L’Intelligenza Artificiale (IA) sta trasformando il mondo del lavoro, offrendo un vantaggio competitivo alle aziende che la utilizzano per migliorare l’efficienza, ridurre i costi e aumentare la produttività. Tuttavia, l’importanza della qualità dei dati, su cui l’IA si basa, è spesso sottovalutata.
La ricerca svolta per Irion (azienda italiana di Enterprise Data Management) e dall’Osservatorio Big Data & Business Analytics del Politecnico di Milano rivela che circa 3 aziende su 4 non sono pronte a implementare tecnologie IA a causa della mancanza di programmi avanzati di data management.
La Situazione attuale nelle imprese italiane
Solo il 15% delle medie imprese e il 32% delle grandi imprese italiane possono essere definite “AI-ready“.
La lentezza nell’adozione di tecnologie e processi di Data Management è evidente, con meno della metà delle aziende che ha avviato programmi dedicati e solo il 30% che dispone di tecnologie e processi adeguati.
Il costo della scarsa qualità dei dati
Gartner – una multinazionale che si occupa di consulenza strategica, ricerca di mercato e analisi nel campo della tecnologia dell’informazione – stima che la scarsa qualità dei dati comporti un costo medio di $ 10,8 milioni l’anno per ogni organizzazione.
Questo include risorse sprecate per la pulizia e la correzione dei dati, analisi inaccurate che portano a decisioni sbagliate e opportunità mancate.
Solo una su cinque aziende è consapevole dei costi diretti derivanti da una Data Quality inadeguata, percentuale che sale al 41% per le imprese “AI-ready”.
Investimenti in Data Management
Nonostante il crescente riconoscimento dell’importanza del Data Management, solo 2 aziende su 10 nel 2024 hanno aumentato il budget dedicato a questo settore rispetto al 2023.
Nel 2023, le imprese italiane hanno investito 2,85 miliardi di euro in infrastrutture, software e servizi per la gestione dei dati, con un aumento del 18% rispetto all’anno precedente.
L’interesse mediatico verso l’IA ha avuto un impatto positivo sui processi di gestione dei dati per oltre il 30% delle aziende.
Tuttavia, per tradurre l’hype in benefici concreti, è essenziale lavorare sulla qualità e sull’integrazione dei dati. Per questo, le organizzazioni consapevoli dell’importanza del Data Management riescono a percepire maggiormente il valore di una buona gestione dei dati sul loro business.
Leggi anche: 5 Strategie per la Gestione dei Dati Non Strutturati
Ostacoli nella gestione della qualità dati
Le principali barriere per l’adozione di programmi IA includono l’integrazione dei dati (83%), la loro pulizia e preparazione (78%) e la scarsa qualità (64%).
Problemi frequenti sono anche i dati incompleti, spesso derivanti da fusioni aziendali o da dati analogici non digitalizzati.
Per integrare l’intelligenza artificiale, le aziende necessitano di personale qualificato per preparare e validare i dati. Negli ultimi tre anni, circa 2 aziende su 10 hanno incrementato il numero di figure dedicate alla gestione dei dati, percentuale che sale a 4 su 10 per le imprese “AI-ready”.
Alberto Scavino, CEO di Irion, sottolinea:
“Addestrare gli algoritmi con i dati giusti è l’unico modo per trasformare l’entusiasmo verso l’Intelligenza Artificiale in benefici concreti. La scarsa qualità e la difficile integrazione dei dati possono minare alla base l’obiettivo di estrarne valore: le aziende devono darsi da fare per non perdere competitività e opportunità di crescita o, peggio, prendere decisioni e delegare azioni all’IA basate su informazioni inaffidabili. Molte aziende però non sono ancora pronte, come dimostra la ricerca che presentiamo oggi, in collaborazione con l’Osservatorio Big Data & Business Analytics. Per questo, grazie alla nostra esperienza in tecnologie e soluzioni di Enterprise Data Management, forniamo una piattaforma specializzata per creare infinite soluzioni e soddisfare esigenze specifiche delle aziende, ponendoci al loro fianco, anche grazie ad una rete di Partner qualificati, per organizzare e gestire al meglio i propri dati e trasformarli in un vantaggio competitivo”.
Giacomo Portas, Presidente di Environment Park, aggiunge:
“Poter celebrare insieme i vent’anni di Irion ci rende particolarmente orgogliosi; questo traguardo è per EnviPark una storia di successo. In questi anni infatti abbiamo accompagnato l’azienda fin dalla sua nascita seguendone l’espansione e lo sviluppo, da un piccolo ufficio fino ai quasi 2000 metri quadri di oggi. Inoltre, la condivisione con Irion di progetti innovativi, soprattutto legati al welfare aziendale, è un modello di collaborazione che caratterizza il Parco Tecnologico come comunità che guarda alla sostenibilità a 360 gradi”.
Irene Di Deo, Ricercatrice Senior dell’Osservatorio Big Data & Business Analytics del Politecnico di Milano, commenta:
“Sottovalutare le attività di Data Management, e in particolare di Data Quality, è oggi il rischio più grande che le aziende possono correre nel percorso di adozione dell’Intelligenza Artificiale. Per comprendere al meglio lo scenario di mercato, abbiamo coinvolto prevalentemente aziende del mondo industriale e dei servizi, al fine di analizzare la maturità di settori in cui le normative di gestione dei dati hanno un ruolo minore (come accade nel mondo finanziario, ad esempio). La ricerca ci restituisce una fotografia di luci e ombre, sicuramente negli ultimi anni è cresciuta la consapevolezza ma chi si occupa di Data Management nelle aziende fa ancora fatica a far percepire i benefici di investimenti e processi ben strutturati per incrementare la qualità dei dati. La collaborazione ormai pluriennale di una realtà come Irion nei lavori dell’Osservatorio è sempre stata proficua e di valore, proprio per supportare questo percorso nelle aziende.”
La qualità dei dati nell’implementazione dell’IA – Conclusioni
La qualità dei dati è essenziale per sfruttare al massimo le potenzialità dell’Intelligenza Artificiale.
Le aziende devono investire in programmi di Data Management per evitare perdite economiche e migliorare l’efficienza operativa.
Con l’adozione di tecnologie adeguate e l’impiego di personale qualificato, è possibile trasformare l’entusiasmo per l’IA in vantaggi concreti e competitivi.