Note e spunti dal Cio Panel di Milano, organizzato da Tig e Cefriel e nel quale oltre trenta di manager tecnologici hanno discusso sulle strategie di implementazione dell’intelligenza artificiale nelle aziende.

Il Cio Panel di Milano, organizzato da Tig e Cefriel, si è concentrato sui principali aspetti che occorre affrontare per prepararsi a una più diffusa e strutturata adozione dell’AI nelle aziende. Il presupposto di partenza è che esista, non solo nell’It, una radicata consapevolezza dell’importanza dei dati come asset fondamentale e volano per il business delle aziende.

Tre sono stati i macrofiloni di discussione trattati dagli oltre trenta Cio (o figure assimilabili) intervenute all’evento milanese. Quello forse più basilare ha riguardato l’evoluzione dello stack tecnologico architetturale e applicativo legato all’adozione di soluzioni costruite sull’AI, soprattutto di tipo generativo. Il quadro di partenza ricavato dalle testimonianze delle aziende intervenute fa capire come oggi la strada maestra per introdurre sperimentazioni sia quella del Proof of Concept, ritenuto necessario per costruire correttamente gli algoritmi, ma anche per creare conoscenze fra le persone che li dovranno utilizzare. Non si sono ancora fatti particolari investimenti dedicati e, pertanto, si tende a lavorare su quanto già tecnologicamente disponibile in azienda e a fare esplorazioni con le soluzioni di AI integrate nei sistemi It già presenti (Crm, piattaforme di automazione, Mes o altro).

Un secondo macrotema di confronto ha riguardato la governance dei dati e la definizione dei modelli operativi collegati agli sviluppi verso l’AI. Lo scenario di riferimento fa capo ad aziende dove oggi solo in parte largamente minoritaria sono presenti una vera e propria data strategy, un framework di governance completo, iniziative di diffusione di cultura sul dato e processi di continuous improvement. Nella maggior parte dei casi, è stato avviato il presidio solo di alcune delle dimensioni indicate. L’AI Act, di prossima entrata in vigore, dovrebbe dare un supporto in questa direzione, ma per ora il livello di conoscenza della normativa è ancora ritenuto basso e non ci sono nemmeno iniziative di breve termine per migliorare la situazione. In questo contesto, si percepisce come la governance sia un tema molto caldo e come l’AI stia generando nuove complessità, legate alla necessità di sincronizzare quanto già portato avanti negli sviluppi più tradizionali con quelli di nuova implementazione. Nelle aziende è ancora carente la consapevolezza tanto dei vantaggi quanto dei rischi soprattutto collegati a modelli e applicazioni di AI generativa

Infine, la terza macroarea di analisi ha riguardato lo stato dell’arte dei ruoli, degli skill e delle capability necessarie per sviluppare l’AI nelle aziende. Qui ilo panorama, per ora, vede la maggior parte delle aziende procedere con le sperimentazioni facendo leva sulle risorse interne già disponibili, semmai integrate da collaborazioni esterne con fornitori, consulenti e anche università. Le nuove competenze sarebbero un desiderio di tutti, ma la loro individuazione sul mercato è complessa e anche i budget a disposizione spesso non aiutano. Certamente, gli intervenuti al Cio Panel di Milano hanno convenuto sulla necessità di accrescere le risorse in direzione della conoscenza e dell’integrazione nei processi aziendali, per saper meglio rispondere alle esigenze di business. Dal punto di vista tecnico, ai data scientist si affianca la domanda di gestire progetti e attuare il fine tuning dei modelli di AI. Tra le strade individuate come percorribili per migliorare la situazione, si possono citare la volontà di riqualificare persone senior che vogliano offrire un contributo tecnico e la formazione di data/AI steward da inserire nelle direzioni per garantire qualità del dato, compliance e altro.