“Siamo in un momento che segnerà la convergenza tra IT e business nei prossimi anni”. La visione di Alessandro La Volpe, amministratore delegato di Ibm Italia, non nasconde la complessità del momento, dove volatilità economica e incertezza geopolitica richiedono alle aziende di prendere decisioni con cautela ma nello stesso tempo di cogliere le opportunità senza tergiversare. “E’ un momento interessante per fare il nostro lavoro perché abbiamo l’opportunità di imparare dal contesto ad agire in tempo reale, grazie alla nuova era di Agenti AI, che ci permette di implementare le nuove tecnologie in modo agile nei contesti aziendali per aiutarli a gestire la complessità”.
Tre numeri raccontano lo scenario attuale per La Volpe. L’’80% delle aziende che ha implementato l’AI nella propria impresa non ha avuto benefici in termini di profitto, fonte McKinsey (1). I manager incontrati da Mohamad Ali, Svp and Head of Ibm Consulting, confermano che dei 1.900 Poc AI avviati, l’impatto sulla bottom line è quasi nullo rispetto alle aspettative (2). Infine, se quasi il 100% dei dati pubblici viene utilizzato per addestrare algoritmi di AI generativa, meno dell’1% dei dati aziendali viene preso in considerazione per lo stesso scopo (3). “Questo per noi è il nodo vero, dal momento che guardiamo alle aziende e non al mercato consumer. La qualità del dato è fondamentale. Se le aziende fanno sperimentazioni solo con dati pubblici, senza utilizzare il vantaggio competitivo dei dati business, non traggono beneficio”.
Lampadina e AI, una similitudine
Il paragone che La Volpe accenna per contestualizzare il momento attuale dell’AI è quello della lampadina, che nella prima fase di vita ha sostituito le lampade a gas per l’illuminazione (1880), per entrare poi nelle fabbriche e migliorare le condizioni di lavoro e la produttività, per avviare infine il vero cambiamento trasformativo solo con la rivoluzione industriale utilizzando l’elettricità per cambiare i processi produttivi delle fabbriche. “Oggi con l’AI siamo nella fase della lampadina – paragona -. Il 56% delle aziende italiane afferma che sta sperimentando il suo utilizzo e questo è un segnale positivo, ma solo il 13% sta avendo un impatto trasformativo in azienda. Superato il panico iniziale, siamo oggi nella fase in cui si utilizza l’AI per accedere alle informazioni e alla conoscenza. La terza fase si vedrà quando nelle aziende l’AI trasformerà il modo in cui si lavora, ma questo richiede un cambio di competenze culturali e progettuali, una trasformazione che necessita più tempo”.
Valore dei dati enterprise
L’arrivo dell’Agentic AI (“si attende un miliardo di nuove app nei prossimi tre anni grazie all’Agentic AI” puntualizza) darà vita ad applicazioni che dovranno interagire fra di loro, creando una maggiore complessità che va organizzata e governata. “E’ questa per noi una opportunità enorme perché la trasformazione dettata dall’AI deve essere guidata dai board che si devono porre una domanda cruciale: abbiamo i dati per lavorare con l’AI?. Solo se li hanno possono pensare a quali modelli di AI rispondono meglio alle loro esigenze: il modello di Llm giusto dipende dai business case, dai dati e da cosa si vuole realizzare. Nel mondo industriale modelli più piccoli possono risolvere bene tematiche di business, essendo più facili da addestrare e mandare in produzione, tenendo sotto controllo costi e impatto. Il nostro punto di vista è che l’architettura sottostante all’AI debba essere di cloud ibrido, e che Llm più piccoli sia più indicati per il mondo enterprise. Diverse aziende, tra cui Ibm, hanno iniziato a pensare modelli specializzati su diverse tematiche, ma il fatto che solo l’1% dei dati business venga utilizzato per allenare l’AI è una sfida che va indirizzata da tutti. La nostra proposta di Granite 4.0 è pensata per lavorare su una quantità di dati inferiore ma di qualità, solo così possiamo trovare una rispondenza alla domanda più matura da parte dei clienti”.
AI adottata in casa Ibm, prima referenza per i clienti
La stessa Ibm sta trasformando i propri processi in maniera profonda con l’AI, da attività finance e legate al mondo HR a beneficio dei dipendenti, al mondo dello sviluppo del software. “Abbiamo risparmiato 4,5 miliardi di dollari per avere adottato la GenAI nei nostri processi a partire dallo sviluppo software – dettaglia La Volpe – stringendo partnership con le diverse aziende. Ad ottobre, ad esempio, abbiamo stipulato una partnership strategica con Anthropic, che prevede che 6mila sviluppatori interni di Ibm stiano sviluppando con una metodologia nuova basata su Claude, che consideriamo il migliore modello in circolazione per sviluppare codice. In pochi mesi abbiamo visto l’aumento di produttiva di sviluppo del 40-45%”.
In ambito HR, risorse umane, back office, sono stati creati processi messi al servizio dei dipendenti senza personale dedicato. La piattaforma Ask HR interagisce in linguaggio naturale con i dipendenti, non solo fornendo informative su rimborsi, policy di viaggio, regolamentazioni locali nei vari paesi, ma anche svolgendo transazioni (incremento salari, confronto con retribuzioni di mercato, misurazione performance, fino alla stampa fisica della lettera di aumento). Le stesse logiche vengono adottare in ambito procurement dando vita ad una piattaforma (“chiamiamola pure Ask Platform” sintetizza La Volpe) che gestisce una serie di domini in grado di erogare servizi per i dipendenti. “Una piattaforma che poi attraverso Ibm Consulting mettiamo a servizio dei clienti” precisa.
178mila dipendenti a livello mondiale (su una popolazione di 400mila persone) si sono messi in gioco nella sfida Watsonx Challenge per sviluppare un’ idea di prototipo AI su cui lavorare per migliorare processi interni. “Siamo noi la referenza zero per i nostri clienti” puntualizza La Volpe.
Tra le aziende che hanno avviato progetti di AI con Ibm troviamo Sparkle che ha adottato Watsonx per ottimizzare le network operation e i servizi, con risparmi misurabili sulla struttura dei costi. “Si tratta di un caso d’uso innovativo interessante nell’ambito delle reti e delle infrastrutture critiche e strategiche – precisa La Volpe – mentre la referenza di Unipol Assicurazioni in ambito cloud ibrido mette in evidenza un progetto per automatizzare la gestione della control room. Di tutt’altro genere il lavoro con Campari, per un progetto di riposizionamento del brand Cynar, dai colori alla user experience, portando i valori della tradizione nel mondo di oggi”.
Cinque trend per il 2026
Ibm apre il 2026 con cinque trend che ridefiniranno il vantaggio competitivo delle aziende nel prossimo anno, evidenziati dallo studio Five Trends for 2026 dell’Ibm Institute for Business Value, condotto su un panel di 1.000 dirigenti executive e 8.500 consumatori e dipendenti a livello globale.
Uno strumento per C-level e dipendenti, che cerca di dare risposte alle perplessità che accompagnano l’uso dell’AI, con trend da monitorare. ”I leader lungimiranti vedono nelle incertezze delle opportunità da cogliere. Il segreto non sta nella pianificazione perfetta, ma nell’imparare a governare l’ambiguità”, si legge nel report.
Il primo trend è l’affermarsi all’AI agentica per permettere alle aziende di prendere decisioni in modo facilitato e in tempo reale, consentendo agli agenti AI di intervenire autonomamente su prezzi, messaggi e varianti di prodotto quando si presentano specifiche condizioni di opportunità. “L’intenzione di acquisire Confluent per 11 miliardi di dollari, annunciata a ridosso della fine dell’anno, rientra in questa logica perché integrerebbe una piattaforma per lo streaming di dati in tempo reale” precisa La Volpe.
Il secondo riguarda le nuove opportunità di lavoro legate all’AI, perché molti profili sono disposti a cambiare le proprie mansioni per adottare tecnologie più avanzate e stare al passo con lo sviluppo dell’AI. Le aziende devono creare una roadmap per ruoli che ancora non esistono e identificare quali compiti possono essere migliorati o automatizzati dall’intelligenza artificiale e orientare il talento verso ciò che l’AI non può sostituire, sviluppando competenze di alfabetizzazione nell’AI a tutti i livelli dell’organizzazione.
Il terzo riguarda il crescere di importanza della trasparenza dell’AI, “molti consumatori sono disposti a perdonare un errore dell’AI ma non la non trasparenza del suo utilizzo – spiega La Volpe -. L’AI deve essere trasparente, responsabile, deve dire come si allena, che dati usa”. Le aziende, invece che limitarsi a dichiarare l’uso dei dati dei clienti, devono mostrare in modo concreto come vengono utilizzati, rendere le raccomandazioni generate dall’AI tracciabili, coinvolgendo anche clienti più fedeli nel test delle nuove funzionalità AI prima del lancio su larga scala.
Il trend della sicurezza si conferma anche per il 2026 elemento essenziale per la governance dei sistemi AI, dei dati e delle infrastrutture, con attenzione crescente verso il tema della sovranità digitale. Per questo diventa fondamentale per le aziende progettare l’ecosistema AI in modo che dati e agenti possano muoversi con facilità tra sedi e provider affidabili, automatizzare le attività di compliance e integrare la spiegabilità nei modelli fin dalla fase di sviluppo, oltre a implementare sistemi di monitoraggio continuo per individuare e correggere la deriva dei modelli, evitando l’introduzione di bias.
Infine, come quinto trend, la ricerca marca il quantum computing e il vantaggio quantistico correlato. “Il 2026 è considerato l’anno in cui verrà raggiunto il quantum advantage, cioè l’evidenza che il quantum è in grado di risolvere questioni non risolvibili con il calcolo abituale, anche se la fault tolerance del quantum (la capacità di non commettere errori) si raggiungerà nel 2029 secondo la roadmap di Ibm”, precisa La Volpe che ricorda come i due data center quantistici presenti in Europa (Germania e Paesi Bassi) adottino tecnologia Ibm.
Affondo sull’ecosistema del quantum computing
“Ma il beneficio dal quantum si avrà quando impatterà sui business case risolvendo problemi complessi”, aggiunge La Volpe, ricordando come sia impossibile che un unico centro o università abbia le competenze per fare questo. “Il quantum più di ogni altra innovazione è un lavoro di ecosistema, dove serve mettere insieme conoscenza e competenze. Perché su larga scala, il quantum computing richiede risorse che nessuna organizzazione può sostenere da sola. Servono più potenza di calcolo, dataset più ampi e competenze più avanzate”.
Non necessariamente di matrice europea. “Se si pensa che l’Europa possa fare competizione su quantum hardware con Cina e Usa siamo in ritardo, se si pensa che Europa possa sfruttare il quantum per applicazioni questo possiamo farlo, ma deve muoversi con velocità. Piuttosto che nuove leggi europee servirebbe qualcosa che spinga l’innovazione e l’impego di nuovi talenti per lo sviluppo del mondo applicativo quantistico”.
E aggiunge, concludendo: “La capacità di fare sistema nel nostro paese è un po’ ridotta. Se pensiamo che ogni ministero possa avere il proprio piccolo quantum computer sotto la scrivania non è la strada giusta. Serve un approccio di ecosistema, meno leggi ma più iniziative che mettano insieme talenti per fare sistema sulle tecnologie dirompenti e dare vantaggio competitivo alle aziende in cui decideranno di lavorare e al paese in cui vivono”.
© RIPRODUZIONE RISERVATA
