Un'ampia indagine di VentureBeat Pulse Research condotta su 145 responsabili IT e dirigenti di aziende con oltre 100 dipendenti rivela un divario crescente tra l'adozione aggressiva dell'intelligenza artificiale e la capacità di governarla. Il rapporto mostra che quasi tre aziende su cinque (58%) stanno incrementando le proprie iniziative di IA, ma solo una su dieci (10%) dispone di sistemi automatici di monitoraggio in produzione. Il problema principale non è tecnologico, ma organizzativo: manca un proprietario unico responsabile dell'IA su tutta la pila.
Il 58% delle aziende accelera sull'IA ma il 23% razionalizza
Negli ultimi dodici mesi, la maggior parte delle imprese ha ampliato il proprio portafoglio IA. Il 33% dichiara di essere in forte espansione, mentre il 25% registra una crescita netta positiva. Tuttavia, un quarto delle organizzazioni (23%) sta attivamente razionalizzando, tagliando ciò che non funziona e concentrandosi su ciò che produce risultati. Un altro 12% mantiene il portafoglio invariato. Solo il 3% ha messo in pausa l'espansione per prima mettere in ordine la governance. Questo scenario di corsa all'innovazione crea le condizioni per il controllo gap: le aziende accelerano senza avere la visibilità necessaria per gestire i rischi.
Sponsored Protocol
L'85% delle imprese gestisce almeno due piattaforme IA che si proclamano primarie
Uno dei dati più sorprendenti è la frammentazione del panorama IA. L'85% delle aziende utilizza due o più piattaforme, ognuna delle quali si presenta come il layer IA principale. Che si tratti di ERP, EHR, ITSM, suite di produttività o piattaforme dati, ogni sistema rivendica un ruolo centrale. Solo l'8% è riuscito a consolidare su un unico layer. Questo rende estremamente complessa la governance trasversale, poiché non esiste un centro di gravità condiviso da cui partire.
Solo il 10% ha monitoraggio attivo, il 30% si affida alla revisione manuale
Il cuore del problema è il rilevamento. Il 40% dei dirigenti si dice molto fiducioso di poter individuare un modello che va alla deriva, si comporta in modo pericoloso o fallisce in produzione. Tuttavia, la stragrande maggioranza di questa fiducia si basa su revisioni umane manuali (30%), mentre solo il 10% dispone di monitoraggio e allerta automatici. All'estremo opposto, l'8% non ha alcuna visibilità sistematica e il 19% verrebbe a conoscenza del problema solo dagli utenti finali. In pratica, oltre un quarto delle aziende scoprirebbe un guasto solo dopo che ha già causato danni.
Sponsored Protocol
Il 49% subisce shadow AI e il 25% ha avuto un agente in loop infinito
Le conseguenze finanziarie e operative sono già tangibili. Quasi la metà delle aziende (49%) segnala come fallimento più grave la shadow AI, ovvero pipeline non autorizzate eseguite con carte di credito aziendali al di fuori di qualsiasi controllo centrale. Un altro 25% ha subito bollette da agenti in loop infinito, e il 6% ha visto agenti degradare database di produzione. Solo il 21% dichiara di aver imposto limiti rigidi di token e budget a livello di infrastruttura, evitando sorprese. In sintesi, quattro aziende su cinque hanno già sperimentato un fallimento concreto legato all'IA autonoma.
Sponsored Protocol
Il principale ostacolo è l'assenza di un proprietario accountable
Alla domanda su quale sia la barriera più grande per governare l'IA su più piattaforme, il 32% indica la mancanza di un singolo proprietario responsabile. Il 25% cita l'opacità dei vendor, il 16% la mancanza di strumenti di osservabilità, e il 17% la scarsa priorità da parte della leadership. Solo il 5% lamenta una carenza di talenti. Anche dove esiste un team centrale di governance (38%), il ruolo di accountability è spesso assegnato al CTO/CIO (27%) o al Chief AI Officer (22%), ma nel 17% dei casi nessuno ha una responsabilità formale.
Sponsored Protocol
Per approfondire, è interessante notare come anche piattaforme di messaggistica come WhatsApp introducano funzionalità AI con rischi di impersonificazione, un esempio di come la governance debba estendersi a tutti i livelli. Inoltre, secondo uno studio di Wikipedia sull'AI governance, la mancanza di trasparenza è un tema ricorrente.
In conclusione, il control gap non è un problema tecnologico risolvibile con più spesa, ma una questione di proprietà e responsabilità. Le aziende che vogliono sfruttare appieno il potenziale dell'IA devono prima istituire un'autorità centrale in grado di vedere, controllare e governare l'intero stack, altrimenti i fallimenti continueranno a moltiplicarsi.
