La tecnologia sta avanzando più rapidamente di quanto le organizzazioni riescano ad assorbirla. Questo è stato il tema centrale delle discussioni all'ISG AI Impact Summit.
Dalle ricerche di ISG e dagli interventi di leader di DraftKings, Pfizer, CVS Health, Bank of America, Novartis, National Grid e altre organizzazioni, emerge che il divario di valore, più che le prestazioni dei modelli, rappresenta la principale sfida per le imprese nel 2026. Le aziende che stanno creando il maggior valore non sono quelle con i modelli migliori, ma quelle che stanno riprogettando il modo in cui vengono prese le decisioni, distribuite le responsabilità e svolto il lavoro.
Ecco i sette principali insegnamenti emersi dall'evento.
1. Il vero problema è il divario di valore
Le imprese stanno investendo massicciamente nell'IA, ma continuano ad avere difficoltà nel trasformare il successo tecnico in risultati misurabili. I progetti pilota funzionano, ma l'adozione procede lentamente. I cambiamenti operativi restano incompleti. I benefici economici rimangono poco chiari.
La domanda non è più se l'IA funzioni, ma se l'organizzazione sia in grado di catturare e mantenere il valore che essa genera.
Uno dei framework più utili presentati durante il summit, la Value Evidence Ladder, descrive chiaramente questo percorso:
- la tecnologia funziona;
- gli utenti la adottano;
- migliorano le operazioni;
- migliorano i risultati di business;
- migliorano i risultati finanziari.
La maggior parte delle organizzazioni si ferma al primo o al secondo gradino. La produttività, da sola, non equivale al ritorno sull'investimento (ROI). Il valore deve essere concretamente realizzato e collegato agli obiettivi aziendali.
2. La trasformazione dell'IA è organizzativa, non tecnologica
Il messaggio ricorrente durante entrambe le giornate dell'evento è stato che i problemi di adozione dell'IA raramente dipendono dai modelli. La tecnologia rappresenta circa il 20% dello sforzo, mentre persone e cultura incidono per l'80%. I veri ostacoli sono la fiducia, la leadership, la preparazione della forza lavoro e il modello operativo. Le organizzazioni che trattano l'IA come un semplice progetto tecnologico tendono a implementare strumenti, formare gli utenti e fermarsi lì, aggiungendo complessità invece che produttività. Quelle che ottengono risultati concreti riprogettano invece il lavoro stesso.
Un esempio molto citato ha riportato un risparmio compreso tra 40.000 e 50.000 ore e una capacità ingegneristica aumentata di due o tre volte, grazie soprattutto all'architettura organizzativa: un ufficio centrale di trasformazione, sponsorship del top management e piccoli team con responsabilità chiare e focalizzate sui risultati di business.
3. I modelli operativi contano più dei modelli di IA
L'IA introduce un nuovo livello di orchestrazione e di supporto alle decisioni, che le strutture organizzative tradizionali non sono in grado di gestire efficacemente.
Le imprese stanno passando da:
- gerarchie;
- catene di processo;
- silos funzionali;
- approvazioni esclusivamente umane,
a sistemi basati su:
- cicli decisionali continui;
- esecuzione contestuale;
- collaborazione tra esseri umani e IA.
Questo cambiamento richiede una revisione delle responsabilità, dei diritti decisionali, dei processi di escalation e della proprietà dei flussi di lavoro prima che l'IA possa essere adottata su larga scala.
Gli analisti di ISG lo hanno espresso chiaramente: le organizzazioni che riusciranno a scalare l'IA saranno quelle capaci di riprogettare più velocemente la propria struttura di responsabilità rispetto alla velocità con cui sviluppano nuovi modelli. Il vantaggio competitivo non dipenderà dai modelli più grandi, ma dai modelli operativi più adattabili.
4. La governance deve essere integrata e automatizzata
I leader aziendali hanno ormai superato l'idea della governance come semplice funzione di controllo. La governance non è il luogo dove l'innovazione si blocca. Deve essere incorporata direttamente nei processi operativi, funzionare in modo continuo e, ove possibile, essere automatizzata. Deve coprire modelli, dati, applicazioni, processi e risultati, invece di limitarsi a un controllo di conformità separato.
Durante il summit, un relatore ha utilizzato una metafora tratta da Jurassic Park: "i dinosauri sono già scappati, quindi la governance deve adeguarsi a questa realtà."
Tra gli elementi pratici citati figurano:
- inventario dei sistemi di IA;
- classificazione dei rischi;
- controlli sulla privacy;
- monitoraggio automatizzato;
- conformità continua.
Le organizzazioni vincenti non saranno quelle che elimineranno la governance, ma quelle che riusciranno ad automatizzarla.
5. La preparazione dei dati si trasforma in contesto dei dati
Nonostante l'entusiasmo per i foundation model e i sistemi agentici, i dati continuano a rappresentare uno dei principali colli di bottiglia. Il problema non è tanto dove risiedono i dati, quanto se l'IA ne comprenda realmente il significato. La centralizzazione in data warehouse e data lake sta lasciando spazio a dati distribuiti ma contestualizzati, arricchiti da livelli semantici, ontologie e meccanismi di distribuzione del contesto.
Il data engineering sta evolvendo verso il context engineering. Come ha affermato uno degli speaker, il lavoro consiste sempre meno nel pulire i dati e sempre più nell'insegnare all'IA cosa essi significhino.
6. L'impresa autonoma cambia l'economia del lavoro
L'impresa autonoma è un'organizzazione nella quale l'IA percepisce, decide, agisce e apprende, mentre gli esseri umani supervisionano i risultati e l'IA governa progressivamente l'esecuzione delle attività. Questo modello modifica profondamente l'economia aziendale. I costi si spostano dal lavoro umano, dai contratti fissi e dalle licenze per utente verso modelli di consumo variabile basati su:
- token;
- inferenza;
- utilizzo dei modelli;
- attività degli agenti.
Secondo i relatori, il valore generato per token diventerà un indicatore chiave di gestione e, in futuro, i modelli di prezzo potrebbero riflettere il grado di autonomia del lavoro svolto, piuttosto che il numero di ore impiegate. L'economia stessa del lavoro sta cambiando.
7. La collaborazione uomo-IA supera la contrapposizione uomo contro IA
Il messaggio più ricorrente dell'ISG AI Impact Summit è che l'IA deve potenziare le capacità umane, non sostituirle. Ciò è particolarmente vero nei settori sanitario, finanziario, legale e in tutte le attività critiche per la sicurezza, dove il giudizio e la responsabilità umana rimangono indispensabili. Le organizzazioni che presentano l'IA come uno strumento di supporto ottengono livelli di adozione molto superiori rispetto a quelle che la propongono come sostituto delle persone. La sfida più difficile è però emotiva.
I dipendenti si sentono contemporaneamente entusiasti e responsabilizzati, ma anche preoccupati e minacciati. Inoltre, l'utilizzo informale dell'IA ("shadow AI") sta già superando le politiche aziendali. Riqualificazione professionale, alfabetizzazione sull'IA, trasparenza e fiducia rappresentano la risposta a questa realtà. Il semplice controllo non basta. Conoscere il reale livello di preparazione della forza lavoro diventa un elemento fondamentale della pianificazione. È proprio questo l'obiettivo dell'AI Maturity Index.
Oggi il principale limite alla scalabilità dell'IA non è più rappresentato dalle prestazioni dei modelli, ma dalla capacità di supervisione umana: solo circa un terzo delle iniziative di IA è arrivato in produzione e la maggior parte richiede ancora un significativo intervento umano per la revisione.
Cosa significa tutto questo per i leader aziendali
L'IA non rappresenta più la sfida principale. Il nuovo terreno della competizione è la capacità dell'impresa di assorbire, governare, scalare e rendere operativa questa tecnologia. Le organizzazioni che sapranno riprogettarsi attorno all'IA avranno prestazioni superiori rispetto a quelle che si limiteranno a implementare nuovi strumenti.
L'AI Impact Summit Boston è uno dei numerosi forum nei quali leader aziendali, analisti ISG e professionisti mettono alla prova queste idee confrontandole con la realtà operativa delle imprese. I prossimi eventi ISG e i servizi di consulenza sull'IA offrono ulteriori opportunità per comprendere come trasformare questi insegnamenti in cambiamenti organizzativi concreti.
About the author
