Vai al contenuto
In questo articolo troverai:
- Perché molti progetti di AI generativa non riescono a superare la fase di sperimentazione
- Come l’AI Agentica sta cambiando il modo di concepire l’automazione aziendale
- Le criticità delle organizzazioni italiane tra dati frammentati e processi manuali
- Il ruolo di Data Foundation, Business Navigator e Automation Hub
- Come adottare AI e automazione con un approccio progressivo, concreto e sostenibile
Oltre l’Hype: La “moda” dell’Intelligenza Artificiale ne sta forzando l’utilizzo?
Dati Gartner alla mano, l’anno scorso circa un terzo dei progetti di Intelligenza Artificiale Generativa è stata abbandonata prima ancora di superare la fase di testing. Anche giganti come Amazon e Meta hanno dovuto ridimensionare, ritardare o riscrivere da zero iniziative multimilionarie basate su AI generativa. Quando progetti di questo calibro si arenano nelle mani dei migliori ingegneri al mondo, il messaggio per il mercato è chiaro: l’insuccesso dell’AI non è una questione di forza bruta di calcolo né di talento ingegneristico. È una questione di architettura, governance e aderenza ai processi reali.
Questo dato appare quasi paradossale se confrontato con l’incredibile clamore mediatico e le enormi aspettative (e investimenti) che circondano questa tecnologia. E allora la domanda sorge spontanea: “ Com’è possibile che l’esperienza consumer stia diventando così onnipresente e a tutto tondo?” Aabbiamo assistenti ovunque, perfino la friggitrice ad aria è diventata improvvisamente “AI-enhanced”. Come mai allora a livello enterprise sia così facile arenarsi? La risposta sta nella distanza tra stupire il consumatore e orchestrare la complessità operativa di un’organizzazione.
Oggi, il rischio più grande per le aziende non è semplicemente la mancata adozione dell’Intelligenza Artificiale. Il vero pericolo è adottarla senza una strategia concreta, rincorrendo l’innovazione tecnologica senza prima aver preparato il terreno organizzativo. Il risultato è sotto gli occhi di tutti: progetti enormi, eccessivamente complessi, spesso completamente fuori scala per il mercato a cui puntano e incapaci di generare un reale ritorno d’investimento.
Per comprendere come evitare di rientrare in quella percentuale di fallimenti, dobbiamo prima analizzare cosa è cambiato negli ultimi dodici mesi e perché l’approccio tradizionale all’integrazione tecnologica non è più sufficiente.
Il cambio di paradigma: l’era dell’AI Agentica e la democratizzazione dell’intelligenza
L’ultimo anno ha segnato uno spartiacque nel mondo tecnologico. Fino a poco tempo fa, il focus era interamente concentrato sui grandi LLM di frontiera (OpenAI, Anthropic, Google e altri grossi player americani) e sulla loro capacità di generare testo o analizzare dati in modo passivo. Oggi, lo scenario è cambiato radicalmente su due fronti distinti.
Prima di tutto abbiamo assistito all’ascesa di modelli emergenti, in particolare quelli di matrice asiatica a bassissimo costo, le cui prestazioni si stanno avvicinando in modo impressionante a quelle dei modelli di frontiera occidentali: basti pensare come il modello di punta di Deepseek costi 10 volte meno alla controparte Anthropic. Questo significa che l'”intelligenza grezza” si sta rapidamente trasformando in una commodity, pertanto non è più un bene di lusso accessibile solo ai colossi del tech, ma una risorsa democratizzata e scalabile.
In secondo luogo — e questo è l’elemento davvero trasformativo per il business — siamo entrati nell’era dell’AI Agentica. Oggi non parliamo più di intelligenze artificiali che si limitano a rispondere a un prompt in una chat, parliamo di AI Agent strutturati: entità digitali autonome in grado di ragionare su obiettivi complessi, orchestrare l’uso di diversi strumenti, prendere decisioni all’interno di parametri prestabiliti e agire direttamente sui sistemi aziendali.
Se l’intelligenza artificiale costa sempre meno e gli agenti sono in grado di eseguire compiti complessi, qual è il vero elemento differenziante per un’azienda? La risposta non risiede più nel modello che si sceglie di acquistare, ma nell’infrastruttura che si costruisce per farlo funzionare.
In Italia invece a che punto siamo?
In Italia c’è una dinamica tutta nostra con cui fare i conti: la rincorsa dell’annuncio ad effetto, utile solo a dire: “Lo facciamo anche noi” o “Usiamo l’AI”, che convive con processi quotidiani rimasti invariati. Si creano comitati per l’AI, ma tra pratiche ancora cartacee e il dominio assoluto dei fogli Excel per far quadrare i conti, il modo di lavorare rimane sempre lo stesso.
Il risultato? Dati frammentati in compartimenti stagni e risorse qualificate bloccate in attività labour-intensive: scaricare file, correggere formule e incrociare schermate incompatibili.
Prima di chiedere a un modello generativo di trasformare il business, serve pragmatismo: se l’architettura a monte non dialoga in modo integrato, qualsiasi adozione dell’ AI è destinata a produrre un’ottimizzazione puramente superficiale, priva di impatto reale e scalabile sui processi operativi.
La nostra visione: AI concreta, evolutiva e sostenibile
In The Information Lab, accompagniamo le aziende verso un nuovo modo di interagire con dati, automazione e intelligenza artificiale. La nostra filosofia si basa su un principio fondamentale: l’AI funziona davvero solo quando si integra in modo naturale e progressivo nel modo in cui le persone lavorano ogni giorno.
Naturale, perché non imponiamo stravolgimenti infrastrutturali bensì la affianchiamo all’operatività quotidiana abilitando un accesso immediato alle informazioni.
Progressivo, perché non puntiamo ad investimenti fuori scala: si parte da un processo specifico, generiamo adozione e ritorni tangibili nel breve termine, e solo allora il processo viene scalato insieme all’evoluzione dell’azienda.
Non crediamo nelle rivoluzioni che stravolgono l’azienda dall’oggi al domani, crediamo nell’evoluzione. Introduciamo dati e AI attraverso casi concreti, investimenti sostenibili e percorsi misurabili, permettendo alle organizzazioni di comprendere il valore reale della tecnologia prima di estenderla su larga scala.
Abbiamo creato soluzioni progettate per evolvere insieme all’azienda, superando il concetto del singolo “tool” per abbracciare l’idea di architettura. Il risultato è un ecosistema intelligente basato su tre sistemi indipendenti e autonomi, che se usati insieme permettono di fare il salto di qualità.
1. Governa: La Data Foundation
Senza dati affidabili, certificati e facilmente accessibili, anche le migliori strategie AI sono destinate a fallire o ad “allucinare”. Raccogliamo e organizziamo le informazioni aziendali creando una Single Source of Truth, Questa non è semplicemente uno storage centralizzato, ma di un livello di governance profonda che garantisce sicurezza, tracciabilità e qualità del patrimonio informativo, rendendo dati e modelli AI accessibili in modo controllato a tutta l’organizzazione.
2. Esplora: Il Business Navigator
Abbiamo abbattuto le barriere tra il management e le informazioni aziendali. Il Business Navigator permette di accedere ai dati conversando in linguaggio naturale, senza dover conoscere complesse combinazioni di filtri in dashboard o dipendere dai tempi di risposta dell’IT. L’intelligenza aziendale che parla la lingua del business: l’utente fa una domanda, il sistema interroga l’ERP o la BI, e restituisce insight immediati, grafici e risposte concrete. È la democratizzazione del dato portata al suo massimo livello operativo.
3. Accelera: L’Automation Hub
Se la Data Foundation governa e il Business Navigator esplora, qui la strategia si trasforma in azione tangibile. L’Automation Hub è il cuore pulsante del nostro ecosistema, è l’ambiente in cui la complessità dei processi aziendali viene spacchettata e trasformata in valore aggiunto in poche settimane.
L’Automation Hub rappresenta il passaggio dall’operatività manuale a una Process Automation intelligente. Questo sistema si collega nativamente a dati provenienti da ERP, database, file sparsi e applicazioni aziendali eterogenee. Attraverso flussi di lavoro visivi, l’Hub orchestra la preparazione del dato, la sua manipolazione e l’attivazione dei processi conseguenti.
L’efficacia di questo livello architetturale poggia su due basi che stanno ridefinendo i modelli operativi: l’integrazione nativa degli AI Agent e l’adozione di un approccio Low-Code, che da sempre è stato l’approccio su cui abbiamo scommesso.
Ma cosa significa, concretamente, abilitare soluzioni agentiche all’interno di un’organizzazione strutturata? E se i sistemi non si limitassero a registrare un dato o a segnalare un’incongruenza, ma fossero capaci di contestualizzarla, risalire all’origine dell’anomalia tra fonti discordanti e predisporre l’azione correttiva nel pieno rispetto delle vostre regole di business?
A questo si affianca l’idea del Low-Code. Quanto pesa oggi sul business il fisiologico collo di bottiglia che separa l’esigenza di un dipartimento dai tempi di sviluppo dell’IT? Cosa accadrebbe se chi possiede la reale conoscenza di dominio potesse disegnare, validare e adattare i propri flussi di processo attraverso interfacce visive, senza scrivere codice ma all’interno di un perimetro tecnologico sicuro e governato?
In The Information Lab abbiamo sviluppato l’Automation Hub per dare una risposta concreta a queste domande. L’automazione non significa delegare alla cieca ad una tecnologia, ma un’architettura strutturata capace di garantire efficienza, controllo e piena tracciabilità. In questo modo riduciamo in modo significativo il peso delle attività labour-intensive, liberando le persone per restituirle ad attività a più alto valore aggiunto.
Partire in piccolo, evolvere con consapevolezza
Scegliere come affrontare la transizione verso l’Intelligenza Artificiale e l’automazione dei processi determinerà la competitività delle aziende nel prossimo decennio. La nostra promessa è quella di un approccio progressivo che garantisce un ROI reale, in cui ogni tecnologia implementata è sostenibile nel tempo e integrabile per sviluppi futuri.
E’ possibile scegliere da dove iniziare. E’ possibile, ad esempio, implementare il Business Navigator standalone per ottenere conversational analytics in poche settimane, senza alcun impatto sull’infrastruttura esistente. E’ altrettanto possibile gettare le basi con la Data Foundation. Oppure l’obiettivo principale potrebbe essere quello di accelerare subito l’ efficienza operativa con l’Automation Hub per snellire i processi critici. L’ecosistema è progettato per adattarsi alle esigenze attuali ed è pronto a scalare quando le esigenze di business lo richiederanno.
L’Intelligenza Artificiale non deve essere un salto nel vuoto, deve essere un percorso governato, consapevole e profondamente ancorato all’efficienza nel rispondere alle logiche del business.
