Le imprese nordamericane si stanno ora attivando attivamente sistemi di IA agentici destinato a ragionare, adattarsi e agire in completa autonomia.
I dati del programma globale triennale di Digitate indicano che, mentre l’adozione è universale su tutta la linea, i percorsi di maturità regionali sono divergenti. Le aziende nordamericane si stanno avvicinando alla piena autonomia, mentre le loro europeo le controparti stanno dando priorità ai quadri di governance e alla gestione dei dati per costruire una resilienza a lungo termine.
Dall’utilità alla redditività
La storia di automazione aziendale è cambiato. Nel 2023, l’obiettivo primario per la maggior parte dei leader IT era la riduzione dei costi e lo snellimento delle attività di routine. Entro il 2025, l’attenzione si è ampliata. L’intelligenza artificiale non è più vista esclusivamente come un’utilità operativa ma come una capacità che consente il profitto.
I dati supportano questo cambiamento di prospettiva. Il rapporto indica che le organizzazioni nordamericane stanno registrando un ritorno sull’investimento (ROI) medio di 175 milioni di dollari dalle loro implementazioni. È interessante notare che questa convalida finanziaria non è esclusiva del mercato nordamericano in rapida evoluzione. Le imprese europee, nonostante un approccio più misurato e basato sulla governance, riportano un ROI medio comparabile di circa 170 milioni di dollari.
Questa coerenza suggerisce che, sebbene le strategie di implementazione differiscano, con l’Europa che si concentra sulla gestione del rischio e il Nord America sulla velocità, i risultati finanziari sono simili. Tutte le organizzazioni intervistate hanno confermato di aver implementato l’intelligenza artificiale negli ultimi due anni, utilizzando in media cinque strumenti distinti.
Sebbene l’intelligenza artificiale generativa rimanga quella più ampiamente utilizzata (74%), si registra un notevole aumento delle capacità “agentiche”. Oltre il 40% delle aziende ha introdotto l’IA basata su agenti o agenti, andando oltre l’automazione statica verso sistemi in grado di gestire flussi di lavoro orientati agli obiettivi.
L’autonomia delle operazioni IT diventa il terreno di prova per l’intelligenza artificiale degli agenti
Mentre il marketing e il servizio clienti spesso dominano il discorso pubblico sull’intelligenza artificiale, la stessa funzione IT è emersa come il laboratorio principale per queste implementazioni. Gli ambienti IT sono intrinsecamente ricchi di dati e strutturati, creando le condizioni ideali per l’apprendimento dei modelli, ma rimangono sufficientemente dinamici da richiedere il ragionamento adattivo promesso dai sistemi di intelligenza artificiale ad agenti.
Ciò spiega perché il 78% degli intervistati ha implementato l’intelligenza artificiale nelle operazioni IT, il tasso più alto tra qualsiasi funzione aziendale. La visibilità sul cloud e l’ottimizzazione dei costi guidano la curva di adozione al 52%, seguite da vicino dalla gestione degli eventi al 48%. In questi scenari, la tecnologia non avvisa gli esseri umani dei problemi, ma interpreta attivamente i dati di telemetria per fornire una visione unificata della spesa negli ambienti ibridi.
I team che sfruttano questi strumenti segnalano miglioramenti nell’accuratezza delle decisioni (44%) e nell’efficienza (43%), consentendo loro di gestire carichi di lavoro più elevati senza un corrispondente aumento delle escalation.
L’enigma del costo umano
Nonostante l’ottimismo che circonda il ROI, il rapporto evidenzia un “enigma costi umani” che minaccia di bloccare il progresso. Il paradosso è semplice: le imprese utilizzano l’intelligenza artificiale per ridurre la dipendenza dal lavoro umano e dai costi operativi, ma proprio questi fattori agiscono come i principali inibitori della crescita.
Il 47% degli intervistati cita la continua necessità dell’intervento umano come uno dei principali svantaggi. Lungi dal raggiungere la completa autonomia delle soluzioni “imposta e dimentica”, questi sistemi di intelligenza artificiale richiedono una supervisione, un’ottimizzazione e una gestione delle eccezioni continue. Allo stesso tempo, il costo di implementazione si colloca al secondo posto tra le preoccupazioni maggiori, pari al 42%, trainato dalle spese associate alla riqualificazione dei modelli, all’integrazione e all’infrastruttura cloud.
IL talento necessari per gestire questi costi scarseggiano. La mancanza di competenze tecniche rimane l’ostacolo principale all’ulteriore adozione per il 33% delle organizzazioni. La domanda di professionisti in grado di sviluppare, monitorare e governare questi sistemi complessi supera l’offerta attuale, creando un ciclo auto-rinforzante in cui gli investimenti aumentano la capacità operativa ma allo stesso tempo aumentano le dipendenze umane e finanziarie.
Fiducia e divario di percezione
Esiste una divergenza di prospettiva tra la leadership esecutiva e i professionisti operativi. Sebbene il 94% del totale degli intervistati esprima fiducia nell’intelligenza artificiale, questa fiducia non è distribuita equamente. I dirigenti di alto livello sono decisamente più ottimisti, con il 61% che classifica l’intelligenza artificiale come “molto affidabile” e la vede principalmente come una leva finanziaria.
Solo il 46% dei professionisti non appartenenti al gruppo dirigente condivide questo elevato livello di fiducia. Coloro che sono più vicini al funzionamento quotidiano di questi modelli sono più consapevoli dei problemi di affidabilità, dei deficit di trasparenza e della necessità di una supervisione umana. Questo divario suggerisce che, mentre la leadership si concentra sulla revisione e sull’autonomia a lungo termine, i team sul campo sono alle prese con sfide pragmatiche in termini di realizzazione e governance.
Esiste anche una visione contrastante su come funzioneranno questi agenti. Il 61% dei leader IT considera i sistemi ad agenti non come sostituti, ma come collaboratori che aumentano le capacità umane. Tuttavia, le aspettative di automazione variano a seconda del settore. Nella vendita al dettaglio e nei trasporti, il 67% ritiene che l’intelligenza artificiale degli agenti modificherà i compiti essenziali dei loro ruoli, mentre nel settore manifatturiero la stessa percentuale vede questi agenti principalmente come assistenti personali.
La completa autonomia dell’IA degli agenti si sta rapidamente avvicinando
L’industria prevede una rapida progressione verso un ridotto coinvolgimento umano nei processi di routine. Attualmente, il 45% delle organizzazioni opera come imprese da semi a completamente autonome. Le proiezioni indicano che questa cifra salirà al 74% entro il 2030.
Questa evoluzione implica un cambiamento nel ruolo dell’IT. Man mano che le capacità maturano, ci si aspetta che i dipartimenti IT passino dall’essere abilitatori operativi ad agire come orchestratori. In questo modello, la funzione IT gestisce il “sistema dei sistemi”, garantendo che i vari agenti intelligenti interagiscano correttamente mentre gli esseri umani si concentrano sulla creatività, interpretazione e governance piuttosto che sull’esecuzione.
“L’intelligenza artificiale è il ponte tra l’ingegno umano e l’intelligenza autonoma che segna l’alba dell’IT come capacità strategica orientata al profitto”, osserva Avi Bhagtani, CMO presso Tipo. “Le aziende sono passate dalla sperimentazione dell’automazione alla scalabilità dell’intelligenza artificiale per ottenere un impatto misurabile”.
La transizione all’IA agente richiede molto più del semplice approvvigionamento di software; richiede una filosofia organizzativa che bilanci l’automazione con l’incremento umano. Le politiche da sole non sono sufficienti; la governance deve essere integrata direttamente nella progettazione del sistema per garantire la trasparenza e il controllo etico in ogni ciclo decisionale. Le organizzazioni europee sono attualmente leader in questo settore, dando priorità alla diffusione etica e forti quadri di vigilanza come base per la resilienza.
Inoltre, la carenza di talenti tecnici non può essere risolta con le sole assunzioni. Le organizzazioni devono investire in miglioramento delle competenze team esistenti, combinando competenze operative con data science e competenza in materia di conformità.
Infine, un’autonomia affidabile dipende da dati di alta qualità. Gli investimenti nell’integrazione dei dati e nelle piattaforme di osservabilità sono necessari per fornire agli agenti il contesto necessario per agire in modo indipendente.
L’era dell’intelligenza artificiale sperimentale è passata. La fase attuale è definita dal perseguimento dell’autonomia, in cui il valore deriva non dalla novità, ma dalla capacità di adattare l’IA agente in modo sostenibile all’interno dell’azienda.
“Mentre le organizzazioni bilanciano autonomia e responsabilità, quelle che inseriscono fiducia, trasparenza e impegno umano nella propria strategia di intelligenza artificiale daranno forma al futuro del business digitale”, conclude Bhagtani.
Vedi anche: In che modo l’aggiornamento delle specifiche MCP aumenta la sicurezza man mano che l’infrastruttura cresce
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera della sicurezza informatica. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
