Cosa vuol dire essere il CIO di una multinazionale che crea e vende tecnologia? Nel caso di SAP, questa sfida passa dal modello “SAP Runs SAP”: usare per primi, su scala globale, le tecnologie che poi verranno proposte alle imprese clienti. Qui l’innovazione viene messa sotto pressione, misurata e resa credibile. Processi, dati, governance e AI agentica smettono di essere concetti da roadmap e diventano scelte quotidiane. In questa intervista, Benjamin Blau – Chief Process and Information Officer di SAP– racconta come cambia il mestiere del CIO quando la tecnologia non va solo adottata, ma deve dimostrare di funzionare (prima di tutto in casa propria).
Indice degli argomenti
Attualmente ricopre sia il ruolo di CIO sia quello di Chief Product Officer. In che modo questa doppia responsabilità influenza il rapporto tra IT e business?
Innanzitutto, una piccola ma importante correzione sul titolo: sono CPIO, Chief Process and Information Officer. La parola “process” è inserita deliberatamente. Segnala un concetto importante: il processo viene prima della tecnologia. Molti leader IT partono dallo strumento e procedono a ritroso verso il problema. Io parto dal processo di business e procedo in avanti verso il corretto abilitatore tecnologico.
Questo approccio influenza sensibilmente il rapporto tra IT e business, perchè elimina la vecchia dinamica del ruolo di “esecutore di richieste”. Non riceviamo più una richiesta, produciamo un output tecnico e lo restituiamo al business come se fosse un passaggio di consegne. La nostra organizzazione Corporate Processes and Information Technology (CPIT) opera come co-progettista dei risultati di business. Il business definisce strategia e obiettivi; noi definiamo il modo più intuitivo, produttivo e orientato all’utente finale per raggiungerli. È una conversazione completamente diversa. Siamo presenti al tavolo quando la strategia viene definita, non dopo che è già stata decisa.
Come bilancia gli obiettivi operativi di breve termine con le iniziative di innovazione di lungo periodo?
Non considero questo aspetto come un bilanciamento, ma come un portafoglio con diversi orizzonti temporali, e ciascun orizzonte deve essere gestito attivamente. Non si può trascurare la stabilità operativa per inseguire l’innovazione. Un sistema che si blocca o un processo che si interrompe genera una perdita di fiducia molto superiore al valore positivo creato da qualsiasi programma pilota.
Ciò che aiuta è avere chiarezza su cosa significhi realmente “innovazione” all’interno dell’organizzazione. Per CPIT, ogni caso d’uso di AI che perseguiamo passa attraverso un formale processo di valutazione (quality gate) che analizza desiderabilità, fattibilità e sostenibilità economica. Questa disciplina ci impedisce di inseguire semplicemente la novità. Diamo priorità ai casi d’uso in cui l’AI genera valore di business misurabile e costruiamo questa valutazione in modo rigoroso prima di procedere con la scalabilità.
Essere disciplinati nel breve periodo e gestire sistemi affidabili costruisce la credibilità necessaria per ottenere spazio per investimenti più ambiziosi nel lungo periodo. Se non sei in grado di mantenere operativi i sistemi fondamentali, nessuno ti darà il permesso di costruire il futuro.
Oltre alla leadership tecnologica, quale contributo dovrebbe portare un CIO al processo decisionale strategico dell’azienda?
Il ruolo del CIO nel processo decisionale strategico consiste nel portare una prospettiva collegata ai risultati e fondata sui dati, che spesso gli altri membri del tavolo decisionale non possiedono. Vediamo dove i processi si interrompono, dove i dati sono mancanti o poco affidabili, dove l’automazione è teoricamente possibile, ma bloccata nella pratica. Questa è un’intelligenza strategica di grande valore.
Ma il contributo più profondo è questo: il CIO, o nel mio caso il CPIO, può tradurre tra il mondo delle intenzioni di business e quello della realtà esecutiva. È facile definire una strategia ambiziosa. È difficile costruire la base di processi, dati e tecnologia che renda realmente attuabile quella strategia. È proprio in questo divario che fallisce la maggior parte delle iniziative di trasformazione. Il compito del CPIO è colmare questo divario e per farlo in modo credibile è necessario essere presenti al tavolo strategico fin dall’inizio, non essere coinvolti successivamente per implementare la visione di qualcun altro.
Come è strutturata oggi l’organizzazione IT di SAP per rispondere alle esigenze di un’impresa globale e altamente digitale?
CPIT, la nostra organizzazione IT interna, conta circa 4.000 persone a livello globale. Se osservata dall’esterno può sembrare una struttura molto ampia, ma abbiamo effettuato un importante cambiamento strutturale: siamo passati da un modello centrato sul prodotto a un modello centrato sui processi.
In precedenza, le unità IT erano organizzate in funzione di strumenti e piattaforme. Oggi sono allineate ai processi aziendali end-to-end e vengono misurate sulla base di KPI di business condivisi, non sui tradizionali SLA dell’IT. Un team che gestisce, ad esempio, un processo Finance non viene valutato soltanto sulla disponibilità dei sistemi; condivide con le funzioni aziendali servite metriche di risultato collegate al conto economico (P&L). Per ottenere questo risultato, ho anche esperti di Process Management nel mio team, che lavorano in partnership con le aree di business.
Dobbiamo inoltre operare in modo scalabile, e questo richiede un livello estremamente elevato di standardizzazione. Circa il 90% dei ricavi di SAP passa attraverso il nostro ambiente centrale SAP Business Technology Platform. Un livello di diffusione di questo tipo richiede sia una grande solidità tecnica sia un approccio estremamente disciplinato alla progettazione dei processi.
Quali competenze e capacità sta privilegiando oggi nella costruzione dei team IT?
La capacità che considero prioritaria più di ogni altra è quella di ragionare in termini di processi e risultati, non di strumenti. Qualsiasi persona con solide competenze tecniche può imparare a utilizzare una nuova piattaforma. Sono molte meno le persone capaci di fare un passo indietro rispetto alla tecnologia e chiedersi: quale problema di business stiamo realmente risolvendo? E questa tecnologia è davvero la risposta corretta oppure la risposta è un processo migliore?
Oltre a questo, abbiamo bisogno di persone che combinino una profonda competenza tecnica con solide capacità comunicative. Il livello di traduzione tra intenzione di business e implementazione tecnica è il punto in cui il valore viene creato oppure perso. Le persone in grado di muoversi con naturalezza in entrambi i mondi sono estremamente rare e di grandissimo valore.
Infine, e sempre più, la capacità di lavorare con e insieme all’AI non è più opzionale. Non è una competenza del futuro, ma una competenza del presente che mi aspetto da tutti.
Oltre agli skill tecnici, quali competenze umane e di leadership stanno diventando sempre più importanti?
Tre elementi stanno emergendo in modo particolare.
Primo, l’onestà intellettuale: la disponibilità a dire “questo caso d’uso di AI non ha prodotto il risultato che ci aspettavamo” e a correggere rapidamente la rotta. Il bias dell’ottimismo causa il fallimento di più programmi di trasformazione rispetto ai problemi tecnici.
Secondo, la capacità di resistere e di portare avanti l’esecuzione. È un aspetto su cui ho una convinzione molto forte. La trasformazione non è un’iniziativa una tantum, ma un cambiamento organizzativo continuo che dura anni. La visione è facile. La presentazione PowerPoint è facile. Ciò che è difficile è eseguire in modo coerente trimestre dopo trimestre e mantenere le persone motivate attraverso gli inevitabili momenti difficili. Tutto il resto è solo PowerPoint e dichiarazioni di facciata.
Terzo, la dimensione umana in generale. La parte più difficile di qualsiasi grande trasformazione non è la tecnologia. È sempre l’aspetto legato alle persone: accompagnarle nel cambiamento, costruire fiducia, gestire le paure e creare le condizioni affinché desiderino cambiare invece di sentirsi obbligate a farlo. I leader che sottovalutano questo aspetto ottengono sistematicamente risultati inferiori alle aspettative.
L’AI sta trasformando la natura stessa del lavoro tecnologico. Come stanno evolvendo i ruoli professionali?
Considero questo fenomeno attraverso la lente del Paradosso di Jevons. L’intuizione originale deriva dall’economia del XIX secolo: quando si migliora l’efficienza nell’utilizzo di una risorsa, ci si potrebbe aspettare che la domanda diminuisca, ma in realtà aumenta, perché una maggiore efficienza apre possibilità completamente nuove. Lo stesso principio si applica all’AI e al lavoro. L’AI non eliminerà i posti di lavoro; cambierà la natura di quei lavori e aumenterà il limite massimo di ciò che le persone possono realizzare.
Il lavoro ripetitivo, basato su regole e ad alto volume, ad esempio raccolta dati, categorizzazione dei ticket, generazione di report standard, sarà sempre più gestito dagli agenti AI. Questo libererà attenzione umana per attività di interpretazione, giudizio e risoluzione creativa dei problemi.
Gli ingegneri del mio team stanno già passando dalla scrittura del codice alla revisione e validazione del codice generato dall’AI. La domanda non è se il loro ruolo stia cambiando (perché chiaramente sta accadendo), ma se le organizzazioni stiano investendo nell’aiutare le persone a crescere verso attività a maggior valore. Questa è una responsabilità della leadership, non della tecnologia.
In che modo l’intelligenza artificiale sta cambiando le attività quotidiane della funzione IT?
Il cambiamento più immediato riguarda la produttività degli sviluppatori. La programmazione assistita dall’IA ha ridotto significativamente i tempi di alcuni cicli di sviluppo. Oggi utilizziamo un server MCP interno che fornisce agli agenti AI un accesso sicuro agli standard di prodotto SAP e a specifici artefatti di codice. Questo significa che ogni sviluppatore dispone in tempo reale di raccomandazioni di conformità integrate nell’AI. Di conseguenza, il lavoro dell’ingegnere si sta trasformando: non consiste più soltanto nella creazione del codice, ma in una combinazione di sviluppo e revisione.
Sul fronte operativo, stiamo integrando attivamente Joule nei nostri flussi di lavoro IT. La direzione è chiara: stiamo passando da azioni assistite dall’IA a capacità realmente agentiche, in cui agenti autonomi gestiscono attività operative multi-step lungo tutto il ciclo di vita dell’infrastruttura e delle operazioni IT.
Più in generale, l’AI ha accelerato enormemente il ritmo della sperimentazione. Vediamo persone condividere applicazioni e competenze che hanno sviluppato autonomamente, senza che sia necessario incoraggiarle a farlo, semplicemente perché desiderano esplorare e imparare nuove tecnologie. Un livello di sperimentazione interna di questa portata sarebbe stato impensabile appena diciotto mesi fa.
Quali casi d’uso interni dell’AI hanno prodotto i risultati più significativi in termini di produttività, efficienza o qualità del servizio?
Joule è la soluzione più diffusa e probabilmente quella con l’impatto maggiore. Estendere Joule a tutti i 100.000 dipendenti SAP ha trasformato l’esperienza quotidiana di utilizzo dei sistemi aziendali: ricerca di informazioni, sintesi dei contenuti e svolgimento di attività operative attraverso il linguaggio naturale. Si tratta di un reale incremento di produttività su larga scala.
Un altro caso d’uso che cito spesso riguarda la risoluzione agentica dei casi di assistenza clienti, perché è concreto e facilmente misurabile. Diversi agenti AI operanti sulla piattaforma SAP BTP analizzano ticket di supporto complessi, recuperano informazioni da fonti di conoscenza rilevanti e propongono agli specialisti dell’assistenza le migliori azioni successive da intraprendere.
Questo approccio riduce il tempo di risoluzione dei problemi e migliora la coerenza del servizio, soprattutto nei casi che richiedono conoscenze distribuite tra più domini di prodotto.
Quali sono oggi le principali sfide di governance che le organizzazioni devono affrontare quando estendono l’adozione dell’AI a livello enterprise?
Non è possibile costruire un’intelligenza artificiale affidabile e degna di fiducia su dati frammentati e incoerenti. Dati aziendali di alta qualità, semanticamente ben definiti, rappresentano il prerequisito fondamentale per un’IA realmente efficace. È proprio questo il problema che SAP Business AI Platform è stata progettata per risolvere.
La piattaforma integra tre livelli. Il livello di contesto, basato su SAP Business Data Cloud, che unifica dati SAP e non SAP in prodotti dati governati e pronti per l’IA, caratterizzati da una semantica aziendale coerente, SAP Knowledge Graph, che codifica le relazioni, le dipendenze e la logica di business tra tutte le entità e i processi aziendali, offrendo agli agenti AI una mappa affidabile per operare con il contesto e le autorizzazioni corrette, e SAP Domain Models, addestrati sul codice e sulla logica di business proprietaria di SAP, consentono all’IA di comprendere non solo i dati, ma anche il loro significato nel contesto reale dei processi aziendali.
Le imprese hanno bisogno di regole chiare che definiscano ciò che gli agenti sono autorizzati a fare, il modo in cui viene garantita la supervisione umana e le modalità con cui gli errori vengono individuati e corretti.
L’impresa autonoma non è un’impresa senza regole. Una governance di livello enterprise è un pilastro imprescindibile per rendere l’IA agentica una realtà su larga scala.
Per questo utilizziamo soluzioni SAP come SAP LeanIX Agent Hub, che ci consentono di garantire governance e controllo sugli agenti AI all’interno dell’organizzazione.
Quali metriche ritiene più importanti per valutare l’efficacia dell’organizzazione IT?
Le metriche IT tradizionali, come disponibilità dei sistemi, tempo di risoluzione dei ticket, costo per server, sono indicatori necessari, ma non sono sufficienti per valutare il contributo di un’organizzazione IT. Misurano lo stato dell’infrastruttura, non se tale infrastruttura stia supportando la direzione giusta per il business. Le metriche a cui attribuisco maggiore importanza sono invece i tempi di ciclo dei processi (il processo abilitato dall’IT è effettivamente più veloce e migliore rispetto a prima?), l’adozione da parte degli utenti (le persone utilizzano davvero gli strumenti che realizziamo e questi migliorano il loro lavoro?), la qualità dei dati (la nostra base dati sta diventando più completa, coerente e affidabile?) e il valore generato dall’AI rispetto agli investimenti effettuati in AI. Ognuna di queste metriche è direttamente collegata ai risultati di business.
Come misura il contributo dell’IT ai risultati aziendali e alla crescita dell’impresa?
Ci allineiamo a KPI di business condivisi con i nostri interlocutori aziendali, anziché utilizzare scorecard IT separate. Se l’obiettivo di business è ridurre il tempo che intercorre tra un lead e la firma del contratto, allora CPIT è corresponsabile di quel KPI insieme all’organizzazione commerciale. Se l’obiettivo è accelerare la chiusura contabile, lo misuriamo congiuntamente alla funzione Finance. Questo modello di corresponsabilità cambia completamente la prospettiva: elimina, da entrambe le parti, la giustificazione secondo cui «l’IT ha consegnato ciò che era stato richiesto, ma il risultato di business non è stato raggiunto». O raggiungiamo il successo insieme, oppure analizziamo insieme le cause.
Il modello “SAP Runs SAP” introduce inoltre uno specifico meccanismo di responsabilità: CPIT è il primo cliente di ogni prodotto sviluppato da SAP e di ogni caso d’uso di AI incubato da SAP, purché sia rilevante per noi come azienda high-tech e cliente delle nostre stesse soluzioni. Questo significa che i nostri indicatori di performance interni rappresentano le prime evidenze concrete del valore di business che SAP porterà successivamente ai clienti esterni. La nostra credibilità nei confronti dei clienti dipende dal fatto che i nostri risultati interni siano autentici e non costruiti ad arte.
Quali KPI relativi a tecnologia e innovazione ricevono la maggiore attenzione da parte del CDA?
Nella mia esperienza, i KPI che ricevono l’attenzione del board sono quelli che si collegano direttamente alla trasformazione cloud e alla strategia AI di SAP. I tassi di adozione del cloud, ovvero quale percentuale dei processi aziendali di SAP viene eseguita sulle nostre piattaforme cloud strategiche, sono importanti perché dimostrano che crediamo nei nostri stessi prodotti. Le metriche di adozione dell’AI, non il numero di progetti pilota, ma l’impatto misurabile in termini di produttività o ricavi generato dalle soluzioni AI già implementate, sono rilevanti perché confermano la tesi centrale secondo cui l’intelligenza artificiale crea valore per le imprese. Anche la maturità dei dati è sempre più un tema di discussione a livello di Consiglio di Amministrazione. La qualità e l’accessibilità dei dati aziendali interni sono oggi considerate un asset strategico e non più una semplice questione di back-office IT.
Guardando ai prossimi cinque anni, quali saranno le responsabilità più importanti del CIO?
Jensen Huang (CEO di Nvidia ndr) lo ha espresso molto bene: il dipartimento IT di ogni azienda diventerà il dipartimento delle risorse umane degli agenti di AI. Credo che abbia perfettamente ragione ed è uno dei modi più efficaci per descrivere come evolverà concretamente il ruolo del CIO nei prossimi cinque anni. Pensiamo a ciò che fa una funzione HR. Definisce ruoli e responsabilità. Inserisce i nuovi dipendenti in azienda, assegna loro l’accesso ai sistemi appropriati, stabilisce aspettative e li integra nei team giusti. Monitora le prestazioni, interviene quando qualcosa non funziona e, infine, accompagna le persone fuori da ruoli che non sono più adatti a loro. L’intero ciclo di vita diventa ora responsabilità dell’IT per una nuova categoria di colleghi digitali: gli agenti di AI.
Il rischio di governance è concreto. Le analisi della stessa SAP mettono esplicitamente in guardia contro il fenomeno dell’agent sprawl, l’equivalente, nel mondo degli agenti AI, dello shadow IT, ma con implicazioni ancora più rilevanti, perché gli agenti non si limitano ad archiviare dati: agiscono su di essi. Il SAP AI Agent Hub, costruito su SAP LeanIX, rappresenta la nostra risposta: un punto di controllo della governance indipendente dal fornitore, nel quale ogni agente è registrato, monitorabile e gestito attraverso policy. È, di fatto, l’organigramma della forza lavoro digitale.
Tutto questo comporta un ampliamento radicale del ruolo del CIO. Non si è più soltanto responsabili delle infrastrutture e delle applicazioni. Si diventa responsabili di un’intera forza lavoro composta da agenti digitali: delle loro prestazioni, della loro conformità alle regole, del loro impatto sul business e della fiducia che dipendenti e clienti ripongono nelle loro attività. Si tratta di una responsabilità che appartiene tanto alle risorse umane quanto alla tecnologia.
Quali competenze e capacità distingueranno i CIO di maggior successo negli anni a venire?
La capacità di ragionare in termini di risultati e valore per il business, anziché di strumenti e piattaforme, distinguerà i migliori CIO dagli altri. Parallelamente, i CIO di maggiore successo saranno eccellenti comunicatori e influencer. Budget, talenti e attenzione organizzativa sono risorse contese; il CIO capace di spiegare il valore della trasformazione con un linguaggio che risuoni nelle sale del Consiglio di Amministrazione, e non soltanto durante una revisione architetturale, sarà quello che otterrà con maggiore continuità le risorse necessarie per realizzare la propria visione.
Sarà inoltre fondamentale possedere umiltà intellettuale nei confronti della tecnologia stessa. Il panorama evolve più rapidamente di quanto qualsiasi individuo possa assimilare. I migliori CIO saranno coloro che sapranno creare organizzazioni capaci di apprendere continuamente, non quelli che pretendono di avere personalmente tutte le risposte.
Quale consiglio darebbe ai professionisti che aspirano a diventare CIO in grandi organizzazioni globali e perchè?
Acquisite una visione ampia prima di specializzarvi in profondità. Il ruolo del CIO richiede padronanza simultanea dei processi aziendali, della gestione del cambiamento organizzativo, del finance, dei dati e della tecnologia. All’inizio della carriera è naturale essere attratti dalla specializzazione in un singolo ambito tecnico. È un percorso utile, ma, a un certo punto, un CIO che conosce soltanto una dimensione dell’impresa sarà inevitabilmente limitato.
Investite in esperienze di trasformazione, non soltanto di implementazione. Chiunque può imparare a installare un sistema. Le vere competenze di un CIO si costruiscono guidando trasformazioni: cambiare contemporaneamente processi, cultura organizzativa e capacità aziendali, su larga scala, affrontando al contempo una reale resistenza al cambiamento.
Se dovesse individuare una sola priorità su cui i CIO dovrebbero concentrarsi nei prossimi 24 mesi, quale sarebbe e perché?
Rendere l’AI agentica una realtà concreta. Non un progetto pilota, non una dimostrazione tecnologica, ma una capacità operativa che generi un valore di business misurabile su scala enterprise. E il motivo per cui molte organizzazioni non riusciranno a raggiungere questo obiettivo non sarà la mancanza di ambizione, bensì l’assenza di fondamenta solide.
I prossimi 24 mesi distingueranno chiaramente due categorie di organizzazioni. Da una parte ci saranno quelle che avranno costruito le basi necessarie perché l’AI agentica possa funzionare davvero su larga scala. Dall’altra, quelle che continueranno a portare avanti progetti pilota: impressionanti nelle presentazioni al consiglio di amministrazione, ma invisibili nel conto economico. La differenza tra queste due realtà non dipenderà dai modelli di AI scelti, bensì dalla capacità di aver svolto il lavoro più complesso e meno appariscente: costruire la piattaforma su cui l’AI possa realmente operare.
Questa base ha un nome: SAP Business AI Platform. Ed è fondamentale perché l’AI agentica non è soltanto una questione di modelli linguistici, ma allo stesso tempo di contesto, dati e governance. Un agente che non può accedere a dati aziendali coerenti dal punto di vista semantico e adeguatamente governati rischia di generare informazioni errate o di prendere decisioni basate su dati sbagliati. Un agente privo della conoscenza dei processi aziendali ottimizzerà gli aspetti sbagliati. Un agente che opera al di fuori di un solido framework di governance finirà per creare proprio quel tipo di perdita di fiducia che può riportare un intero programma di AI agentica al punto di partenza. È proprio qui che SAP offre un valore distintivo: il patrimonio di conoscenza aziendale che abbiamo costruito negli ultimi cinquant’anni.
Questo è il vero lavoro che attende i CIO. Chi nei prossimi 24 mesi investirà nella costruzione di queste fondamenta creerà un vantaggio competitivo duraturo, perché ogni nuovo agente implementato sarà più rapido da rendere affidabile, più semplice da scalare e più veloce nel generare valore per il business. Chi invece trascurerà le fondamenta per inseguire direttamente i casi d’uso continuerà a dover spiegare al proprio consiglio di amministrazione perché i progetti pilota non sono mai diventati soluzioni operative.
L’impresa autonoma non è una destinazione distante cinque anni. In SAP la stiamo costruendo oggi, dall’interno.
Partecipa alla community