AI in azienda, dalla sperimentazione ai risultati: la sfida è industrializzare l’innovazione

Il mercato dell’intelligenza artificiale in Italia corre, ma la vera sfida è trasformare l’entusiasmo in valore concreto. A sottolinearlo è Rodolfo Falcone, Amministratore Delegato di Red Hat Italia, in un intervento che fotografa lo stato dell’adozione AI nel nostro Paese.

Secondo i dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, nel 2024 il mercato italiano ha raggiunto 1,2 miliardi di euro, con una crescita del 58% rispetto all’anno precedente. Le sperimentazioni basate anche sulla Generative AI rappresentano il 43% del valore complessivo, mentre il restante 57% è legato in prevalenza a soluzioni di AI tradizionale. Un’accelerazione che riflette un cambio di approccio da parte del management: oggi non ci si chiede più cosa sia tecnicamente possibile fare con l’AI, ma quale impatto reale e misurabile possa generare sul business.

Eppure, a fronte di investimenti destinati ad aumentare in media di oltre il 35% entro il 2026, l’86% delle organizzazioni italiane intervistate da Red Hat dichiara di non aver ancora prodotto valore per i clienti grazie all’AI. Un divario evidente tra ambizione e risultati, che si inserisce in un quadro EMEA dove solo il 7% delle aziende riesce a generare valore su larga scala dagli investimenti in questo ambito.

Il problema, secondo Falcone, è soprattutto operativo: molte realtà restano ferme alla fase sperimentale senza riuscire a portare l’AI in produzione. L’Italia, inoltre, è ancora indietro rispetto alla media europea per numero di grandi imprese con progetti attivi o in valutazione (81% contro l’89% europeo). Tra le cause emergono la carenza di competenze specialistiche, indicata dal 40% delle organizzazioni, la difficoltà nel definire un ROI chiaro (31%) e la percezione di finanziamenti pubblici insufficienti (48%).

Per colmare questo gap, l’AI deve essere trattata come parte integrante dell’ecosistema software aziendale, con gli stessi standard di governance, conformità e protezione dei dati richiesti alle applicazioni critiche. Un tema che si intreccia anche con la sicurezza: il 93% delle aziende italiane segnala la presenza di fenomeni di “Shadow AI”, ossia l’uso non autorizzato di strumenti di intelligenza artificiale da parte dei dipendenti, con possibili ricadute su sicurezza e data protection. Non a caso, tra le priorità per i leader IT italiani figurano l’educazione del business all’uso dell’AI e il collegamento dell’AI ai dati aziendali.

Un ulteriore elemento strategico riguarda l’interoperabilità. Oltre la metà delle aziende che sviluppano progetti di AI generativa personalizzati fatica a controllarne i costi, mentre il 70% degli intervistati in Italia considera l’open source aziendale un elemento chiave per la strategia AI. Per il 73% dei leader IT, inoltre, l’open source è fondamentale per garantire la sovranità digitale, evitando dipendenze tecnologiche e mantenendo il controllo su dati e applicazioni.

Il messaggio di Rodolfo Falcone è chiaro: l’intelligenza del modello è solo il punto di partenza. Per sprigionare il pieno potenziale economico dell’AI e ridurre il divario con gli altri Paesi europei, le imprese italiane devono compiere un salto di maturità, adottando un approccio ingegneristico e industriale che consenta di portare l’innovazione in produzione in modo sicuro, governato e sostenibile nel tempo.