Secondo IBMLa barriera principale che frena l’intelligenza artificiale aziendale non è la tecnologia in sé, ma il problema persistente dei silos di dati.
Ed Lovely, vicepresidente e chief data officer di IBM, descrive i silos di dati come il “tallone d’Achille” della moderna strategia dei dati. Lovely ha formulato i commenti in seguito alla pubblicazione di un nuovo studio dell’IBM Institute for Business Value che ha rilevato che l’intelligenza artificiale è pronta per essere scalata, ma i dati aziendali no.
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 catena di fornitura operano tutti in modo isolato, senza una tassonomia comune o standard condivisi.
Questa frammentazione sta avendo un impatto diretto e negativo sui progetti di intelligenza artificiale. “Quando i dati risiedono in silos disconnessi, ogni iniziativa di intelligenza artificiale diventa un lungo progetto di pulizia dei dati, della durata di sei-dodici mesi”, ha affermato Ed Lovely, VP e Chief Data Officer di IBM. “I team dedicano più tempo alla ricerca e all’allineamento dei dati che alla generazione di insight significativi”.
Questa è una minaccia diretta al vantaggio competitivo. Per CIO e CDO, la missione non è più solo quella di raccogliere e proteggere i dati, ma di implementarli in modo efficace per alimentare questi nuovi sistemi di intelligenza artificiale.
Da custode dei dati a driver di valore
Il consenso emerso dallo studio è che i leader dei dati devono concentrarsi incessantemente sui risultati aziendali, con il 92% dei CDO che concorda che il loro successo dipende da questa attenzione.
Qui sta la tensione centrale: mentre il 92% punta al valore aziendale, solo il 29% è fiducioso di avere “misure chiare per determinare il valore aziendale dei risultati basati sui dati”.
Questo divario tra ambizione e realtà è il luogo in cui ci si aspetta che gli agenti di intelligenza artificiale in grado di apprendere e agire autonomamente per raggiungere gli obiettivi possano aiutare. I leader stanno mostrando una crescente fiducia in questi strumenti, con l’83% dei CDO nella ricerca di IBM che afferma che i potenziali vantaggi derivanti dall’implementazione di agenti AI superano i rischi.
Presso un’azienda globale di tecnologia medica Medtronici team erano impantanati nel confrontare fatture, ordini di acquisto e prove di consegna. Distribuendo una soluzione AI, 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 precisione superiore al 99%. Ciò ha consentito al personale di essere ridistribuito dall’immissione di dati di basso valore a lavori di valore più elevato.
Allo stesso modo, azienda di energia rinnovabile Matrice Rinnovabili ha implementato una piattaforma dati centralizzata per monitorare i propri asset. Ciò ha comportato una riduzione del 75% dei tempi di reporting e una riduzione del 10% dei costosi tempi di inattività.
IBM individua gli ostacoli all’intelligenza artificiale: architettura, governance e divario di talenti
Il raggiungimento di questi risultati richiede un nuovo approccio all’architettura dei dati evitando i silos. Il vecchio modello di trasferimento lento e costoso dei dati in un lago centrale viene sostituito. Lo studio di IBM rileva che l’81% dei CDO ora pratica l’integrazione dell’intelligenza artificiale nei dati, anziché spostare i dati nell’intelligenza artificiale.
Questo approccio si basa su modelli architettonici moderni come data mesh e data fabric, che forniscono un livello virtualizzato per accedere ai dati dove risiedono. Sostiene inoltre il concetto di “prodotti di dati” (risorse di dati confezionate e riutilizzabili progettate per uno scopo aziendale specifico, come una visualizzazione “cliente a 360 gradi” o un set di dati di previsioni finanziarie).
Tuttavia, rendere i dati più accessibili introduce sfide di governance. L’alleanza CDO-CISO è ora essenziale per bilanciare velocità e sicurezza. La sovranità dei dati è una preoccupazione particolare, con l’82% dei CDO che la considera una parte fondamentale della propria strategia di gestione del rischio.
L’ostacolo più grande, tuttavia, potrebbero essere le persone. Il rapporto rivela un crescente divario di talenti che minaccia di bloccare i progressi. Nel 2025, il 77% dei CDO segnala di avere difficoltà ad attrarre o trattenere i migliori talenti nel campo dei dati, un forte aumento rispetto al 62% del 2024.
Questa scarsità è aggravata dal fatto che le competenze richieste sono un bersaglio in movimento. IBM ha scoperto che l’82% dei CDO “sta assumendo per ruoli di dati che non esistevano l’anno scorso legati all’intelligenza artificiale generativa”. Questa sfida culturale e di competenze è spesso la parte più difficile.
Hiroshi Okuyama, Direttore Digitale presso Partecipazioni Yanmarha spiegato: “Cambiare la cultura è difficile, ma le persone stanno diventando sempre più consapevoli che le loro decisioni devono essere basate su dati e fatti, e che hanno bisogno di raccogliere prove quando prendono decisioni”.
Aprire i silos di dati per lanciare l’intelligenza artificiale aziendale
Sul fronte tecnico, i leader aziendali devono sostenere l’abbandono degli archivi di dati isolati. 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 all’interno dell’organizzazione.
In secondo luogo, sul fronte culturale, l’alfabetizzazione dei dati deve diventare una priorità a livello aziendale, non solo una questione 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 basata sui dati e investire in strumenti intuitivi che rendano più semplice l’interazione con i dati per i dipendenti non tecnici.
L’obiettivo è elevare l’organizzazione dall’esecuzione di esperimenti isolati di intelligenza artificiale alla scalabilità dell’automazione intelligente attraverso i processi aziendali principali. Le aziende che avranno successo saranno quelle che tratteranno i propri dati non come un sottoprodotto dell’applicazione, ma come la risorsa più preziosa.
Ed Lovely, VP e Chief Data Officer di IBM, ha dichiarato: “L’intelligenza artificiale aziendale su larga scala è a portata di mano, ma il successo dipende dalle organizzazioni che la alimentano con i dati giusti. Per i CDO, ciò significa stabilire un’architettura di dati aziendali perfettamente integrata che alimenta l’innovazione e sblocca valore aziendale.
“Le organizzazioni che riescono a farlo nel modo giusto non solo miglioreranno la propria intelligenza artificiale, ma trasformeranno il modo in cui operano, prenderanno decisioni più rapide, si adatteranno ai cambiamenti più rapidamente e otterranno un vantaggio competitivo”.
Vedi anche: I nuovi progetti di data center segnano la più grande espansione di Anthropic negli Stati Uniti fino ad ora
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
