Veeam Software, la Data and AI Trust Company, ha presentato a VeeamON London una nuova ricerca globale che mette in luce un divario netto e in crescita al centro dell’AI aziendale. Sebbene l’88% delle organizzazioni stia già utilizzando o sperimentando agenti AI, solo il 7% può essere considerato realmente pronto per l’AI e il 95% afferma che le sfide legate ai dati hanno già rallentato i propri progressi nell’AI. Con il passaggio dell’AI agentica dalla fase pilota alla produzione, le organizzazioni si trovano ad affrontare una sfida urgente: garantire che i dati che alimentano questi sistemi siano visibili, governati, sicuri e resilienti.
La ricerca, basata su un sondaggio globale condotto su 600 dirigenti senior nei settori dei servizi finanziari, della sanità, della produzione, del retail e della tecnologia, rivela che l’adozione dell’AI sta crescendo a una velocità significativamente superiore rispetto alle strutture di governance progettate per gestirla. Nonostante i forti investimenti e l’intento da parte del management, la capacità di controllare, monitorare e riprendersi dai guasti dell’AI rimane criticamente poco sviluppata.
I risultati principali mostrano che l’AI si sta diffondendo più rapidamente della capacità di controllarla:
- Solo il 7% delle organizzazioni è realmente pronto per l’AI.
- L’88% sta già utilizzando o sperimentando agenti AI.
- Solo il 28% è certo di poter rilevare sistemi di AI che operano al di fuori dei parametri approvati.
- Il 95% afferma che le problematiche legate ai dati hanno già rallentato i progressi nell’adozione dell’AI.
Questi dati evidenziano un chiaro divario di fiducia tra l’adozione dell’AI e i livelli di governance, visibilità e controllo necessari per supportarla.
“La maggior parte delle organizzazioni non ha un problema di adozione dell’AI, ma un problema di fiducia nell’AI”, ha dichiarato Anand Eswaran, CEO di Veeam. “La prima fase dell’AI è stata caratterizzata da investimenti infrastrutturali, sperimentazione e accelerazione. La prossima fase sarà definita dalla fiducia. Con la crescente adozione di agenti AI autonomi che operano alla velocità delle macchine, la domanda non è più se sia possibile utilizzare l’AI, ma se si è in grado di garantire che tutti i dati siano sicuri, governati, conformi e resilienti. E, nel caso qualcosa vada storto, se sia possibile ripristinarli con precisione. È questo che consente di accelerare un’adozione sicura dell’AI su larga scala, senza aumentare al contempo i rischi operativi e reputazionali.”
La fiducia dei vertici aziendali nasconde un divario nella realtà operativa
La ricerca evidenzia un significativo divario di percezione tra il top management e i team operativi responsabili della realizzazione dei risultati legati all’AI. I progressi spesso si arrestano tra l’intenzione e l’esecuzione: la governance è applicata in modo non uniforme, i dati vengono gestiti in maniera reattiva e le responsabilità sono assegnate ma frammentate.
- Il 65% dei CEO ritiene di disporre di un inventario completo delle iniziative AI, rispetto ad appena il 48% dei responsabili tecnici.
- Il 52% dei CEO ritiene di svolgere un ruolo attivo di leadership nella gestione dei dati, ma concorda solo il 41% dei CISO e il 38% dei CIO.
- Il 48% dei CEO ritiene che dati affidabili, sicuri e conformi potrebbero generare una crescita dei ricavi superiore al 25%.
- L’83% dei CEO dichiara di subire pressioni per accelerare lo sviluppo delle proprie capacità in ambito AI e gestione dei dati.
Questa combinazione di rapida adozione dell’AI, visibilità incompleta e responsabilità non chiaramente definite crea le condizioni per errori difficili da individuare, spiegare e contenere.
Quando l’AI fallisce, non si presenterà sotto forma di downtime
Con l’aumentare dell’autonomia dei sistemi di AI, sta cambiando anche la natura dei guasti. Il rischio si sta spostando dalle tradizionali interruzioni dei sistemi verso problemi a livello di dati, molto più difficili da individuare, comprendere e contenere. La ricerca avverte che errori commessi alla velocità delle macchine possono superare la capacità di rilevamento delle organizzazioni, rendendo necessaria un’evoluzione della resilienza: da un approccio basato sul ripristino generalizzato a uno fondato sulla precisione, in grado di recuperare esclusivamente ciò che è stato compromesso, senza dover ripristinare interi ambienti.
Tra le organizzazioni che già utilizzano l’AI, solo una minoranza sarebbe in grado di identificare nel giro di pochi minuti:
- Il 29% quali sistemi sono stati utilizzati dall’AI.
- Il 25% quali azioni sono state eseguite.
- Il 24% quali decisioni sono state influenzate.
- Il 22% quali dati sono stati utilizzati dal sistema.
Solo il 40% dei dirigenti si dichiara pienamente fiducioso nella propria capacità di isolare e annullare con precisione un malfunzionamento causato da un sistema di AI agentica.
Governance interna ed esterna: la convergenza si concentra sui dati
La sfida della governance sta convergendo sui dati da due direzioni: la domanda interna e il controllo esterno.
All’interno delle organizzazioni, l’uso non autorizzato dell’AI è ormai diffuso:
- Il 95% segnala l’utilizzo non autorizzato dell’AI all’interno della propria organizzazione e il 93% lo considera un rischio significativo.
- Tuttavia, solo il 25% offre alternative approvate, il che significa che la maggior parte delle aziende tenta di reprimere la domanda invece di governarla in modo efficace.
- Il 44% indica l’aumento del rischio cyber come principale rischio legato alla “Shadow AI”.
Parallelamente, la pressione normativa esterna sta aumentando. Il 61% delle organizzazioni afferma che l’AI Act dell’UE ha già influenzato le strategie di investimento nell’AI negli ultimi 12 mesi, mentre il 47% cita la gestione dei registri di audit delle decisioni AI come principale preoccupazione in materia di compliance.
La fiducia richiede ownership, non ambiguità condivisa
La ricerca dimostra che le principali barriere al progresso non derivano da un approccio tecnologico integrato, ma dalla mancanza di allineamento. La responsabilità di dati, AI e governance è spesso frammentata, limitando la responsabilizzazione e rallentando l’esecuzione.
Dove la responsabilità è chiaramente definita, i risultati migliorano in modo significativo:
- Il 24% in più di probabilità di rilevare comportamenti anomali dell’AI nelle organizzazioni in cui i CISO sono responsabili del rischio degli agenti AI.
- Il 47% in meno di probabilità di rilevare comportamenti anomali dell’AI nelle organizzazioni che si basano su una ownership condivisa.
I dati non hanno bisogno di un ulteriore “champion”: hanno bisogno di una leadership responsabile, in grado di allineare governance, sicurezza, privacy, compliance e resilienza.
La fiducia sta diventando la base operativa dell’AI enterprise
Sta emergendo un divario chiaro tra le organizzazioni in grado di rendere operativa la fiducia e quelle che non ci riescono. Le aziende che riescono ad allineare ambizione, visibilità e governance superano significativamente le altre in termini di performance.
Tra le organizzazioni classificate come pienamente pronte per l’AI, il 97% segnala benefici aziendali misurabili derivanti dagli investimenti in dati e AI, rispetto al 48% della media complessiva, a dimostrazione del valore di “rendere la fiducia operativa” su scala enterprise.
Veeam: costruire il livello di fiducia per dati e AI
Veeam sta affrontando questa sfida combinando resilienza dei dati, sicurezza e governance per aiutare le organizzazioni a comprendere quali dati vengono utilizzati dall’AI, a governarne l’accesso da parte di persone e agenti, e a ripristinare con precisione dati puliti e affidabili in caso di incidenti.
“Questi risultati non lasciano spazio a dubbi. Quando il 95% dei dirigenti afferma che le problematiche legate ai dati stanno già rallentando il progresso dell’AI, il collo di bottiglia non è il modello, ma la disponibilità di dati affidabili, governati e recuperabili”, ha aggiunto Eswaran. “Veeam sta costruendo il livello di fiducia per dati e AI per offrire alle aziende la visibilità, il controllo e la capacità di ripristino di precisione necessari per scalare l’AI in modo sicuro e generare reale valore di business.”
