AI in azienda: perché senza governance i CDO non riescono a scalare
Negli ultimi anni l’AI in azienda non è più un tema sperimentale o confinato ai laboratori di innovazione. Il ruolo del Chief Data Officer (CDO) si è evoluto rapidamente, passando da funzione focalizzata sulla compliance a posizione centrale per l’adozione, la governance e la messa in produzione dell’intelligenza artificiale. Oggi i CDO operano nel punto di intersezione tra AI in azienda, data governance e readiness organizzativa, con responsabilità dirette sulla capacità delle imprese di superare la fase dei pilot e scalare l’AI a livello enterprise.
La survey di Informatica come termometro dell’AI in azienda
In questo scenario assume un peso strategico la terza survey annuale condotta da Informatica, la più ampia indagine mai realizzata sul tema dell’AI readiness vista dalla prospettiva dei CDO. Lo studio ha coinvolto 600 executive a livello globale e restituisce una fotografia chiara delle criticità che rallentano l’AI in azienda. Il 69% delle organizzazioni dichiara di aver già implementato soluzioni di generative AI, mentre il 47% utilizza sistemi di agentic AI in grado di agire autonomamente. Tuttavia, il 76% ammette che i framework di governance non riescono a tenere il passo con l’utilizzo reale dell’AI da parte dei dipendenti.
Il trust paradox che frena l’AI in azienda
Secondo Informatica, il principale fattore di rischio per l’AI in azienda è il cosiddetto “trust paradox”. Le imprese hanno distribuito sistemi di AI più velocemente di quanto abbiano costruito processi di controllo, governance e formazione.
Le imprese hanno distribuito sistemi di AI più velocemente di quanto abbiano costruito processi di controllo, governance e formazione
Il risultato è una fiducia diffusa nei dati che alimentano i modelli, accompagnata però dalla consapevolezza che la forza lavoro non possiede competenze adeguate per interpretarli o metterli in discussione. Il 75% dei data leader indica la data literacy come priorità di upskilling, mentre il 74% segnala la necessità di programmi strutturati di AI literacy per l’operatività quotidiana.
Fiducia nei dati e agentic AI: il vero nodo dell’AI in azienda
Il tema della fiducia emerge con forza anche dalle dichiarazioni di Graeme Thompson, CIO di Informatica, rilasciate a VentureBeat. Secondo Thompson, il problema non è la capacità tecnica degli agenti AI, ma la qualità e l’affidabilità dei dati su cui operano. In assenza di una governance solida, l’AI in azienda rischia di amplificare errori decisionali anziché generare valore. Gli agenti fanno esattamente ciò che viene chiesto loro, ma solo se i dati sono corretti, contestualizzati e comprensibili.
In assenza di una governance solida, l’AI in azienda rischia di amplificare errori decisionali anziché generare valore
Perché l’infrastruttura non limita l’AI in azienda
L’adozione dell’AI in azienda è cresciuta rapidamente: la generative AI è passata dal 48% al 69% in un anno e quasi un’organizzazione su due utilizza agentic AI. Questo ha alimentato una corsa a investimenti in compute, data pipeline e vector database. Tuttavia, Thompson ridimensiona il ruolo dell’infrastruttura come fattore limitante. Le tecnologie esistono e funzionano; il vero collo di bottiglia è organizzativo.
Le tecnologie esistono e funzionano; il vero collo di bottiglia è organizzativo.
A confermarlo sono le priorità di investimento dichiarate per il 2026: data privacy e security (43%), AI governance (41%) e workforce upskilling (39%), tutte aree direttamente collegate alla maturità dell’AI in azienda più che alla tecnologia in sé.
Lezioni operative per scalare l’AI in azienda
Dai dati della survey emergono indicazioni concrete per i CDO che vogliono portare l’AI in azienda dalla sperimentazione alla produzione. La prima è smettere di inseguire nuove piattaforme e concentrarsi sulle persone. Il gap non è tecnologico ma culturale: è più efficace formare risorse che conoscono processi e dati aziendali piuttosto che inserire profili AI esterni, costosi e spesso scollegati dal contesto operativo.
Il CDO come leva esecutiva per l’AI in azienda
Un secondo insegnamento riguarda il posizionamento del CDO nell’organigramma. In Informatica, il CDO riporta direttamente al CIO, una scelta che trasforma la data governance in una funzione esecutiva. Questo approccio riduce i silos tra IT e data team e allinea le priorità operative, condizione essenziale per rendere l’AI in azienda scalabile e non limitata a iniziative isolate.
AI literacy diffusa oltre l’IT
Un elemento chiave per il successo dell’AI in azienda è l’estensione dell’AI literacy ai team di business. Thompson sottolinea come marketing, sales e operations possano diventare driver dell’adozione quando comprendono realmente il valore strategico dell’AI. In questi casi, l’AI non viene subita come iniziativa IT, ma richiesta come leva per ottenere più risultati a parità di risorse.
Thompson sottolinea come marketing, sales e operations possano diventare driver dell’adozione quando comprendono realmente il valore strategico dell’AI
Ripensare il valore dell’AI in azienda
L’ultimo punto riguarda la narrativa. Presentare l’AI in azienda esclusivamente come strumento di riduzione dei costi significa limitarne il potenziale. L’AI consente di superare vincoli strutturali, espandere il perimetro operativo e testare nuove iniziative senza aumentare proporzionalmente l’organico. L’approccio più efficace è partire da casi d’uso verticali ad alto impatto, costruire governance e competenze attorno a questi e poi replicare il modello. In un contesto che evolve così rapidamente, attendere una governance perfetta rischia di bloccare ogni risultato concreto e di rallentare l’adozione reale dell’AI in azienda.
