(Adnkronos) – Il tessuto imprenditoriale italiano registra il più elevato divario in Europa tra la fiducia riposta nei sistemi di intelligenza artificiale e la maturità delle infrastrutture di controllo e governance necessarie a gestirli in modo sicuro, come evidenziato dai risultati dello studio realizzato da SAS con gli insight di ricerca di IDC. Nel corso del 2026, l’indice che misura la fiducia percepita nella tecnologia si attesta a 72,9 punti nel contesto nazionale, a fronte di un indice di affidabilità fermo a 58,8 punti.
Sebbene la forbice si sia ridotta rispetto all’anno precedente passando da 18,4 a 14,1 punti, il divario italiano rimane il più marcato a livello europeo, evidenziando una persistente distanza tra le aspettative algoritmiche e la capacità effettiva delle organizzazioni di dimostrare la trasparenza, la spiegabilità e la conformità normativa dei sistemi impiegati. Tale asimmetria incide direttamente sulla redditività dei progetti digitali, secondo il Data and AI Impact Report le organizzazioni che adottano pratiche consolidate di intelligenza artificiale affidabile presentano una probabilità significativamente superiore di ottenere un ritorno economico rilevante rispetto alla media del mercato.
Nonostante i miglioramenti registrati in termini di accountability, governance dei modelli e qualità dei dati, tutte le dimensioni analizzate rimangono al di sotto dei benchmark globali, evidenziando criticità operative legate soprattutto alla scarsa chiarezza delle risposte generate dai sistemi. Il problema non è soltanto usare l’AI, ma capire perché risponde in un determinato modo. Secondo la ricerca, il 37,7% delle organizzazioni indica la mancanza di chiarezza nelle risposte generate dall’AI come il principale motivo che porta a modificare o correggere gli output prodotti dai sistemi.
Segue la mancanza di contesto, indicata dal 26,4% delle organizzazioni. Le preoccupazioni relative alla sicurezza degli output rappresentano il 14,2%, le inesattezze fattuali il 13,2% e il rischio di bias l’8,5%. Con l’aumento dell’automazione e l’ingresso dell’intelligenza artificiale in processi aziendali sempre più rilevanti, la spiegabilità diventa così una componente essenziale della fiducia: non basta che un modello funzioni, le organizzazioni devono poter verificare come e perché abbia prodotto un determinato output.
Ulteriori fattori di rallentamento derivano dalla frammentazione delle basi dati, con una quota di imprese che gestisce le informazioni in silos organizzativi quasi triplicata in un solo anno, mentre solo una minoranza adotta controlli automatizzati di qualità su ogni progetto algoritmico.
Il superamento di questo squilibrio rappresenta il nodo centrale per trasformare l’adozione tecnologica in un vantaggio competitivo misurabile, vincolando la crescita futura della produttività non alla mera sperimentazione dei modelli, ma al consolidamento strutturale dei processi di controllo, audit e trasparenza.
—
tecnologia
[email protected] (Web Info)