Secondo IBM, la barriera principale che frena l’IA aziendale non è la tecnologia in sé, ma il problema persistente dei silos di dati.
Ed Lovely, VP e Chief Data Officer di IBM, descrive i silos di dati come il “tallone d’Achille” della moderna strategia dei dati. Lovely ha fatto questi commenti in seguito alla pubblicazione di un nuovo studio dell’IBM Institute for Business Value secondo il quale l’intelligenza artificiale è pronta a scalare, ma i dati aziendali non lo sono.
Il rapporto, che ha intervistato 1.700 senior data leader, ha rilevato che i dati funzionali rimangono ostinatamente isolati. I dati relativi a finanza, risorse umane, marketing e supply chain operano tutti in modo isolato, senza una tassonomia comune o standard condivisi.
Questa frammentazione ha un impatto diretto e negativo sui progetti di intelligenza artificiale. “Quando i dati vivono in silos scollegati, ogni iniziativa di IA diventa un progetto di pulizia dei dati lungo sei-dodici mesi”, afferma Ed Lovely, VP e Chief Data Officer di IBM. “I team passano più tempo a cercare e allineare i dati che a generare approfondimenti significativi”.
Questa è una minaccia diretta al vantaggio competitivo. Per i CIO e i CDO, la missione non è più solo quella di raccogliere e proteggere i dati, ma di distribuirli in modo efficace per alimentare questi nuovi sistemi di intelligenza artificiale.
Da custode dei dati a motore del valore
Lo studio ha evidenziato che i leader dei dati devono concentrarsi senza sosta sui risultati di business, e il 92% dei CDO concorda sul fatto che il loro successo dipende da questo obiettivo.
Qui sta la tensione centrale: mentre il 92% punta al valore aziendale, solo il 29% è sicuro di avere “misure chiare per determinare il valore aziendale dei risultati ottenuti dai dati”
Questo divario tra ambizioni e realtà è il punto in cui gli agenti di intelligenza artificiale in grado di apprendere e agire autonomamente per raggiungere gli obiettivi dovrebbero essere d’aiuto. I leader mostrano una crescente fiducia in questi strumenti: l’83% dei CDO che hanno partecipato alla ricerca di IBM ha dichiarato che i potenziali benefici dell’impiego di agenti di IA superano i rischi.
Presso l’azienda globale di tecnologia medica Medtronic, i team erano impantanati a confrontare fatture, ordini di acquisto e prove di consegna. Con l’implementazione di una soluzione di intelligenza artificiale, l’azienda ha automatizzato questo flusso di lavoro. Il risultato è stato un calo del tempo di corrispondenza dei documenti da 20 minuti per fattura a soli otto secondi, con un tasso di accuratezza superiore al 99%. In questo modo il personale ha potuto essere riconvertito dall’inserimento di dati a basso valore a lavori di maggior valore.
Allo stesso modo, l’azienda di energia rinnovabile Matrix Renewables ha implementato una piattaforma di dati centralizzata per monitorare i propri asset. Questo ha portato a una riduzione del 75% dei tempi di reporting e del 10% dei costosi tempi di inattività.
IBM trova gli ostacoli dell’AI: Architettura, governance e carenza di talenti
Per ottenere questi risultati è necessario un nuovo approccio all’architettura dei dati, evitando i silos. Il vecchio modello di trasferimento dei dati, costoso e lento, in un lago centrale sta per essere sostituito. Lo studio di IBM rileva che l’81% dei CDO ora si dedica a portare l’AI ai dati, piuttosto che a spostare i dati verso l’AI.
Questo approccio si basa su modelli architettonici moderni come il data mesh e il data fabric, che forniscono un livello virtualizzato per accedere ai dati dove vivono. Inoltre, sostiene il concetto di “prodotti di dati” (asset di dati confezionati e riutilizzabili progettati per uno specifico scopo aziendale, come una vista “a 360 gradi” del cliente o un set di dati di previsione finanziaria)
Tuttavia, rendere i dati più accessibili comporta delle sfide di governance. L’alleanza CDO-CISO è ora essenziale per bilanciare velocità e sicurezza. La sovranità dei dati è una preoccupazione particolare, visto che l’82% dei CDO la considera una parte fondamentale della propria strategia di gestione del rischio.
L’ostacolo più grande, tuttavia, potrebbe essere rappresentato dalle persone. Il rapporto rivela un crescente divario di talenti che minaccia di bloccare i progressi. Nel 2025, il 77% dei CDO dichiara di avere difficoltà ad attrarre o trattenere i migliori talenti nel campo dei dati, con un netto aumento rispetto al 62% del 2024.
Questa carenza è aggravata dal fatto che le competenze richieste sono un bersaglio mobile. IBM ha rilevato che l’82% dei CDO sta “assumendo per ruoli nei dati che non esistevano l’anno scorso in relazione all’IA generativa”. Questa sfida culturale e di competenze è spesso la parte più difficile.
Hiroshi Okuyama, Chief Digital Officer di Yanmar Holdings, ha spiegato: “Cambiare la cultura è difficile, ma le persone stanno diventando più consapevoli che le loro decisioni devono essere basate su dati e fatti e che devono raccogliere prove quando prendono decisioni”
Aprire i silos dei dati per lanciare l’IA aziendale
Sul fronte tecnico, i leader delle aziende devono sostenere l’abbandono di un patrimonio di dati isolato. Ciò significa investire in architetture di dati moderne e federate e spingere i team a sviluppare e utilizzare “prodotti di dati” che possano essere condivisi e riutilizzati in modo sicuro in tutta l’organizzazione.
In secondo luogo, sul fronte culturale, l’alfabetizzazione dei dati deve diventare una priorità per l’intera azienda, non solo per l’IT. L’80% dei CDO che afferma che la democratizzazione dei dati aiuta la propria organizzazione a muoversi più velocemente ha ragione. Ciò significa promuovere una cultura orientata ai dati e investire in strumenti intuitivi che rendano più semplice l’interazione con i dati per i dipendenti non tecnici.
L’obiettivo è passare dall’esecuzione di esperimenti isolati di AI alla scalata dell’automazione intelligente nei processi aziendali principali. Le aziende che avranno successo saranno quelle che tratteranno i loro dati non come un sottoprodotto dell’applicazione, ma come la loro risorsa più preziosa.
Ed Lovely, VP e Chief Data Officer di IBM, ha dichiarato: “L’intelligenza artificiale su scala aziendale è a portata di mano, ma il successo dipende dalle organizzazioni che la alimentano con i dati giusti. Per i CDO, questo significa creare un’architettura di dati aziendali perfettamente integrata che alimenta l’innovazione e sblocca il valore aziendale.
“Le organizzazioni che riusciranno a farlo non si limiteranno a migliorare la loro IA, ma trasformeranno il loro modo di operare, prenderanno decisioni più rapide, si adatteranno più velocemente ai cambiamenti e otterranno un vantaggio competitivo”
