Trustworthy AI: Come la Governance e la Trasparenza Possono Moltiplicare il ROI

Un recente studio condotto da SAS, in collaborazione con IDC, ha messo in luce l’importanza delle pratiche di Trustworthy AI per le aziende che desiderano massimizzare il ritorno sugli investimenti (ROI). L’analisi evidenzia che l’adozione di governance, trasparenza dei dati e spiegabilità può incrementare il ROI fino a 15 volte rispetto a sistemi privi di adeguati controlli.

Le organizzazioni che applicano rigorosi protocolli sulla qualità dei dati, tracciabilità e auditabilità riescono a raddoppiare i risultati economici derivanti dall’implementazione dell’intelligenza artificiale. Al contrario, meno del 5% delle realtà che non adottano tali pratiche segnala ritorni analoghi.

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

Lo studio di SAS ha anche rivelato che le imprese impegnate nell’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato e miglioramento dell’esperienza del cliente. In effetti, l’85% delle aziende più avanzate prevede un aumento superiore al 10%% degli investimenti in governance dell’IA nell’anno in corso.

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

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

Infine, Bryan Harris, CTO di SAS, ha sottolineato 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 aggiunto che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti essenziali per scalare con successo l’autonomia dell’IA.