Il 95% delle organizzazioni afferma di avere una strategia di AI altamente definita o in fase di sviluppo. Lo afferma il Cisco 2024 AI Readiness Index, Tuttavia, l’indice rivela anche un calo nella preparazione complessiva all’AI rispetto all’anno precedente, suggerendo che le aziende stanno incontrando ostacoli imprevisti nel percorso di adozione. In particolare, solo il 13% delle organizzazioni si qualifica come “Pacesetters” (pienamente preparate), mentre il 51% rientra nella categoria dei “Followers” (preparazione limitata).
Questo divario tra aspirazioni e realtà si riflette anche nelle aspettative di rendimento: quasi il 50% degli intervistati riporta di non aver visto guadagni o di aver ottenuto risultati inferiori alle aspettative nell’utilizzo dell’AI per assistere, aumentare o automatizzare processi e operazioni.
Nonostante ciò, l’impegno verso l’AI rimane forte: il 50% delle aziende vi dedica tra il 10% e il 30% del proprio budget IT.
AI nelle aziende: quali sono le priorità
Le priorità principali per l’adozione dell’AI includono il miglioramento dell’efficienza operativa (57%), l’aumento delle capacità di innovazione (47%) e il miglioramento dell’esperienza cliente (42%). Interessante notare come l’apertura di nuovi flussi di entrate rimanga una priorità bassa, suggerendo che le aziende non hanno ancora pienamente compreso il potenziale dell’AI per generare nuove opportunità di business.
A spingere sull’AI sono i vertici aziendali
La pressione per l’adozione dell’AI proviene principalmente dai vertici aziendali: il 50% delle aziende che cita la spinta del CEO e del team di leadership come fattore chiave. Tuttavia, si registra un calo nella ricettività dei consigli di amministrazione e dei team di leadership verso il potere trasformativo dell’AI rispetto all’anno precedente, passando dall’82% al 66% per i consigli di amministrazione e al 75% per i team di leadership. Questo potrebbe indicare una maggiore consapevolezza delle sfide pratiche associate all’implementazione dell’AI.
La corsa all’adozione dell’AI è ulteriormente stimolata dalla percezione di urgenza: il 59% degli intervistati ritiene di avere al massimo un anno per implementare la propria strategia di AI, pena la perdita di vantaggio competitivo. Questo senso di urgenza, unito alla complessità dell’implementazione, crea una tensione significativa nelle organizzazioni che cercano di bilanciare rapidità di adozione e solidità dell’implementazione.
Infrastruttura e dati: le sfide chiave per l’implementazione dell’AI
L’implementazione dell’intelligenza artificiale nelle aziende si scontra con due ostacoli fondamentali: l’inadeguatezza dell’infrastruttura IT esistente e la gestione dei dati. Secondo il Cisco 2024 AI Readiness Index, la preparazione dell’infrastruttura per supportare le iniziative di AI ha subito un declino, con la percentuale di organizzazioni classificate come “Pacesetters” o “Chasers” che è scesa dal 47% al 46% rispetto all’anno precedente.
Questa tendenza negativa si riflette nella percezione delle aziende stesse: il 68% si sente al massimo moderatamente pronto dal punto di vista infrastrutturale per adottare e scalare le tecnologie di AI. Il problema si aggrava considerando che il 93% degli intervistati prevede un aumento del carico di lavoro dell’infrastruttura con l’implementazione delle tecnologie basate sull’AI.
Le sfide infrastrutturali si manifestano in vari aspetti: il 79% delle organizzazioni richiede ulteriori unità di elaborazione grafica (GPU) nei data center per supportare i futuri carichi di lavoro dell’AI, in aumento rispetto al 76% dell’anno precedente. Analogamente, il 78% degli intervistati non ha fiducia nella disponibilità di risorse di calcolo per i carichi di lavoro dell’AI, in aumento rispetto al 76% del 2023. Queste carenze infrastrutturali sono accompagnate da preoccupazioni sulla sicurezza, con il 67% delle organizzazioni che mostra una comprensione limitata delle minacce specifiche per il machine learning, in aumento rispetto al 65% dell’anno precedente.
Le sfide per la gestione dei dati
Per quanto riguarda la gestione dei dati, le sfide non sono meno significative. Meno di un terzo (32%) degli intervistati riporta un’alta preparazione dal punto di vista dei dati per adattare, implementare e sfruttare appieno le tecnologie di AI. I problemi principali includono incoerenze o carenze nel pre-processing e nella pulizia dei dati per i progetti di AI (80% degli intervistati), difficoltà nel tracciare le origini dei dati (64%) e frammentazione dei dati (82%).
Quest’ultimo aspetto è particolarmente critico, in quanto indica problemi di accessibilità dei dati che possono ostacolare significativamente l’efficacia delle iniziative di AI. Inoltre, l’integrazione degli strumenti analitici con le fonti di dati e le piattaforme di AI in continua espansione rappresenta una sfida per il 73% degli intervistati, con il 29% che riporta una integrazione scarsa o solo parziale.
Per affrontare queste sfide, le organizzazioni stanno dando priorità al miglioramento della flessibilità, scalabilità e gestibilità della loro infrastruttura IT (51% degli intervistati), al miglioramento della capacità di distribuire modelli di AI su dispositivi edge (36%) e al miglioramento dell’allocazione delle risorse di calcolo per le attività di AI (35%).
Tuttavia, questi sforzi sono ostacolati dalla mancanza di talenti con le competenze necessarie, con il 43% delle organizzazioni che identifica la carenza di personale qualificato come il principale ostacolo al miglioramento dell’infrastruttura per l’AI.
Cisco 2024 AI Readiness Index: governance e sicurezza
La governance e la sicurezza dell’intelligenza artificiale rappresentano sfide cruciali per le organizzazioni, in un contesto normativo in rapida evoluzione. Il Cisco 2024 AI Readiness Index evidenzia una diminuzione nella preparazione alla governance dell’AI, con solo il 42% delle aziende che si qualificano come “Pacesetters” o “Chasers”, in calo rispetto al 44% dell’anno precedente. Questo declino riflette le crescenti incertezze e la sensazione di impreparazione di fronte a un panorama regolatorio sempre più complesso.
L’entrata in vigore dell’AI Act dell’Unione Europea nell’agosto 2024 ha segnato un punto di svolta, fornendo il primo quadro legislativo basato sul rischio per l’AI. Parallelamente, diverse nazioni nell’area Asia-Pacifico, tra cui Giappone, Corea del Sud, Australia e Singapore, hanno sviluppato approcci variegati alla governance dell’AI, combinando linee guida, standard e l’adattamento delle leggi esistenti.
Negli Stati Uniti, il Colorado è diventato il primo stato a promulgare una regolamentazione specifica per l’AI nel 2024, mentre altri stati stanno elaborando le proprie versioni. In questo contesto di crescente complessità normativa, le aziende si trovano a dover affrontare sfide significative. Solo il 31% delle organizzazioni ritiene che le proprie politiche e protocolli relativi all’AI siano altamente completi. La sfida principale sembra risiedere nella mancanza di conoscenze e competenze necessarie per garantire la conformità: il 51% degli intervistati identifica “la mancanza di talenti con esperienza in governance, legge ed etica dell’AI sul mercato” come un ostacolo al miglioramento della loro preparazione dal punto di vista della governance.
Un’altra area critica è la comprensione e la gestione dei pregiudizi e dell’equità nei set di dati utilizzati per l’AI. Il 44% degli intervistati valuta il livello di consapevolezza sui potenziali pregiudizi e sull’equità nei set di dati come moderato, con programmi di formazione o sensibilizzazione occasionali. Solo il 27% ritiene che ci sia un alto livello di consapevolezza, con sessioni di formazione regolari e discussioni attive sui pregiudizi. Questa lacuna nella comprensione si riflette anche nelle pratiche: mentre la maggior parte delle organizzazioni (95%) cerca di utilizzare set di dati diversificati, solo il 29% ha controlli regolari sui pregiudizi con monitoraggio e adeguamento continui.
Privacy e sicurezza
La privacy e la sicurezza dei dati emergono come un altro pilastro fondamentale della governance dell’AI. Solo un terzo degli intervistati (35%) ritiene che ci sia un alto livello di comprensione degli standard globali di privacy dei dati all’interno della propria organizzazione. Una proporzione simile ha in atto audit e revisioni regolari e una strategia proattiva per rimanere al passo con le normative globali sulla privacy. Per quanto riguarda la gestione delle violazioni dei dati o della privacy, il 38% afferma che la propria organizzazione dispone di protocolli avanzati che vengono regolarmente rivisti con simulazioni e aggiornamenti, monitoraggio continuo e team di risposta rapida. La sovranità dei dati emerge come un’altra area di focus, con il 47% delle organizzazioni che riporta una discreta comprensione e il 29% un alto livello di competenza, con una conoscenza dettagliata dei requisiti giurisdizionali e esperti in materia a bordo.
In termini di protocolli, quasi la metà (49%) delle organizzazioni ha misure avanzate per allineare l’archiviazione e l’elaborazione dei dati alle leggi locali sulla sovranità dei dati, e un ulteriore 24% ha protocolli rigorosi che garantiscono che i dati siano mappati e archiviati secondo specifici requisiti di sovranità.
Il fattore umano: colmare il divario di talenti nell’era dell’AI
La corsa all’adozione dell’intelligenza artificiale ha messo in luce una sfida critica per le organizzazioni: la carenza di talenti qualificati nel campo dell’AI. Il Cisco 2024 AI Readiness Index rivela che solo il 31% delle organizzazioni ritiene che il proprio talento sia in uno stato di alta preparazione per sfruttare appieno l’AI. Questo divario di competenze si manifesta in vari modi e sta diventando un ostacolo significativo per l’implementazione efficace dell’AI nelle aziende. Quasi un quarto (24%) degli intervistati afferma che le loro organizzazioni sono sotto-risorse in termini di talenti interni necessari per un’implementazione di successo dell’AI. La carenza di candidati qualificati e i costi crescenti dovuti alla concorrenza rappresentano ostacoli importanti per superare questa carenza di talenti.
Le organizzazioni stanno adottando diverse strategie per affrontare questa sfida. Una delle soluzioni più comuni, utilizzata dal 56% delle organizzazioni che non sono attualmente in uno stato di alta preparazione del talento, è l’assunzione di appaltatori per colmare le lacune di talento nell’AI. Questa soluzione offre una rapida risoluzione senza la necessità di investimenti a lungo termine. Parallelamente, una percentuale simile di organizzazioni (54%) sta adottando un approccio a più lungo termine, allocando più budget per assumere nuovi talenti. Tuttavia, il 45% evidenzia la carenza di talenti nel mercato come una sfida che devono affrontare mentre cercano di migliorare la loro prontezza ad adottare l’AI dal punto di vista del talento.
Un quarto (24%) di tutti gli intervistati ha anche riportato la loro impressione che non ci siano abbastanza talenti disponibili con le giuste competenze per soddisfare la crescente domanda di AI nel loro settore.
La carenza di talenti fa salire i costi
Questa carenza ha avuto un’altra conseguenza indesiderata, poiché l’intensificata competizione per i talenti qualificati sta facendo aumentare i costi, citati dal 48% degli intervistati come una sfida importante. Di fronte a un mercato del talento competitivo, la formazione e l’aggiornamento dei talenti esistenti potrebbero rappresentare una soluzione più sostenibile per le organizzazioni. Tra gli intervistati, il 40% afferma che la propria organizzazione sta investendo nell’aggiornamento e nella riqualificazione dei talenti esistenti. Inoltre, con oltre la metà (51%) degli intervistati che afferma di assumere fornitori esterni per formare il proprio personale, rispetto al 39% che afferma di avere programmi di formazione interni, si presenta un’opportunità per tali fornitori e per partenariati pubblico-privati di offrire più programmi di formazione e sviluppo alle organizzazioni per colmare il loro divario di talenti, che a sua volta contribuirà a costruire una pipeline di talenti AI nel mercato.
La preparazione del talento ha visto un significativo ritardo, con il 45% delle organizzazioni che rientrano nella categoria dei “Followers”, un salto significativo dal 41% dell’anno scorso. Questo suggerisce che, nonostante gli sforzi, le organizzazioni stanno lottando per tenere il passo con la rapida evoluzione delle competenze richieste nel campo dell’AI. Le competenze ricercate spaziano dalle conoscenze tecniche specifiche dell’AI alle soft skills essenziali per l’implementazione e la gestione dei progetti di AI.
Tra le competenze tecniche chiave figurano la conoscenza dei protocolli di rete, delle procedure di autenticazione e gestione delle identità, della comunicazione, della risposta agli incidenti e della gestione del rischio. Sono inoltre fondamentali le conoscenze in ambito crittografia, analisi dei dati, programmazione e forensica digitale. Le soft skills richieste includono capacità di problem solving, pensiero analitico, proattività, curiosità, lavoro di squadra e comunicazione efficace.
La capacità di anticipare le minacce, configurare scenari di test e comunicare con il management e i team di sviluppo è cruciale per molti ruoli, come il Security Architect.
Cisco AI Readiness Index: cultura aziendale, superare le resistenze al cambiamento
L’adozione dell’intelligenza artificiale nelle organizzazioni non è solo una questione di tecnologia e competenze, ma anche di cultura aziendale. Il Cisco 2024 AI Readiness Index rivela una notevole riduzione nella preparazione culturale ad abbracciare l’AI, evidenziando le sfide che le aziende devono affrontare nel promuovere un ambiente favorevole all’innovazione tecnologica. Solo il 9% degli intervistati si qualifica come “Pacesetters” nel pilastro della cultura, la stessa percentuale dell’anno precedente. Tuttavia, c’è stato un significativo declino nella categoria “Chasers”, passando dal 40% nel 2023 al 31% nel 2024, mentre la categoria “Laggard” è aumentata al 17% dal 13%, il che rappresenta una riduzione significativa della preparazione culturale.
