Immagine di starline su Freepik
L’adozione dell’AI nelle imprese porta alla luce un nodo strutturale che va oltre la disponibilità di modelli avanzati o di budget dedicati: la capacità delle organizzazioni di governare infrastrutture dati sempre più complesse. È questo il quadro che emerge dal State of Data Infrastructure Global Report 2025 di Hitachi Vantara, che analizza il livello di maturità delle data infrastructure in relazione alla readiness AI, evidenziando un divario crescente tra aziende che riescono a trasformare l’AI in valore operativo e realtà che faticano a superare la fase sperimentale.
Metodologia ed evidenze principali
La ricerca si basa su un’indagine condotta in autunno su 1.244 responsabili IT e business di organizzazioni con oltre mille dipendenti, distribuite in 15 Paesi. Il campione europeo conta 409 rispondenti, di cui 76 in Italia, e copre settori quali servizi finanziari, sanità, manifattura, IT, retail, trasporti e settore pubblico. Il dato metodologico è rilevante perché consente di osservare dinamiche già consolidate, in cui l’AI è integrata nei processi aziendali e non più confinata a progetti pilota.
Oltre tre aziende su quattro, in Europa, dichiarano che la complessità della propria infrastruttura dati sta aumentando rapidamente o molto rapidamente. Una crescita che non riguarda solo i volumi informativi, ma la frammentazione delle piattaforme, la convivenza tra ambienti legacy, cloud privati e pubblici e l’aumento dei carichi di lavoro legati all’AI. Questa complessità, secondo più di un’azienda su due (55%) delle aziende europee, rende più difficile individuare tempestivamente una violazione di sicurezza, mentre il 36% afferma che, se il top management comprendesse appieno la fragilità dell’attuale infrastruttura dati, ne sarebbe fortemente allarmato.
Maturità infrastrutturale e AI, investimenti e risultati disomogenei
Nonostante queste criticità, l’adozione dell’AI in Europa è diffusa per la governance delle tecnologie dati in modo massiccio. Il 97% delle aziende europee intervistate dichiara di utilizzare l’intelligenza artificiale almeno in parte, e il 66% afferma che l’AI è adottata in modo esteso o critico per il business. A livello globale la percentuale sale al 69%, mentre in Italia il dato mostra un utilizzo ancora più diffuso, con il 98% delle aziende che dichiara di usare soluzioni di AI. Guardando al ruolo strategico dell’AI, il 36% delle imprese europee considera già l’intelligenza artificiale una componente critica del proprio core business. In Italia la percentuale scende al 32%, ma il 64% delle aziende italiane dichiara comunque un utilizzo diffuso dell’AI nei processi aziendali, segnale di una fase di consolidamento ancora in corso.
Sul fronte degli investimenti, le aziende europee prevedono un incremento medio del 66% della spesa in AI nei prossimi due anni, un valore leggermente inferiore alla media globale del 70%. L’Italia si allinea alla media europea con una crescita attesa del 66,2%.
Tuttavia, il report mette in evidenza come l’aumento degli investimenti non si traduca automaticamente in ritorni misurabili: a livello globale, il 37% delle organizzazioni dichiara di non essere ancora in grado di calcolare il Roi delle iniziative di AI, mentre solo il 58% afferma di aver stabilito metriche di ritorno e il 71% tratta l’AI come un investimento di lungo periodo assimilabile alla ricerca e sviluppo.
Secondo Hitachi Vantara, il fattore discriminante non è la velocità di adozione dell’AI, ma il livello di maturità dell’infrastruttura dati. Il modello di maturità introdotto nel report distingue le organizzazioni in tre categorie: Emerging, Defined e Optimized. A livello globale, il 41% delle aziende rientra nella categoria Optimized, il 35% nella fascia Defined e il 24% in quella Emerging. La maturità, sottolinea la ricerca, non è correlata a dimensione aziendale, budget o volume di dati, ma è una scelta strategica guidata dalle priorità della leadership.
Criticità: sicurezza, governance e competenze sotto stress
L’aumento della complessità infrastrutturale si riflette sul profilo di rischio delle aziende europee. Il 51% delle imprese indica la difficoltà di individuare una violazione come una delle principali conseguenze della frammentazione dei dati, mentre il 39% segnala le violazioni abilitate dall’AI come uno dei rischi di sicurezza più rilevanti. In Italia, il tema assume una connotazione ancora più legata all’impatto reputazionale: il 42% delle aziende teme una perdita di fiducia da parte di clienti o investitori a seguito di un incidente legato ai dati, contro il 35% della media europea. La sicurezza resta la priorità principale per le infrastrutture dati in Europa, con il 56% delle aziende che la colloca tra le prime tre priorità strategiche.
Tuttavia, la fiducia nella resilienza operativa non è uniforme. Solo il 67% delle imprese europee ritiene che la propria infrastruttura sia sufficientemente resiliente per resistere a un attacco ransomware, mentre in Italia la percentuale scende al 54%. Parallelamente, il 43% delle aziende italiane esprime preoccupazione per la capacità di recuperare i dati dopo un attacco ransomware, contro il 36% della media europea.
Sul fronte della governance dell’AI, il quadro appare ancora frammentato. In Europa, solo il 26% delle aziende definisce la propria governance AI come solida o leader di settore, mentre il 66% dichiara di avere una visione dell’AI chiaramente definita a livello executive. In Italia i dati risultano inferiori: solo il 18% considera la governance AI industry-leading e il 60% afferma che gli executive dispongono di una visione chiara sull’AI.
Anche le competenze rappresentano un fattore critico. Il 67% delle aziende europee indica le competenze AI come una priorità per l’assunzione o il reskilling, rispetto al 72% a livello globale. In questo contesto, il ricorso a competenze esterne diventa la norma: il 92% delle imprese europee dichiara di aver bisogno di supporto di terze parti in almeno un’area dell’infrastruttura dati, percentuale che in Italia sale al 94%, con particolare riferimento alla formazione del personale IT e allo sviluppo di modelli AI.
Priorità e traiettorie di intervento
I dati del report convergono su un messaggio chiaro per i leader europei: l’AI non può generare valore sostenibile senza una base dati solida, governata e resiliente. Le organizzazioni con infrastrutture dati più mature mostrano livelli significativamente più elevati di affidabilità operativa. L’89% delle aziende classificate come Optimized utilizza architetture ad alta disponibilità, effettua test regolari di resilienza e adotta operazioni data-driven, contro appena il 20% delle organizzazioni Emerging. Sul fronte dell’automazione, il 48% delle aziende Optimized utilizza meccanismi di scalabilità predittiva automatizzata, a fronte di solo il 4% tra le aziende meno mature.
“In tutta Europa le aziende stanno accelerando sull’adozione dell’AI, ma questa ricerca dimostra che la tecnologia da sola non è sufficiente – sottolinea Marco Tesini, VP & GM Western Europe di Hitachi Vantara -. Il valore dell’AI dipende dalla solidità della base dati su cui si fonda. Quando l’infrastruttura dati è frammentata, difficile da governare o lenta da scalare, i progetti di AI faticano a superare la fase sperimentale”.
Secondo Tesini poi, “le aziende che investono in infrastrutture dati resilienti, ben governate e scalabili sono nelle condizioni ideali per generare fiducia nell’AI, gestire i rischi e crescere nel lungo periodo”. Fiducia che, nel contesto europeo, assume un valore ancora più strategico alla luce delle crescenti pressioni normative, dei requisiti di sovranità dei dati e delle aspettative di trasparenza sugli output dell’AI.
Il report mette in luce allora il tema quindi come la vera sfida per le imprese europee non sia l’adozione dell’AI in sé, ma la capacità di affrontare la complessità dei dati come priorità strutturale. Solo le organizzazioni che riescono a semplificare l’architettura, rafforzare la governance e allineare leadership, competenze e infrastruttura possono trasformare l’AI da promessa tecnologica a leva stabile di competitività e resilienza nel lungo periodo.
© RIPRODUZIONE RISERVATA
