Tutte le imprese riconoscono il potenziale dell’AI, ma questo non significa riuscire a tradurlo in risultati concreti. La sfida, in particolare, è passare dalla sperimentazione all’adozione strutturata dell’AI nei processi aziendali. Secondo la School of Management del Politecnico di Milano, infatti, solo il 26% delle aziende è classificato come AI scaler, avendo integrato l’AI nel proprio modello di innovazione; il 49% è ancora nella fase di sperimentazione, mentre il 25% ne fa un utilizzo sporadico.
Cerchiamo di capire quali siano i principali ostacoli e, con il contributo di IBM, come superarli per accompagnare le imprese verso un modello AI-first.
Indice degli argomenti
Il modello operativo dell’AI secondo IBM
Tra i protagonisti dell’innovazione, IBM è impegnata ad accompagnare le imprese in questo percorso facendo leva su un portafoglio di tecnologie e soluzioni in continua evoluzione e su un articolato ecosistema di partner.
“La nostra direzione è chiara: vogliamo aiutare le imprese a passare dalla fase sperimentale all’adozione dell’AI su larga scala – ci spiega Francesca Teutonico, Direttrice Marketing, Growth and Ecosystem di IBM Italia – dove ‘scala’ non significa necessariamente aggiungere ulteriore AI, ma ripensare il modo in cui ciascuna impresa lavora facendo leva sulle potenzialità di questa tecnologia”. Per concretizzare questa visione, l’azienda propone un modello operativo dell’AI basato su quattro pilastri:
- Gli agenti, che svolgono e coordinano le attività all’interno dei processi aziendali;
- I dati, che alimentano le soluzioni con informazioni aggiornate e contestualizzate;
- L’automazione, che integra processi, applicazioni e operazioni aziendali;
- Un’infrastruttura ibrida, che garantisce controllo, sicurezza e governance.
Questi quattro elementi non rappresentano direttrici di sviluppo indipendenti, ma componenti complementari di un unico modello operativo, che consente di trasformare l’AI da insieme di iniziative isolate a capacità strutturale dell’impresa AI-first.
Verso l’azienda AI First: le sfide e come vincerle
Perché, nonostante le opportunità dell’AI, tante imprese faticano a superare la fase sperimentale? Osservando il mercato delle PMI, IBM ritiene che gli ostacoli principali siano riconducibili alla complessità e ai costi percepiti dell’adozione dell’AI, a cui si aggiunge la difficoltà di reperire e sviluppare internamente le competenze necessarie.
Per avviare il percorso, tuttavia, non servono investimenti ingenti o trasformazioni radicali: “Una PMI può partire in piccolo – spiega Francesca Teutonico – senza dover necessariamente implementare fin da subito l’intero modello operativo dell’AI. L’importante è individuare casi d’uso concreti, come il miglioramento del servizio clienti, valutarne i benefici e poi estendere progressivamente la soluzione”.
Le imprese sono propense a investire nell’AI quando possono toccare con mano i benefici generati da un progetto concreto. Dimostrare il valore di un caso d’uso attraverso risultati misurabili è dunque fondamentale per superare le resistenze e favorire un’adozione sempre più ampia.
Dalla visione alla concretezza: il contributo di IBM all’impresa AI-first
Per guidare le aziende in questo percorso, IBM integra competenze, innovazione tecnologica e capacità di scala, sostenute da una strategia commerciale su misura: da una parte un presidio dedicato alle grandi organizzazioni, dall’altra una struttura sintonizzata sulle esigenze specifiche di PMI e realtà territoriali.
Un contributo fondamentale arriva dalle acquisizioni strategiche, che negli anni hanno ampliato le capacità di IBM in ambiti chiave come la gestione dei dati in tempo reale con Confluent, l’automazione e la gestione delle infrastrutture con HashiCorp, fino al controllo dei costi cloud attraverso Apptio.
A queste si affiancano nuove soluzioni, protagoniste dei principali eventi dei mesi scorsi, tra cui Think EMEA e TechXchange. Tra queste IBM Bob, un ambiente di sviluppo basato sull’AI agentica, che supporta le attività dalla pianificazione alla generazione del codice, fino ai test e alla documentazione. La soluzione si inserisce nella strategia di modernizzazione applicativa di IBM, che punta ad aiutare le imprese a far evolvere i sistemi esistenti e valorizzare gli investimenti già effettuati, senza dover necessariamente ripartire da zero.
Un’altra novità significativa è IBM Agentic Identity, una soluzione pensata per garantire il controllo sulle attività degli agenti AI, definendone responsabilità, autorizzazioni e ambiti di intervento nei processi aziendali. “Finché l’AI rimane uno strumento per suggerire contenuti o supportare la produttività individuale, il rischio è limitato. Ma quando un agente accede ai dati, utilizza le applicazioni o gestisce attività, diventa fondamentale sapere chi lo controlla, cosa può fare e per conto di chi opera”, sottolinea Teutonico.
L’importanza della governance emerge anche da uno studio IBM condotto su circa 3.200 leader EMEA: otto aziende su dieci portano gli incidenti legati all’AI all’attenzione del CdA, ma solo il 37% dispone di un modello di governance in grado di supportare l’implementazione e la gestione dell’AI agentica su larga scala. In Italia la percentuale scende al 30%.
Il partner come co-innovatore e il valore dell’ecosistema
Le tecnologie, da sole, non bastano a trasformare un’impresa in un’organizzazione AI-first. È dunque necessario un ecosistema di partner in grado di combinare competenze tecnologiche, esperienza e conoscenza dei processi aziendali.
Nella visione di IBM, il ruolo del partner evolve da semplice rivenditore di tecnologia a vero e proprio co-innovatore, capace non soltanto di accompagnare le imprese nel percorso di trasformazione, ma anche di orientarne le scelte sulla base degli obiettivi strategici, del livello di maturità tecnologica e delle specificità del contesto operativo e di mercato. Questa evoluzione, inoltre, coinvolge l’intero ecosistema, dagli ISV ai system integrator, fino ai managed service provider.
Per sostenere questa evoluzione, IBM supporta i partner “mettendo a disposizione tecnologie e ambienti per la sperimentazione e lo sviluppo di casi d’uso, oltre a figure dedicate come i Partner Technical Manager e il team di Client Engineering. Un ruolo determinante è poi svolto dai nostri distributori, con i loro centri di competenza e gli ambienti dedicati allo sviluppo delle soluzioni, e a questo si aggiunge IBM Partner Plus, che offre incentivi, formazione, certificazioni e risorse di co-marketing per sostenere la crescita dei partner e lo sviluppo di nuove opportunità”, spiega Francesca Teutonico.
Un esempio concreto di una collaborazione virtuosa è il progetto realizzato da IBM e Uno Informatica per Bertolotti, azienda specializzata nella logistica avanzata e automazione industriale. La collaborazione ha portato allo sviluppo di Gina On-Air, una piattaforma AI basata su tecnologie IBM watsonx, IBM Fusion e Red Hat OpenShift. In questo caso è stata progettata e implementata un’architettura interamente on-premise per mantenere il controllo sui dati sensibili, proteggere il know-how aziendale e favorire la conformità al GDPR.
La valorizzazione dell’ecosistema di partner è al centro di Tech Excellence, il ciclo di eventi promosso da IBM insieme a Nextwork360. Dopo le tappe di Bologna e Vicenza, il percorso proseguirà il 12 novembre a Milano con un confronto tra imprese, partner, mondo accademico e professionisti IBM sulle sfide dell’innovazione e sulle opportunità offerte dall’AI.
Articolo realizzato in collaborazione con IBM
Partecipa alla community