L’usabilità dell’intelligenza artificiale (AI) diventa la sfida nodale da giocare per le imprese in materia di gestione dati, e ciò oggi rende più che mai fondamentale in ogni organizzazione attivare solide politiche di data management e data governance.
Le funzionalità del software di gestione dati andrebbero poi valutate non semplicemente per classiche attività di amministrazione degli stessi, ma con l’obiettivo di accelerare le iniziative di intelligenza artificiale. Queste alcune conclusioni chiave tratte da Matt Aslett, research director Data and Analytics della società di ricerca e consulenza ISG, in uno studio (“The Impact of AI on Data Strategy”) illustrato a Londra nel corso di Evolve25, l’evento organizzato annualmente da Cloudera, dedicato ai decisori aziendali e agli operatori del settore dei dati, degli strumenti analitici e dell’AI.
Indice degli argomenti
Verso una data governance di nuova generazione
La AI sta mutando velocemente la fisionomia delle pratiche di gestione dei dati. Se si considerano gli approcci tradizionali di data governance, legati all’architettura del data warehouse, ricorda Aslett, dove il principio è “prima curare i dati” e poi capire come utilizzarli, questi metodi datati potenzialmente non sono più in grado di tenere il passo con l’attuale esigenza delle organizzazioni di affrontare il problema cruciale della gestione della AI. Ciò perché negli ultimi anni la tecnologia si è evoluta abbastanza rapidamente, in materia di automazione, ed ora l’avvento della AI agentica alza davvero ulteriormente l’asticella delle sfide, in termini di necessità di utilizzo dei dati in tempo reale, che impone oramai una governance “on the fly”.
La ricerca di ISG si concentra su come le organizzazioni stanno reagendo in relazione al trend tecnologico dell’intelligenza artificiale. Sulla base dei dati emersi da uno studio sui budget IT delle imprese, rispetto a un 2023 in cui la voce relativa alla AI rappresentava il 2% dei budget IT complessivi, nel 2025 tale spesa passa al 6,1%.
L’AI è una componente sempre più rilevante negli investimenti: nel 2024, dopo le iniziative di customer experience, le iniziative AI risultano essere la seconda più importante voce di spesa rispetto a tutte le altre categorie. Secondo il sondaggio, nel 2025 le iniziative sulla AI passano al primo posto (5,7%), seguite dalle soluzioni e servizi di sicurezza IT (4,2%) e poi da tutte le altre voci di spesa.
Implementare robuste politiche di data management
Passando ad osservare lo stato attuale delle iniziative AI, il 31% dei rispondenti riporta che i progetti sono completamente in produzione, il 29% è in fase di transizione verso la piena produzione, il 24% si trova in un progetto pilota o sperimentale con uno o più dipartimenti.
Alla domanda su cosa farebbe di diverso per gestire l’integrazione dell’intelligenza artificiale nella propria organizzazione, il 21% dei rispondenti vorrebbe sviluppare una migliore governance e coordinamento. Un altro 21% attuerebbe strategie “fail fast” e test rapidi per imparare velocemente dagli errori, il 19% richiederebbe supporto esterno, mentre il 17% vorrebbe fare più ricerca e valutazione.

I dati sono essenziali per la AI nello sviluppo dei modelli, nella fase di inferenza, nella validazione della qualità, e buoni processi di data management costituiscono un prerequisito per il successo dei progetti AI. Non a caso, la “data usability for AI” si trova al primo posto (54%) tra le sfide in materia di dati, seguita da misurazione del ROI (43%), complessità/scalabilità (41%), frammentazione dei dati (40%), sicurezza e accesso (34%), integrazione dati/visibilità (34%).
L’importanza di implementare buone strategie di data management è motivata in primo luogo dal fatto che le organizzazioni devono prendere e automatizzare le decisioni in tempo reale: la AI agentica attua azioni autonome basate su dati dinamici, che vengono utilizzati in real-time e vanno governati al volo.

Le imprese richiedono dati puliti, organizzati e conformi, mostra Aslett, ma la realtà è che in ancora troppe organizzazioni tali dati risultano frammentati, incoerenti o inaccessibili. Le piattaforme di AI sono efficaci soltanto nella misura in cui lo sono le piattaforme e gli strumenti analitici e di gestione dei dati, aggiunge, mettendo in rilievo un altro aspetto fondamentale: i dati vanno concepiti come una disciplina aziendale, non solo come un problema informatico del reparto IT.
Ancora troppe imprese permettono al dipartimento IT di definire la loro data strategy, denuncia Aslett, quando invece le strategie dati definite a livello di organizzazione rafforzano un approccio orientato ai risultati nelle iniziative sui dati incentrate sugli obiettivi aziendali e sui KPI. «Riteniamo che garantire la titolarità aziendale sulla strategia dei dati, in modo da incoraggiare l’attenzione sui risultati di business e sui KPI, sia essenziale per il successo a lungo termine» conclude Aslett.
Piattaforme dati, come Cloudera amministra la governance
Nel contesto tecnologico e strategico delineato da ISG si collocano le moderne funzionalità che secondo Cloudera differenziano in maniera unica la propria piattaforma dati rispetto ad altre presenti sul mercato. In un’intervista a margine di Evolve25, Sergio Gago, chief technology officer della società, sottolinea la natura realmente ibrida della piattaforma. «I nostri clienti possono utilizzare i loro dati on-premise, nei propri data center e su qualsiasi cloud, in maniera trasparente e con la stessa esperienza d’uso». Ma quali aziende ottengono i migliori benefici? Ciò, spiega, si rivela particolarmente vantaggioso nel caso di grandi aziende che operano in settori altamente regolati, come un’istituzione finanziaria con un patrimonio rilevante di dati on-prem nel data center, che non possono lasciare una data regione geografica, ad esempio non possono uscire dall’Unione europea.

«Al contempo – spiega Gago – la medesima istituzione finanziaria potrebbe avere una presenza in altri paesi al di fuori dell’Ue. Quindi, da un lato, ha l’esigenza di mantenere quella governance completa che le permette di essere totalmente conforme e responsabile dei dati dei propri clienti, e, dall’altro, vuol poter innovare e agire rapidamente, sfruttando la semplicità del cloud, e beneficiando così di entrambi i mondi. Qui, Cloudera è l’unica piattaforma che le consente di gestire pipeline di dati, dashboard, insight, amministrando realmente la governance, il data fabric. Se quell’istituzione ha clienti in Francia, potrà gestire gli insight su quei dati all’interno del proprio data center. Anche l’elaborazione dei dati rimarrà in Francia, e gli unici soggetti che potranno accedere a tali dati saranno gli stakeholder che li utilizzano o che ne traggono informazioni». Ora, continua Gago, questa stessa istituzione potrebbe avere dati pubblici, su cui esegue modelli e previsioni. «Dati che, ad esempio, non sono regolamentati dal GDPR e che quindi può utilizzare attraverso il cloud per essere molto più flessibile, e adottare nella nuvola le istanze e risorse più economiche che riesce a trovare». In sintesi, conclude Gago, «la capacità di fornire separazione tra storage e compute e di offrire tale flessibilità, con un’esperienza cloud-like in qualunque ambiente, è il fattore chiave che differenzia la nostra piattaforma dati».

























