L’Impatto della Trustworthy AI: Governance e Trasparenza per 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). Secondo l’analisi, l’adozione di protocolli basati su governance, trasparenza dei dati e spiegabilità può aumentare la probabilità di ottenere un ROI elevato fino a 15 volte rispetto a sistemi privi di controlli adeguati.

Le organizzazioni che implementano rigorosi standard sulla qualità dei dati, la tracciabilità e l’auditabilità riescono a raddoppiare i risultati economici derivanti dall’intelligenza artificiale. Al contrario, meno del 5% delle aziende che non adottano tali pratiche riesce a ottenere ritorni simili.

Uno dei principali ostacoli all’efficacia dei sistemi di intelligenza artificiale è l’assenza di spiegabilità. La mancanza di capacità da parte degli algoritmi di giustificare le proprie decisioni porta fino al 97,2% degli utenti a dover 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: dal 76% per l’IA generativa al 66% per l’IA agentica.

Lo studio evidenzia che le imprese che si impegnano per garantire l’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui il contenimento dei costi, la crescita del fatturato e l’esperienza del cliente. Inoltre, 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 comune riscontrato è l’architettura informativa: solo il 17,5% delle aziende dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le fondamenta dati solide possono quadruplicare la probabilità di ottenere un ROI elevato.

L’adozione di framework strutturati varia significativamente tra i settori. Nel settore bancario, l’85% delle aziende ad alta maturità ha linee guida di governance definite, rispetto al 29% dei ritardatari. Nel settore pubblico, il 41% dei leader prevede 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%.

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