All'interno delle aziende, l'intelligenza artificiale è già uno strumento operativo e consolidato. Secondo il SAP Value of AI Report, condotto in collaborazione con Oxford Economics su un campione di 1.600 leader aziendali, gli investimenti in IA generano un ritorno medio del 16% già nel primo anno, una cifra destinata a raddoppiare nei due anni successivi. Nonostante queste evidenze numeriche, il panorama è caratterizzato da una certa polarizzazione nelle percezioni. Da una parte, resiste un forte entusiasmo alimentato dall'idea che l'IA possa rivoluzionare ogni aspetto del business istantaneamente, dall'altra, emerge lo scetticismo di chi, dopo le prime sperimentazioni, non ha riscontrato i benefici sperati. Tuttavia, per l'analisi l'IA diventerà una componente centrale dei processi aziendali e delle decisioni strategiche entro il 2029, con solo una minima percentuale degli intervistati, il 3%, che rimane convinta che questa tecnologia non si integrerà del tutto nella gestione del business. Per Carla Masperi, Amministratore Delegato di SAP Italia, per superare questa dicotomia tra aspettative e risultati, è fondamentale comprendere che l'IA non deve essere considerata una tecnologia autonoma ma uno strato tecnologico da integrare nei sistemi esistenti. "L'IA ha esigenze nuove", spiega Masperi, "non solo rispetto ai dati generati dalle applicazioni, ma anche all’infrastruttura sottostante. Se l’IA viene implementata come un modulo separato che si appoggia ai sistemi core, eredita tutte le loro complessità. Autenticazione, sicurezza, governance, accesso ai dati: ogni livello aggiunge complessità e rallenta i tempi di adozione. Al contrario, quando l’IA è integrata direttamente nel livello applicativo da cui provengono i dati, il valore generato aumenta esponenzialmente". Un altro aspetto cruciale per il successo dell'adozione dell'IA riguarda la specificità delle soluzioni. L'era dell'approccio "one size fits all", ovvero un'intelligenza artificiale generica e uguale per tutti, mostra limiti evidenti, soprattutto in contesti aziendali complessi. "I modelli generici, progettati per essere ampiamente applicabili, mostrano forti restrizioni", prosegue il manager. "Spesso non colgono le sfumature di un’impresa, generando insight poco accurati, scarsa scalabilità tra funzioni diverse e difficoltà a integrarsi con requisiti specifici di settore". Le organizzazioni oggi cercano soluzioni che comprendano profondamente il loro contesto specifico, sia che si tratti di accelerare i processi decisionali che migliorare l'esperienza del cliente. "Il vero salto di qualità non arriverà dall’IA in sé", conclude Masperi, "ma da come le aziende sapranno integrarla, contestualizzarla e trasformarla in valore concreto: è qui che si giocherà la competitività del nostro tessuto industriale nei prossimi anni".