La governance dell'intelligenza artificiale è diventata una questione strategica per le imprese italiane. La fiducia nella tecnologia cresce, ma non procede alla stessa velocità della capacità di controllarne il funzionamento e garantirne l'affidabilità. È quanto emerge dal nuovo studio di Sas, sviluppato con insight di ricerca a cura di Idc: nel 2026 l'Italia registra il più ampio divario tra fiducia nell'IA e capacità di governarla tra i Paesi europei analizzati.
La fiducia percepita raggiunge 72,9 punti, mentre il Trustworthiness Index, che misura la maturità delle pratiche necessarie a rendere affidabile l'intelligenza artificiale, si ferma a 58,8. Il divario scende da 18,4 punti nel 2025 a 14,1 nel 2026. Tuttavia, resta il più elevato in Europa. In altre parole, le organizzazioni credono nel potenziale dell'IA più di quanto siano attrezzate per dimostrarne trasparenza, spiegabilità e controllabilità.
Governance dell'intelligenza artificiale: progressi ancora insufficienti
La situazione italiana mostra comunque segnali di miglioramento. Il Trustworthiness Index cresce di 7,6 punti in un anno e tutte le cinque dimensioni analizzate registrano progressi. L'incremento maggiore riguarda Audit & Accountability (+6,8 punti), seguito da Model Governance (+5,6) e Data Quality (+4,1). Le Responsible AI Policy rappresentano l'ambito più avanzato, con 64 punti.
Nonostante questi risultati, tutte le dimensioni restano sotto i benchmark globali del 2026. Di conseguenza, la crescita della fiducia non trova ancora un riscontro adeguato nei processi di controllo e responsabilità.
Spiegabilità e qualità dei dati: i nodi da affrontare
La ricerca individua nella spiegabilità uno dei principali punti critici. Il 37,7% delle organizzazioni indica infatti scarsa chiarezza delle risposte generate dall'IA come prima ragione per modificare o correggere gli output. Seguono la mancanza di contesto (26,4%), i problemi di sicurezza (14,2%), le inesattezze fattuali (13,2%) e il rischio di bias (8,5%).
Anche la gestione dei dati presenta difficoltà. La quota di organizzazioni con infrastrutture distribuite in silos è quasi triplicata in un anno, passando da circa l'11% al 29%. Inoltre, soltanto l'8,4% rende obbligatorio l'impiego di strumenti di data quality in ogni progetto di IA, mentre il 33,6% affida ancora la gestione dei dati ai singoli team.
Il ritorno degli investimenti resta limitato
Le difficoltà di governance e gestione dei dati si riflettono sui risultati economici. L'Impact Index passa da 50,2 a 51,7 punti, mentre appena il 18,7% delle organizzazioni dichiara di ottenere un Roi elevato dalle iniziative di intelligenza artificiale.
Il report evidenzia inoltre una correlazione tra la maturità delle pratiche di Trustworthy AI e i risultati di business: le organizzazioni che le adottano hanno una probabilità 15 volte superiore di ottenere un ritorno significativo dagli investimenti in IA.
Per le imprese italiane, quindi, la sfida non consiste più soltanto nell'adottare nuovi strumenti. Occorre consolidare qualità dei dati, auditabilità, accountability e spiegabilità. Sono queste le condizioni per trasformare la fiducia nella tecnologia in risultati misurabili e vantaggio competitivo. L'Italia sta avanzando, ma il divario tra aspettative e capacità di governo resta il più ampio in Europa.
