Vai al contenuto
Per molti anni la Business Intelligence ha avuto un obiettivo molto chiaro: aiutare le aziende a dare valore ai propri dati, trasformandoli in informazioni leggibili e utilizzabili attraverso dashboard e KPI. Le organizzazioni hanno costruito data warehouse, data lake, semantic layer e piattaforme di BI sempre più sofisticate. Oggi un manager ha a disposizione una quantità di informazioni che, solo qualche anno fa, sarebbe stata impensabile senza l’intervento continuo di specialisti.
Quando parliamo di decision maker dobbiamo però concentrarci su un problema che ancora non è stato completamente risolto. Avere accesso ai dati non significa necessariamente riuscire a utilizzarli nel momento in cui serve prendere una decisione.
Una dashboard risponde bene alle domande che abbiamo previsto quando l’abbiamo progettata. Ma cosa succede quando il business pone una domanda nuova? Quando emerge un’anomalia che richiede un approfondimento?
La BI ha sì democratizzato l’accesso ai dati, ma non lo ha reso completamente naturale. È qui che entra in gioco la Generative BI e l’introduzione dell’Intelligenza Artificiale.
1. Dalla BI Tradizionale alla BI conversazionale
La BI Tradizionale segue generalmente un modello abbastanza lineare:
dato → modello → dashboard → interpretazione → decisione.
È un modello efficace quando KPI, metriche e domande di business sono relativamente stabili. Il management può monitorare questi indicatori con continuità e intervenire quando qualcosa si discosta dagli obiettivi.
Il limite emerge quando la domanda va oltre ciò che la dashboard è stata progettata per mostrare. Per rispondere, spesso occorre cambiare report, applicare filtri, costruire nuove visualizzazioni oppure coinvolgere un analista, rallentando il processo decisionale.
La Generative BI introduce un’interfaccia diversa:
domanda → conversazione → analisi → insight → nuova domanda → decisione.
L’utente può partire dal problema di business e utilizzare il linguaggio naturale per esplorare il dato. È un cambiamento importante perché sposta il punto di partenza dalla struttura del sistema alla necessità della persona.
La ricerca Forrester di Boris Evelson sul mercato BI 2025 è molto chiara su questo punto: la BI continua a essere un elemento cruciale del processo data-to-decisions e la GenAI non rappresenta la fine della BI, ma una sua evoluzione.
2. Business Navigator: il dato come punto di partenza, non di arrivo
Il concetto alla base di Business Navigator è rendere il patrimonio informativo aziendale più facilmente accessibile alle persone che devono utilizzarlo.
Le aziende dispongono spesso già di ERP, CRM, data platform e dashboard. Il problema non è quindi necessariamente la mancanza di dati, ma la distanza tra dato disponibile e dato utilizzabile.
Business Navigator può agire come un nuovo livello di accesso: l’utente formula una domanda in linguaggio naturale e la piattaforma interpreta la richiesta utilizzando il patrimonio dati e il contesto semantico dell’organizzazione.
Questo aspetto è fondamentale. La Generative BI non dovrebbe essere interpretata come un modello linguistico che “indovina” la risposta. Per essere realmente utile in azienda deve essere ancorata a dati affidabili, metriche definite, permessi, regole e contesto di business.
Gartner descrive la Generative BI come l’integrazione della GenAI nelle piattaforme Analytics & BI per migliorare sia l’esperienza di chi sviluppa analytics sia quella di chi consuma insight a supporto delle decisioni. La ricerca Gartner del 2025 sottolinea inoltre che le piattaforme ABI stanno incorporando la GenAI per mettere in discussione e ampliare gli approcci tradizionali all’analytics.
3. La Spot Analysis: dove la Generative BI genera valore immediato
Uno dei casi d’uso più interessanti è quello che possiamo definire Spot Analysis.
Non tutte le analisi sono pianificate. Una parte significativa delle domande nasce durante una riunione, leggendo un report, osservando un KPI o semplicemente quando qualcosa “non torna”.
È il momento in cui un decision maker vede un dato e pensa: “Perché?”.
La dashboard può evidenziare che il fatturato è diminuito del 7%. La Spot Analysis permette di trasformare immediatamente quel segnale in un’indagine: quali clienti hanno contribuito maggiormente alla variazione? Quali prodotti sono maggiormente impattati? In quali regioni si concentra il fenomeno? La variazione è legata ai volumi o ai prezzi?
Il vantaggio non è soltanto la velocità. È soprattutto la riduzione dell’attrito tra una domanda e la possibilità di verificarla.
Nella BI Tradizionale, ogni nuova domanda può richiedere un nuovo percorso di navigazione. Nella Generative BI, la risposta a una domanda può diventare il punto di partenza per la domanda successiva. La conversazione diventa una forma di analisi iterativa.
4. Dashboard e Generative BI: non scegliere, combinare
Uno degli errori più frequenti è pensare che esista un vincitore tra dashboard e interfacce conversazionali e che l’avvento dall’AI segni necessariamente la fine della BI. Nella maggior parte delle aziende questo approccio sarebbe non solo poco realistico, ma anche poco utile.
La direzione indicata dalle principali società di analisi è fondamentalmente diversa. Forrester sottolinea che la BI rimane cruciale e che la GenAI non la sostituisce. Gartner descrive invece l’integrazione della GenAI nelle piattaforme ABI come una trasformazione degli approcci tradizionali.
La dashboard è eccellente quando vogliamo monitorare KPI, seguire obiettivi e budget, confrontare periodi e dimensioni, creare una vista condivisa del business e supportare processi ricorrenti.
La Generative BI è particolarmente efficace quando vogliamo esplorare una situazione inattesa, formulare domande non previste, approfondire un KPI, cercare driver, effettuare Spot Analysis e ridurre il tempo necessario per arrivare a un insight.
La differenza può essere rappresentata attraverso tre livelli.
- What — cosa sta succedendo? La BI Tradizionale eccelle nel mostrare il risultato: “Il fatturato è -8%”.
- Why — perché sta succedendo? La Generative BI consente di avviare rapidamente un percorso di approfondimento: “Quali prodotti spiegano maggiormente la riduzione?”, “Quali clienti hanno generato lo scostamento?”, “Quali sono i principali driver?”.
- What next — cosa possiamo fare? È qui che il valore della tecnologia deve incontrare il processo decisionale
5. Democratizzare l’accesso con la Governance al centro
Uno dei benefici più interessanti della Generative BI è ridurre la distanza tra business e dati.
La conversazione naturale può rendere più accessibile il livello analitico, permettendo al business di effettuare una parte delle esplorazioni autonomamente.
Questo non significa eliminare analisti e data team. Significa liberare gli specialisti dalle richieste semplici e ripetitive, permettendo loro di concentrarsi su modellazione, qualità del dato, governance, analisi avanzate, forecasting, scenari e decision support.
La democratizzazione del dato funziona quando è accompagnata da governance e competenza, non quando consiste semplicemente nel dare a tutti un campo di testo in cui fare domande.
Un sistema conversazionale che produce una risposta convincente ma basata su una metrica sbagliata può essere più pericoloso di una dashboard incompleta. Forrester include esplicitamente tra i criteri di valutazione della GenAI nelle piattaforme BI l’accesso ai dati enterprise, il contesto semantico e i guardrail che assicurano che gli utenti vedano soltanto ciò che sono autorizzati a vedere. Anche Gartner richiama la necessità di valutare use case, modalità di deployment e best practice prima di incorporare la GenAI nelle iniziative Analytics & BI.
La conseguenza è chiara: Generative BI non significa meno governance. Significa governance ancora più importante.
6. Un nuovo modello operativo per la BI
Gartner ha indicato nel 2025 che il 75% dei nuovi contenuti analytics potrebbe essere contestualizzato tramite GenAI entro il 2027, con l’obiettivo di collegare insight e azioni. Il dato è significativo perché mostra una traiettoria di mercato: analytics sempre più contestuale, adattiva e vicina al momento decisionale.
La domanda per le aziende non dovrebbe essere: “Dobbiamo sostituire la nostra BI con la Generative BI?”. La domanda corretta è: “Qual è la combinazione di esperienze analitiche più efficace per ciascun tipo di decisione?”.
Un possibile modello è considerare quattro livelli:
Monitorare → dashboard e KPI per capire cosa sta succedendo.
Esplorare → Generative BI e Spot Analysis per capire perché.
Anticipare → analytics predittiva, forecasting e anomaly detection per capire cosa potrebbe succedere.
Agire → integrazione con processi e applicazioni per trasformare l’insight in un’azione.
In questo modello Business Navigator si colloca soprattutto nel passaggio tra monitoraggio ed esplorazione, creando un’interfaccia conversazionale che permette di muoversi rapidamente dal KPI alla domanda di business.
È proprio questa complementarità a rendere il paradigma interessante.
7. La vera trasformazione: da data-driven a decision-driven
La maturità di una data strategy non si misura dalla quantità di dashboard prodotte. Si misura dalla capacità dell’organizzazione di utilizzare i dati per prendere decisioni migliori, più velocemente e con maggiore consapevolezza.
La BI Tradizionale rimane fondamentale perché costruisce il linguaggio comune dell’organizzazione: KPI, metriche, gerarchie, obiettivi e rappresentazioni condivise. La Generative BI aggiunge un nuovo livello: rende quel patrimonio interrogabile, esplorabile e accessibile attraverso una conversazione. Business Navigator rappresenta, in questa prospettiva, non un’alternativa alla BI esistente, ma un nuovo modo di entrarci. La dashboard continua a rispondere alle domande ricorrenti. La conversazione permette di affrontare quelle impreviste. La Spot Analysis accelera l’indagine. L’AI può portare in evidenza ciò che merita attenzione. La governance garantisce che tutto questo avvenga su basi affidabili.
Il Decision Maker rimane al centro del processo: non sostituito dall’AI, ma messo nelle condizioni di arrivare più rapidamente alle informazioni necessarie per decidere.
Il futuro della Business Intelligence non è necessariamente “meno dashboard”. È più modi intelligenti di accedere al dato.
È in questo spazio che la Generative BI può trasformare il dato da semplice patrimonio informativo a vero strumento di navigazione del business.
