L'Italia mette l'IA in produzione: a Milano SAS racconta chi è già oltre i progetti pilota

C’è una distanza precisa tra sperimentare l’intelligenza artificiale e farla lavorare nei processi che generano fatturato. La tappa italiana di SAS Innovate on Tour, la conferenza globale che l’azienda statunitense porta in giro per il mondo nell’anno del suo cinquantesimo anniversario, ha provato a misurarla con il metro delle imprese del territorio. Gli annunci tecnologici sono gli stessi presentati qualche settimana prima a Dallas, e li abbiamo già documentati: a Milano il punto non erano i prodotti, ma le aziende italiane che li stanno portando in produzione.

La cornice è stata delineata da Mirella Cerruti, Managing Director di SAS Italia, parlando di un passaggio "dalla fase della prova alla fase della messa in scena". Tradotto, l’IA esce dai progetti dimostrativi ed entra nei flussi operativi quotidiani. È un cambio di stagione che diverse voci, dal palco e dalla platea, hanno confermato osservando un’inversione di marcia negli ultimi dodici mesi: non sono più i clienti a chiedere come usare l’IA, ma il business a presentare un problema concreto da risolvere.

Quanto ai prodotti, la giornata ha ripreso le novità del tour: l’apertura di SAS Viya, la piattaforma dati e IA dell’azienda, agli LLM di terzi con una governance unificata, l’investimento da un miliardo di dollari per portare l’IA agentica nei processi regolamentati e l’ingresso nel calcolo quantistico con SAS Quantum Lab, in arrivo entro fine anno per i clienti Viya. Sono temi che abbiamo già approfondito raccontando la tappa statunitense. A fare da filo conduttore, semmai, sono stati due concetti: la sovranità del dato e la governance.

Sul primo ha insistito Bryan Harris, Chief Technology Officer di SAS, ricordando che Viya gira on premise, su cloud pubblico, privato o ibrido, senza obbligare le organizzazioni a dipendere dagli hyperscaler statunitensi. Per un mercato come quello italiano, fatto in larga parte di banche, assicurazioni, sanità e pubblica amministrazione, non è un dettaglio. Sul secondo è tornato Reggie Townsend, che in SAS guida l’etica e la governance dell’IA: la sua tesi è rendere "irresistibile" il percorso verso un’IA responsabile, anziché viverla come un freno. Lo strumento presentato è SAS AI Navigator, che permette di censire e mettere sotto controllo modelli, agenti e casi d’uso, allineandoli a normative come l’EU AI Act.

Dompé e Ispra, l’IA che non può sbagliare

I casi più interessanti sono però arrivati dalle aziende italiane. Andrea Beccari, che in Dompé si occupa della scoperta di nuovi farmaci, ha mostrato come sia cambiato il concetto stesso di dato: non più una tabella di numeri, ma una rete di relazioni da collocare in un contesto. Nella ricerca farmaceutica una previsione non può essere casuale, e per questo l’azienda combina oltre mille modelli di machine learning deterministici, che restituiscono un dato verificabile con tanto di affidabilità e dominio di applicazione, con agenti che li interrogano in modo proattivo. Secondo Beccari il patrimonio in gioco è enorme: 250 milioni di molecole già brevettate e 83.000 filtri di tossicità, una conoscenza che nessun ricercatore potrebbe tenere a mente da solo.

"Nell’istante in cui un ricercatore disegna una molecola, gli agenti gli dicono se lo spazio brevettuale è libero, se quel composto rischia un certo effetto collaterale o se una modifica lo porterebbe verso uno spazio più promettente. Due anni fa tutto questo era impossibile", ha spiegato Beccari. È la dimostrazione concreta di quella combinazione tra sistemi deterministici e probabilistici su cui SAS ha costruito buona parte del proprio racconto. Il passo successivo, ha anticipato, è il lab in the loop: integrare progettazione, test di laboratorio e modellazione in un unico ciclo.

Sul versante pubblico, Carlo Cibollone ha raccontato come in Ispra il dato sia l’asset principale, al centro di un’attività che non si ferma mai e di serie storiche che attraversano i secoli. Il progetto di punta è Urbex, una piattaforma geospaziale che impila quattro livelli di IA, dal machine learning al deep learning fino al RAG, costruita con SAS Viya. La parte più ambiziosa è il livello agentico: non un singolo agente, ma un’orchestrazione di agenti a cui l’istituto ha trasferito non semplici regole di sicurezza, bensì la pipeline di ragionamento tecnico-scientifico che seguirebbero i suoi esperti. Grazie a questo approccio, Ispra ha potuto recuperare un patrimonio prima inutilizzabile: oltre 2.500 documenti PDF e un centinaio di mappe storiche, oggi interrogabili.

Anche qui il punto fermo è la supervisione umana. "I nostri tecnici restano al centro del processo decisionale: senza l’esperto umano, anche con questi strumenti non avremmo risposte di qualità certificata", ha osservato Cibollone. Lo human in the loop è stato, non a caso, il concetto più ripetuto della giornata, segno che il tema della responsabilità sulle decisioni è ormai più sentito della corsa alla potenza di calcolo.

Governance, fiducia e i due nodi italiani

Il filo della fiducia ha attraversato anche il mondo regolamentato. In BPER l’internal audit, ha spiegato Roberto Rovere, è passato da un controllo a campione a uno sull’intera popolazione dei dati, con un modello che segnala i comportamenti anomali: in pochi anni la rete distributiva è raddoppiata e le verifiche andate a buon fine si sono quadruplicate, pur con meno persone dedicate. In Agos, dove Sergio Novelli lavora sul credito al consumo, la parola chiave è fiducia, costruita con una governance pensata fin dall’inizio sui dati prima ancora che sui modelli. E in Fastweb, Marta Cavalleri ha ricordato che l’investimento sull’IA è partito sette anni fa, ben prima del boom della generativa, e che oggi la sfida si sposta dalla velocità di connessione alla governance dell’identità digitale. Per Cecilia Colasanti, Chief Information Officer di Istat, in un contesto iperregolamentato il nodo è l’equilibrio tra qualità e tempestività del dato. Un segnale trasversale, ripreso da più voci: la certificazione ISO 42001 sta trasformando la governance dell’IA da esercizio teorico a pratica di mercato.

Se la governance è il primo nodo, il secondo è fisico. Claudio Bellini di Intel ha portato qualche cifra sui data center: in Italia se ne contano oltre 200, più del 30% concentrati in Lombardia, e già oggi assorbono il 3-4% dei consumi elettrici nazionali, una quota destinata a crescere. È di pochi giorni prima dell’evento la prima legge regionale che prova a regolamentarne la realizzazione. C’è poi un cambiamento architetturale che l’IA agentica sta accelerando: l’inferenza non si appoggia più soltanto alle GPU, e il rapporto con le CPU si sta riequilibrando, con effetti già visibili sui prezzi di memorie e processori. Ivan Renesso di AWS ha aggiunto la prospettiva dell’ecosistema: secondo i dati del cloud provider, circa il 73% dei progetti realizzati con un partner si chiude più rapidamente e con minor rischio di fallimento, e ha citato clienti come Generali, arrivata a una cinquantina di applicazioni di IA in produzione.

Il posizionamento che SAS porta sul mercato italiano si legge in controluce a tutto questo: non l’inseguimento della generativa come unica risposta, ma la combinazione di modelli deterministici, analisi e agenti dentro un perimetro di governance e supervisione umana, su un’infrastruttura che il cliente può tenere dove preferisce. In un Paese in cui i settori più pronti a investire sono anche i più regolamentati, è una linea che intercetta esigenze concrete. La verifica, semmai, sarà capire quante delle esperienze portate sul palco di Milano diventeranno prassi diffusa e non eccellenze isolate.