Governance e silos frenano l’IA nelle imprese: solo il 16% ha dati pienamente integrati. L'analisi di Cloudera

I manager italiani (e non solo) guardano avanti e sanno bene che devono investire sull'IA per rimanere competitivi. Il problema è che permangono dei limiti che impediscono alle imprese di cogliere a pieno il potenziale di questa tecnologia dirompente. In pratica, c'è consapevolezza, ma è necessario migliorare la governance: migliorare i processi, adattare la gestione del rischio alla nuova realtà e, soprattutto, abbattere i silos informativi.

Possiamo sintetizzare così la visione di Cloudera su come le imprese europee stanno affrontando la rivoluzione tecnologica dell'intelligenza artificiale. Una visione che non nasce dalle sensazioni dei dirigenti dell'azienda, ma derivano dallo studio "The Data Readiness Index: Understanding the Foundations for Successful AI" commissionato dall'azienda. 

Dal Proof of Concept alla produzione: perché solo pochissimi progetti di IA aziendale scalano?

Come abbiamo più volte sottolineato su Edge9, c'è un problema relativo all'adozione dell'IA: la stragrande maggioranza delle imprese la sta integrando in azienda, sviluppando progetti pilota e testandola in vari scenari. Quando però questi esperimenti devono andare in produzione, qualcosa si blocca e non si riesce a farli scalare, se non in rari casi. 

Un problema globale, oggettivamente, che in Italia è più evidente, per lo meno rispetto ad altri Paesi UE, come evidenzia la ricerca di Cloudera. In pratica, molte imprese viaggiano "col freno a mano tirato", ci spiega Fabio Pascali, Regional Vice President Italy, Greece and Cyprus di Cloudera durante un incontro con la stampa. "Il divario di governance in tutta l'area EMEA, e in modo particolare in Italia, non è un problema tecnologico, ma è una questione di esecuzione. I senior leader comprendono i requisiti di un'infrastruttura AI-ready. Ciò che le organizzazioni non hanno ancora costruito sono le strutture operative per realizzarla: ownership nominativa, governance applicata in modo coerente in ogni ambiente e architetture che portino la governance ai dati ovunque essi risiedano".

Che la governance sia un problema emerge anche dal fatto che tantissime imprese siano in ritardo con la prossima scadenza dell'AI Act che è ad agosto 2026, praticamente dietro l'angolo. 

Il problema principale è sicuramente quello dei silos: ancora oggi, moltissime aziende ragionano per comparti stagni, e trattano i dati alla stessa maniera. E questo si riflette sull'uso dell'IA: si sperimenta su programmi pilota anche validi, ma una volta che questi devono entrare in produzione, manca un data lake comune che consenta a questi strumenti di portare davvero valore in azienda. 

La ricerca evidenzia come solo il 16% del campione (circa 300 aziende di grandi dimensioni, 55 delle quali italiane) dichiara piena integrazione dei dati. Più del 50% afferma di avere dati "abbastanza integrati", e solo il 26% ha realmente una piena integrazione con accesso immediato ai dati. Se poi parliamo di accesso self service ai dati, senza quindi dover scomodare qualche funzione aziendale, si scende ulteriormente al 18%. 

Secondo Pascali, sono tre i principali nodi da affrontare: è necessario abbattere i silos informativi, come già detto. Ma anche migliorare la qualità del dato, che molto spesso è scarsa e impedisce ai sistemi di IA di funzionare al meglio. Infine c'è il nodo dei costi: le aziende usano spesso soluzioni cloud e non puntano su IA private. E, di conseguenza, i costi dei token esplodono rapidamente, tanto che in certi casi limitano il numero di token disponibili.

Come Cloudera supporta le aziende nel percorso verso l'adozione dell'IA

Cloudera con la sua piattaforma si propone come partner per supportare le imprese nella loro trasformazione digitale. Fornendo strumenti per abbattere i silos e organizzare adeguatamente i dati, così da permettere ai sistemi di IA di avere sempre informazioni aggiornate, non contradditorie e ben strutturate. Dando anche alle imprese gli strumenti per avere totale visibilità sul dato (Cloudera Data Catalog) e per gestirlo end to end in maniera sicura, anche sotto il profilo delle autorizzazioni (Cloudera Data Lineage).

Non solo: l'azienda è anche partner di NVIDIA, e può supportare le imprese a virare verso il modello dell'IA privata. Che nell'ambito in cui opera Cloudera è fondamentale per due motivi: da un lato perché opera con clienti di grandi dimensioni che lavorano in mercati regolamentati (utility, finanza, Pubblica Amministrazione, sanità), e che quindi devono rispettare criteri molto stringenti nel trattamento delle informazioni sensibili. Il secondo motivo è che un'IA privata permette di migliorare il ROI, il ritorno sull'investimento. Questo perché adottando un modello di consumo a token, i prezzi possono rapidamente crescere fino a diventare insostenibili. Al contrario, affittando o acquistando GPU, il costo a parità di consumo di token è decisamente inferiore. 

"Con la Private AI di cloudera è possibile sviluppare il PoC in cloud e poi portarlo sull'infrastruttura privata, usando le GPU e non dipendendo dai token", dice Yari Franzini, Group Vice President Southern Europe di Cloudera. Che aggiunge: "la vera difficoltà per le organizzazioni europee non sta nell’adozione dell'IA, ma nella capacità di renderla operativa oltre la fase sperimentale. L'IA è efficace solo quanto i dati che la alimentano. Senza una governance coerente in tutti gli ambienti, le organizzazioni si trovano di fronte a limitazioni nell'accuratezza, nella fiducia e nel valore di business che l'IA può generare. Non è possibile costruire un'IA affidabile su dati che non si riesce pienamente a governare".