In occasione di un recente incontro, Romeo Scaccabarozzi, AD di Axiante, ha commentato i risultati della ricerca condotta da NetConsulting Cube sull’adozione dell’intelligenza artificiale nelle imprese italiane. Dalla necessità di ritorni misurabili all’impiego crescente dei dati sintetici, emerge un quadro in trasformazione, in cui l’AI si afferma come leva strategica ma ancora in fase di valutazione, soprattutto nel settore industriale.
AI in Italia: in fase di valutazione consapevole
Secondo lo studio di NetConsulting Cube, l’adozione dell’AI nelle aziende italiane riguarda principalmente le realtà medio-grandi, con fatturato superiore al miliardo di euro. I settori più attivi sono la GDO & Retail, seguiti da Industria e Trasporti & Servizi. In particolare, nel comparto industriale, il 15,6% delle imprese ha già incluso l’intelligenza artificiale tra le priorità strategiche su cui investire, mentre il 12,5% ha avviato progetti in alcune aree, pur senza una roadmap strutturata.
La maggioranza, pari al 65,6%, si trova ancora nella fase di esplorazione, realizzando proof of concept (POC) per valutarne l’efficacia. Come ha sottolineato Scaccabarozzi, le aziende italiane vogliono concretezza. Prima di un’adozione massiva, occorre capire se l’AI ha senso nel proprio contesto operativo e, soprattutto, se è in grado di generare un ROI chiaro. Al momento, le applicazioni che stanno dando i risultati più interessanti sono nel marketing e nelle vendite, dove la personalizzazione e l’analisi predittiva offrono vantaggi immediati.
Dati sintetici: la nuova frontiera dell’addestramento AI
Durante la conferenza, Mirko Gubian, Global Demand Senior Manager & Partner di Axiante, ha evidenziato il ruolo crescente dei dati sintetici, utilizzati per addestrare modelli di machine learning e intelligenza artificiale. Secondo Gartner, entro la fine del 2024 più del 50% dei dati usati per l’AI sarà generato artificialmente tramite algoritmi. I motivi sono chiari: i dati sintetici tutelano la privacy, riducono i costi di raccolta e permettono di superare le difficoltà legate alla disponibilità di dati reali.
Nel manufacturing, per esempio, servono grandi volumi di dati tabellari per abilitare applicazioni come la manutenzione predittiva. In questo contesto, i dataset sintetici rappresentano un acceleratore essenziale per testare le soluzioni e sviluppare POC rapidi e a basso impatto. L’utilizzo della GenAI per produrre questi dataset permette inoltre di adattare i dati artificiali a casi d’uso specifici, migliorandone l’efficacia.
Big Data e AI: un binomio inscindibile
L’intelligenza artificiale non può esistere senza dati, e oggi più che mai la quantità e la qualità delle informazioni disponibili fanno la differenza. I Big Data rappresentano il carburante dell’AI: grazie all’enorme mole di dati generati da social media, sensori IoT, carte fedeltà o ricerche di mercato, i sistemi intelligenti sono in grado di riconoscere pattern, ottimizzare processi e guidare decisioni data-driven.
Tuttavia, l’accesso a dati reali è sempre più complesso: questioni di privacy, costi elevati e barriere normative rendono difficile ottenere dataset ampi e aggiornati. I dati sintetici offrono quindi una risposta concreta a queste sfide.
In questo contesto, Axiante si propone come partner per guidare le aziende italiane nell’adozione dell’intelligenza artificiale, aiutandole a strutturare, integrare e valorizzare i propri dati, affinché diventino un vero asset competitivo