{"id":4520,"date":"2026-05-04T14:23:43","date_gmt":"2026-05-04T14:23:43","guid":{"rendered":"https:\/\/eccellenzedimpresa.it\/?post_type=cp_magazine&p=4520"},"modified":"2026-05-04T15:24:48","modified_gmt":"2026-05-04T15:24:48","slug":"le-tendenze-dellintelligenza-artificiale-per-il-2026-guida-per-imprenditori","status":"publish","type":"cp_magazine","link":"https:\/\/eccellenzedimpresa.it\/cn\/magazine\/le-tendenze-dellintelligenza-artificiale-per-il-2026-guida-per-imprenditori\/","title":{"rendered":"Le tendenze dell\u2019IA per il 2026: cosa devono sapere gli imprenditori?"},"content":{"rendered":"\n

Eliminiamo subito l\u2019AI agentica<\/strong>, ovvero che svolge compiti in modo indipendente: \u00e8 una scommessa sicura per la \u2018tendenza AI pi\u00f9 in voga\u2019 del futuro. L\u2019AI agentica sembra essere in inevitabile ascesa: tutti nel mondo dei fornitori di tecnologia e degli analisti sono entusiasti della prospettiva di avere programmi di AI che collaborano per svolgere un lavoro reale invece di limitarsi a generare contenuti, anche se nessuno \u00e8 del tutto sicuro di come funzioner\u00e0. Alcuni leader IT pensano di averla gi\u00e0 (il 37%<\/strong>, in un prossimo sondaggio sponsorizzato da UiPath su 252<\/strong> leader IT statunitensi); la maggior parte si aspetta che ci\u00f2 avvenga presto ed \u00e8 pronta a investire in questo settore (il 68%<\/strong> entro sei mesi o meno); alcuni scettici (che abbiamo incontrato principalmente durante le interviste) ritengono che si tratti principalmente di una campagna pubblicitaria dei fornitori. La maggior parte dei manager con ruoli legati alla tecnologia ritiene che questi programmi di AI autonomi e collaborativi saranno basati principalmente su bot di AI generativa mirati che svolgeranno compiti specifici. La maggioranza ritiene che ci sar\u00e0 una rete di questi agenti e molti sperano che gli ecosistemi degli agenti richiederanno un intervento umano minore rispetto a quello richiesto dall\u2019AI in passato. Alcuni ritengono che la tecnologia sar\u00e0 interamente orchestrata da strumenti di automazione dei processi robotici; altri propongono che gli agenti saranno recuperati dai sistemi di transazione aziendali; altri ancora ipotizzano l\u2019emergere di un \u2018super agente\u2019 che controller\u00e0 tutto.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Ecco cosa ne pensiamo: ci saranno (e in alcuni casi ci sono gi\u00e0) bot di AI Generativa (Gen AI) che eseguiranno gli ordini delle persone su compiti specifici di creazione di contenuti. Sar\u00e0 necessario pi\u00f9 di uno di questi strumenti di Gen AI per fare qualcosa di significativo, come effettuare una prenotazione di viaggio o condurre una transazione bancaria. Ma questi sistemi funzionano ancora prevedendo la parola successiva, e a volte questo porter\u00e0 a errori<\/strong> o imprecisioni<\/strong>. Quindi ci sar\u00e0 ancora bisogno che gli esseri umani li controllino di tanto in tanto. I primi agenti saranno quelli per piccoli compiti interni strutturati <\/strong>che comportano poco denaro, per esempio aiutare a cambiare la password dal punto di vista informatico o prenotare le ferie nei sistemi HR. Non riteniamo molto probabile che le aziende utilizzino questi agenti con clienti reali che spendono denaro reale nel breve termine, a meno che non ci sia la possibilit\u00e0 di una revisione umana o dell\u2019annullamento di una transazione. Di conseguenza, non prevediamo un impatto significativo di questa tecnologia sulla forza lavoro umana, a eccezione di nuovi lavori che consistono nello scrivere post sui blog riguardanti l\u2019AI agentica (aspetta, gli agenti possono farlo?).<\/p>\n\n\n\n

<\/div>\n\n\n\n

Misurare i risultati degli esperimenti di AI Generativa<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Uno dei motivi per cui tutti sono entusiasti degli agenti \u00e8 che \u00e8 ancora difficile dimostrare il valore economico della Gen AI. Nell\u2019articolo sulle tendenze dell\u2019AI di qualche anno fa abbiamo sostenuto che il valore della Gen AI doveva ancora essere dimostrato. I leader nel campo dei dati e dell\u2019AI che hanno partecipato al sondaggio di Randy \u201c2025 AI & Data Leadership Executive Benchmark Survey\u201d si sono detti fiduciosi che il valore della Gen AI sia generato: il 58%<\/strong> ha affermato che la propria organizzazione ha ottenuto un aumento esponenziale della produttivit\u00e0<\/strong> o dell\u2019efficienza <\/strong>grazie all\u2019AI, presumibilmente soprattutto dall\u2019AI generativa. Un altro 16%<\/strong> ha affermato di aver \u201cliberato i knowledge worker dai compiti banali\u201d attraverso l\u2019uso di strumenti Gen AI. Speriamo che queste convinzioni altamente positive siano corrette.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Ma le aziende non dovrebbero riporre tale fiducia ciecamente. Sono pochissime le aziende che misurano attentamente i guadagni in termini di produttivit\u00e0 o che cercano di capire cosa fanno i knowledge worker liberati dal lavoro di routine con il tempo a loro disposizione. Solo pochi studi accademici hanno misurato i guadagni in termini di produttivit\u00e0 della Gen AI e, quando lo hanno fatto, hanno generalmente riscontrato alcuni miglioramenti<\/strong>, ma non esponenziali. Goldman Sachs \u00e8 una delle rare aziende che ha misurato i guadagni in termini di produttivit\u00e0 nel settore della programmazione. Gli sviluppatori hanno riferito che la loro produttivit\u00e0 \u00e8 aumentata di circa il 20%<\/strong>. La maggior parte degli studi simili ha riscontrato fattori contingenti nella produttivit\u00e0, in cui i lavoratori inesperti ottengono maggiori vantaggi (come nel servizio clienti e nella consulenza) o i lavoratori esperti ottengono risultati migliori (come nella generazione di codice).<\/p>\n\n\n\n

<\/div>\n\n\n\n

In molti casi, il modo migliore per misurare i guadagni di produttivit\u00e0 sar\u00e0 quello di stabilire esperimenti<\/strong> controllati<\/strong>. Per esempio, un\u2019azienda potrebbe chiedere a un gruppo di esperti di marketing di utilizzare la Gen AI per creare contenuti senza revisione umana, a un altro di utilizzarla con revisione umana e a un gruppo di controllo di non utilizzarla affatto. Anche in questo caso, poche aziende lo stanno facendo, e questo dovr\u00e0 cambiare. Dato che attualmente la Gen AI riguarda principalmente la generazione di contenuti per molte aziende, se vogliamo comprenderne davvero i vantaggi, dovremo anche iniziare a misurare la qualit\u00e0 dei contenuti. Questo \u00e8 notoriamente difficile da fare con i risultati del lavoro intellettuale. Tuttavia, se la Gen AI aiuta a scrivere post sul blog molto pi\u00f9 velocemente, ma i post sono noiosi e imprecisi, \u00e8 importante misurarlo: in quel particolare caso d\u2019uso ci saranno pochi vantaggi.<\/p>\n\n\n\n

La triste realt\u00e0 \u00e8 che, se molte organizzazioni dovessero effettivamente ottenere aumenti esponenziali della produttivit\u00e0, tali miglioramenti potrebbero essere misurati in licenziamenti<\/strong> su larga scala. Ma non ci sono segni di licenziamenti di massa nelle statistiche sull\u2019occupazione. Inoltre, il vincitore del Premio Nobel per l\u2019Economia 2025, Daron Acemoglu del MIT, ha commentato che finora non abbiamo visto reali aumenti di produttivit\u00e0 grazie all\u2019AI e non si aspetta nulla di eccezionale nei prossimi anni, forse un aumento dello 0,5%<\/strong> nel prossimo decennio. In ogni caso, se le aziende vogliono davvero vedere e trarre profitto dalla Gen AI, dovranno misurarne e sperimentarne i benefici.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Si afferma la realt\u00e0 della cultura basata sui dati<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Sembra che ci stiamo rendendo conto che la Gen AI \u00e8 molto interessante. Ma essa non cambia tutto, cambia in particolare gli attributi culturali a lungo termine. Nel nostro articolo sulle tendenze del 2023 abbiamo osservato che il sondaggio di Randy ha rilevato che la percentuale di aziende intervistate che hanno dichiarato di aver \u201ccreato un\u2019organizzazione basata sui dati e sull\u2019AI\u201d e di aver \u201cistituito una cultura organizzativa basata sui dati e sull\u2019AI\u201d \u00e8 raddoppiata rispetto all\u2019anno precedente (dal 24%<\/strong> al 48%<\/strong> per la creazione di organizzazioni basate sui dati e sull\u2019AI e dal 21%<\/strong> al 43% <\/strong>per l\u2019istituzione di culture basate sui dati). Siamo rimasti entrambi piuttosto sorpresi da questo drastico miglioramento e abbiamo attribuito i cambiamenti alla Gen AI, poich\u00e9 \u00e8 stata ampiamente pubblicizzata e adottata rapidamente dalle organizzazioni.<\/p>\n\n\n\n

<\/div>\n\n\n\n

I numeri sono tornati un po\u2019 pi\u00f9 con i piedi per terra. Il 37%<\/strong> degli intervistati ha dichiarato di lavorare in un\u2019organizzazione basata sui dati e sull\u2019AI, mentre il 33%<\/strong> ha affermato di avere una cultura basata sui dati e sull\u2019AI. \u00c8 comunque positivo che i leader nel campo dei dati e dell\u2019AI ritengano che le loro organizzazioni siano migliorate in questo senso rispetto al passato, ma la nostra previsione a lungo termine \u00e8 che l\u2019AI generativa da sola non sia sufficiente per rendere le organizzazioni e le culture basate sui dati.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Nello stesso sondaggio, il 92%<\/strong> degli intervistati ha affermato di ritenere che le sfide culturali e di gestione del cambiamento siano il principale ostacolo per diventare guidati dai dati e dall\u2019AI. Ci\u00f2 suggerisce che qualsiasi tecnologia da sola \u00e8 insufficiente. Vale la pena notare che la maggior parte dei dipendenti intervistati proveniva da organizzazioni tradizionali<\/strong> fondate pi\u00f9 di una generazione fa e con una storia di trasformazione graduale<\/strong>. Molte di queste aziende hanno fatto di pi\u00f9 per attuare le loro strategie digitali durante la pandemia che nei due decenni precedenti.<\/p>\n\n\n\n

<\/div>\n\n\n\n

I dati non strutturati sono tornati a essere importanti<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

La Gen AI ha avuto un altro impatto sulle organizzazioni: sta rendendo nuovamente importanti i dati non strutturati. Nel sondaggio 2025 \u201cAI & Data Leadership Executive Benchmark Survey\u201d, il 94%<\/strong> dei leader nel campo dei dati e dell\u2019AI ha affermato che l\u2019interesse per l\u2019AI sta portando a una maggiore attenzione ai dati. Poich\u00e9 l\u2019AI analitica tradizionale esiste da diversi decenni, pensiamo che si riferissero all\u2019impatto della Gen AI. In un altro sondaggio che abbiamo citato nell\u2019articolo sulle tendenze dell\u2019AI dello scorso anno, c\u2019erano prove sostanziali che la maggior parte delle aziende non aveva ancora iniziato a gestire realmente i dati per prepararsi alla Gen AI.<\/p>\n\n\n\n

<\/div>\n\n\n\n

La grande maggioranza dei dati con cui lavora la Gen AI \u00e8 relativamente non strutturata, in forme quali testo, immagini, video e simili. Un manager di una grande compagnia di assicurazioni ha recentemente condiviso con Randy che il 97%<\/strong> dei dati dell\u2019azienda era non strutturato. Molte aziende sono interessate a utilizzare la Gen AI per aiutare a gestire e fornire accesso ai propri dati e documenti, in genere utilizzando un approccio chiamato generazione aumentata dal recupero, o RAG. Tuttavia, alcune aziende non hanno lavorato molto sui propri dati non strutturati dai tempi della gestione della conoscenza, pi\u00f9 di 20 anni fa. Si sono concentrate sui dati strutturati, in genere righe e colonne di numeri provenienti da sistemi transazionali.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Per mettere in ordine i dati non strutturati, le organizzazioni devono selezionare i migliori esempi di ogni tipo di documento, taggare o rappresentare graficamente il contenuto e caricarlo nel sistema (benvenuti nel mondo arcano degli embedding, dei database vettoriali e degli algoritmi di ricerca per similarit\u00e0). Questi approcci offrono notevoli vantaggi in termini di accesso alle conoscenze per i dipendenti, motivo per cui molte organizzazioni li stanno perseguendo. Tuttavia, questo lavoro richiede ancora un grande impegno umano. A un certo punto, forse, saremo in grado di caricare semplicemente tonnellate di documenti interni in una finestra di prompt Gen AI. Anche quando ci\u00f2 sar\u00e0 possibile, ci sar\u00e0 ancora bisogno di una notevole cura umana <\/strong>dei dati, perch\u00e9 ChatGpt non \u00e8 in grado di stabilire quale sia la migliore tra 20 diverse proposte di vendita.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Chi dovrebbe gestire i dati e l\u2019AI?<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Forse non dovrebbe sorprendere che, mentre i dati e i tentativi di sfruttarli con l\u2019AI stanno ricevendo sempre pi\u00f9 attenzione e investimenti da parte delle organizzazioni, la funzione di leadership dei dati stessa continui a lottare. Il ruolo \u00e8 ancora relativamente nascente: solo il 12%<\/strong> delle organizzazioni nel primo sondaggio annuale di Randy del 2012 aveva nominato un Chief data officer. Si stanno compiendo progressi: l\u201985%<\/strong> delle organizzazioni nell\u2019ultimo sondaggio di Randy ha nominato un Chief data officer e una percentuale crescente di questi leader dei dati si concentra principalmente sulla crescita<\/strong>, l\u2019innovazione<\/strong> e la trasformazione<\/strong> (anzich\u00e9 sull\u2019evitare rischi o problemi normativi). Anche un numero maggiore di organizzazioni ha nominato dei Chief AI officer: un sorprendente 33%<\/strong>.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Mentre questi ruoli continuano ad evolversi, le organizzazioni continuano a lottare con i loro mandati, le loro responsabilit\u00e0 e strutture gerarchiche. Meno della met\u00e0 dei leader nel campo dei dati (per lo pi\u00f9 Chief data officer) che hanno risposto al sondaggio \u201cAI & Data Leadership Executive Benchmark Survey\u201d di Randy ha affermato che la propria funzione \u00e8 molto efficace e ben consolidata, e solo il 51%<\/strong> ha dichiarato di ritenere che il proprio lavoro sia ben compreso all\u2019interno delle proprie organizzazioni. Non siamo ancora sicuri che le responsabilit\u00e0 di un Chief AI officer e di un Chief data (e analytics-AI) officer (CDAO) richiedano ruoli separati, anche se alcune organizzazioni, tra cui Capital One e Cleveland Clinic, hanno istituito il ruolo di Chief AI officer come pari al Chief data officer.<\/p>\n\n\n\n

<\/div>\n\n\n\n

L\u2019unica cosa che possiamo affermare con certezza \u00e8 che la domanda di leadership <\/strong>nel campo dei dati e dell\u2019AI \u00e8 destinata a crescere, indipendentemente dalla forma, dalla struttura e dalle modalit\u00e0 che questa domanda assumer\u00e0. Siamo indecisi sul futuro pi\u00f9 ampio del responsabile dei dati e dell\u2019AI. Randy crede fermamente che il ruolo del CDAO dovrebbe essere un ruolo aziendale che riporta alla leadership aziendale. Egli osserva che il 36%<\/strong> dei leader dei dati e dell\u2019AI nel suo sondaggio di quest\u2019anno riferiva al CEO, al Presidente o al COO. Randy crede fermamente che i leader dei dati e dell\u2019AI debbano fornire un valore aziendale misurabile e comprendere e parlare il linguaggio dell\u2019azienda.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Tom concorda sul fatto che i leader tecnologici debbano concentrarsi maggiormente sul valore aziendale. Tuttavia, come abbiamo sostenuto nel rapporto sulle tendenze del 2024, ritiene che nella maggior parte delle organizzazioni ci siano troppi \u201cresponsabili tecnologici\u201d, compresi i CDAO. Molti di questi CDAO ritengono che i loro clienti interni siano confusi da tutti i manager tecnologici di livello C e che la proliferazione di tali ruoli renda difficile la collaborazione e improbabile che facciano capo al CEO. Tom preferirebbe vedere dei \u201cleader supertech\u201d, con tutti i ruoli tecnologici che fanno capo a loro, come avviene in un numero crescente di aziende che hanno promosso CIO orientati alla trasformazione per ricoprire questo ruolo. Qualunque sia la risposta giusta, \u00e8 chiaro che le organizzazioni devono intervenire e fare in modo che coloro che gestiscono i dati siano rispettati quanto i dati stessi<\/strong>.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00a0Traduzione dell\u2019articolo originale \u201cFive Trends in AI and Data Science for 2025\u201d, gennaio 2025<\/em><\/p>\n","protected":false},"template":"","meta":{"_acf_changed":true},"acf":[],"_links":{"self":[{"href":"https:\/\/eccellenzedimpresa.it\/cn\/wp-json\/wp\/v2\/cp_magazine\/4520"}],"collection":[{"href":"https:\/\/eccellenzedimpresa.it\/cn\/wp-json\/wp\/v2\/cp_magazine"}],"about":[{"href":"https:\/\/eccellenzedimpresa.it\/cn\/wp-json\/wp\/v2\/types\/cp_magazine"}],"wp:attachment":[{"href":"https:\/\/eccellenzedimpresa.it\/cn\/wp-json\/wp\/v2\/media?parent=4520"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}