L’Impatto della Governance sull’Intelligenza Artificiale: ROI Fino a 15 Volte Maggiore

Un’analisi condotta da SAS in collaborazione con IDC ha messo in luce l’importanza delle pratiche di Trustworthy AI, evidenziando come l’adozione di governance, trasparenza dei dati e spiegabilità possa incrementare la probabilità di ottenere un elevato ritorno sugli investimenti (ROI) fino a 15 volte rispetto a sistemi privi di adeguati controlli.

Le organizzazioni che implementano protocolli rigorosi in materia di qualità dei dati, tracciabilità e auditabilità hanno dimostrato di raddoppiare i risultati economici derivanti dall’uso dell’intelligenza artificiale. Al contrario, meno del 5% delle aziende che non adottano tali pratiche riporta ritorni analoghi.

Un altro aspetto critico emerso dallo studio è l’assenza di spiegabilità, che limita l’efficacia dei sistemi di intelligenza artificiale. La difficoltà degli algoritmi nel motivare le proprie decisioni porta fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, compromettendo i guadagni di produttività. Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dell’IA, passando dal 76% per l’IA generativa al 66% per l’IA agentica.

Lo studio ha anche rivelato che le imprese che si impegnano per l’affidabilità dell’IA ottengono performance migliori su 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato ed esperienza del cliente. Inoltre, l’85% delle aziende più avanzate prevede di aumentare gli investimenti in governance dell’IA di oltre il 10% nell’anno in corso.

Tuttavia, un limite comune riscontrato è l’architettura informativa: solo il 17,5% delle imprese dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le fondamenta dati solide, infatti, possono quadruplicare la probabilità di ottenere un ROI elevato.

L’adozione di framework strutturati varia significativamente da settore a settore. Nel settore bancario, l’85% delle aziende ad alta maturità ha linee guida di governance ben definite, mentre solo il 29% dei ritardatari può vantare la stessa cosa. Nel settore pubblico, il 41% dei leader pianifica aumenti di spesa superiori al 20% per l’IA affidabile, e nelle scienze della vita, la penetrazione dell’IA su scala aziendale è del 23%.

Bryan Harris, CTO di SAS, ha osservato che anche gli agenti avanzati possono registrare tassi di errore superiori al 25% nelle attività complesse. Per garantire accuratezza e ripetibilità, è fondamentale integrare competenze di dominio nei workflow agentici, mantenendo le persone al centro dei controlli. Chris Marshall, Vice President di IDC, ha sottolineato che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti essenziali per scalare con successo l’autonomia dell’IA.