30/09/2026

fare

L'IA affidabile spinge il ROI: le aziende ottengono 15 volte più guadagni

Harris (SAS): le imprese che adottano la Trustworthy AI registrano un ROI superiore, con crescita dei ricavi e riduzione dei costi

Le organizzazioni che implementano pratiche di Trustworthy AI hanno una probabilità quindici volte maggiore di dichiarare un ROI elevato nei progetti di intelligenza artificiale, secondo il Data and AI Impact Report: The New Economics of Trust redatto da SAS con ricerca di IDC. La seconda edizione del report evidenzia che le aziende più solide in governance, qualità dei dati e auditabilità ottengono costantemente risultati superiori, con un ritorno almeno doppio rispetto alle altre.
"Quando funziona, l'intelligenza artificiale può avere un impatto straordinario", ha dichiarato Bryan Harris, CTO di SAS. "Tuttavia, è ampiamente documentato che anche gli agenti più avanzati possono registrare tassi di errore superiori al 25% nelle attività complesse, un livello inaccettabile quando sono in gioco decisioni rilevanti. Per garantire accuratezza e ripetibilità, le organizzazioni devono integrare competenze di dominio nei workflow agentici, mantenendo al tempo stesso le persone al centro dei meccanismi di controllo e supervisione. Chi riuscirà a farlo potrà colmare il divario di fiducia e ottenere un vantaggio competitivo grazie all'IA".

Il documento sottolinea che, senza controlli adeguati, gli agenti più avanzati possono incorrere in tassi di errore superiori al 25% nelle attività complesse, un livello inaccettabile per decisioni critiche. Integrare competenze di dominio nei flussi di lavoro e mantenere le persone al centro dei meccanismi di supervisione è fondamentale per colmare il divario di fiducia.
Una delle tre aree analizzate riguarda la spiegabilità dell'IA. La mancanza di capacità esplicative genera resistenza da parte degli utenti, i quali tendono a intervenire manualmente sulle raccomandazioni generate. Questo comportamento riduce produttività e redditività. I dati mostrano che la qualità delle decisioni dipende strettamente dalla solidità dei dati di base.

- Il 97,2% degli utenti interviene sulle raccomandazioni dell'IA.
- L'incapacità dell'IA di spiegare le decisioni è la motivazione principale degli interventi, indipendentemente dalla correttezza dell'output.
- La fiducia scende dal 76% per l'IA generativa al 66% per l'IA agentica, evidenziando preoccupazioni crescenti con l'aumento dell'autonomia.
Il rapporto evidenzia inoltre un ampio divario di ROI tra le imprese che privilegiano pratiche di IA affidabile e quelle che non lo fanno. Le aziende più mature non usano tecnologie differenti, ma le gestiscono in modo più efficace.
- Le imprese che investono in IA affidabile hanno una probabilità 15 volte superiore di dichiarare un ROI elevato (62% contro 4%).

- Queste organizzazioni ottengono risultati 1,85 volte superiori su 13 indicatori di business, tra cui crescita dei ricavi, riduzione dei costi e miglioramento della customer experience.
- L'85% delle aziende più mature prevede di aumentare di oltre il 10% gli investimenti in IA affidabile entro l'anno.
Il terzo focus riguarda le basi dati. Molte imprese operano su infrastrutture dati poco mature, limitando trasparenza e spiegabilità.
- Solo il 17,5% delle imprese dispone di un'infrastruttura dati pienamente ottimizzata per l'IA agentica.
- Le organizzazioni con solide fondamenta dati hanno una probabilità quattro volte superiore di ottenere un ROI elevato e sei volte più propense ad adottare controlli di qualità e spiegabilità.

- Nell'ambito bancario, l'85% delle banche leader ha definito framework di governance dell'IA, contro il 29% delle aziende ritardatarie.
- Il 41% delle aziende del settore pubblico prevede di incrementare di oltre il 20% gli investimenti in IA affidabile nel prossimo anno.
- Il 23% delle organizzazioni nel settore life science ha già esteso l'IA a tutta l'azienda, la percentuale più alta tra i comparti analizzati.
"Man mano che l'intelligenza artificiale acquisisce maggiore autonomia, le organizzazioni devono affrontare una nuova sfida: mantenere la fiducia in sistemi che le persone non comprendono fino in fondo", ha concluso Chris Marshall, Vice President di IDC. "I risultati della ricerca mostrano che supervisione, spiegabilità, responsabilità e solide basi dati stanno diventando prerequisiti per scalare l'IA con successo". 

.