Perché i dati sono la vera infrastruttura dell’intelligenza artificiale

Nel dibattito sull’intelligenza artificiale, si parla spesso di tecnologie, applicazioni, fiducia. Più raramente si mette al centro ciò da cui tutto dipende: i dati. Eppure, come è ben evidenziato nel report The Trust Imperative, realizzato da Idc per Sas, è proprio la qualità e la maturità dell’infrastruttura dati a determinare la reale efficacia dei sistemi di AI.

Dai dati parte tutto: modelli, risultati, ma anche affidabilità e trasparenza. Senza basi solide, nessuna tecnologia – nemmeno la più avanzata – può produrre impatto. Ed è qui che, secondo i ricercatori, si gioca la vera sfida per le organizzazioni.

Il nodo è la maturità dei dati, non solo dell’AI

Secondo lo studio, la maggior parte delle aziende nel mondo si trova ancora in una fase intermedia o frammentata in termini di gestione dei dati. Solo il 10,2% dichiara di avere un’infrastruttura dati ottimizzata, mentre il 13,9% lavora ancora con dati “a silos” e il 2,4% in modo “ad hoc”, cioè senza alcun processo strutturato.

Questo si riflette direttamente sull’intelligenza artificiale: le organizzazioni che dichiarano un utilizzo attivo dell’AI sono anche quelle con livelli più alti di maturità dei dati, mentre le aziende con architetture immature restano bloccate nella fase di sperimentazione o pianificazione.

In altre parole, non è l’AI a fare i dati, ma il contrario: senza basi dati strutturate, centralizzate, aggiornate e governate, l’AI non scala, non spiega, non convince.

La fiducia nasce dalla trasparenza

Uno degli assi portanti del report  è che la fiducia nell’AI non può basarsi solo sulla percezione, ma deve poggiare su elementi oggettivi. E tra questi, i dati occupano un posto centrale. La spiegabilità delle decisioni automatizzate, la mitigazione dei bias, la conformità normativa e l’etica algoritmica sono tutte dimensioni che dipendono dalla qualità e dalla tracciabilità del dato.

Tuttavia, mentre il 78% delle aziende dichiara di fidarsi dell’AI, solo il 40% ha davvero adottato misure per renderla affidabile, e tra le principali carenze emerse c’è proprio la data governance.

Non sorprende, quindi, che uno dei concetti chiave del report sia il cosiddetto “dilemma della fiducia”: le organizzazioni si fidano di tecnologie che non sono in grado di spiegare, oppure diffidano di strumenti ben costruiti ma ancora poco conosciuti. Un problema che, nel 46% dei casi, nasce da basi dati inadeguate o non governate.

GenAI, fiducia in aumento: chi investe in affidabilità ottiene di più

L’Europa investe nell’architettura, l’Italia fatica sulle competenze

Il report dedica ampio spazio all’analisi per area geografica. In Europa, le imprese sembrano più attente alla costruzione di una base tecnologica robusta. Le priorità per la gestione dei progetti di AI sono concentrate su architettura tecnica, data strategy e competenze interne, mentre sicurezza, etica e trasparenza restano più in basso nella lista.

Nel dettaglio, il 10,9% delle organizzazioni europee dichiara di avere infrastrutture dati “ottimizzate”, meglio della media globale (10,2%). Ma il nodo critico resta la governance dei dati, indicata come ostacolo principale dal 48,1% delle imprese del continente.

In Italia, la situazione è leggermente diversa. Le imprese mostrano una buona propensione all’adozione dell’AI e una struttura dati in miglioramento, ma restano deboli nella gestione delle competenze e nella leadership sul tema. L’ostacolo più grande? La mancanza di personale qualificato, segnalata con una frequenza molto superiore alla media internazionale.

Senza dati, nessun impatto

Uno degli aspetti più rilevanti del report è l’introduzione di un indice dell’impatto, che misura i benefici tangibili generati dall’AI: produttività, innovazione, esperienza del cliente, ritorni finanziari. Anche in questo caso, il legame con la maturità dei dati è diretto: dove i dati sono ben gestiti, l’AI genera più valore.