Cresce l’adozione dell’Intelligenza artificiale da parte delle aziende ma c’è carenza di competenze

Tipo segnalazione: Idea

Cresce l`adozione dell’AI da parte delle aziende, ma permangono ancora resistenze nella fase esplorativa e una carenza di competenze: è quanto emerge dal Global AI Adoption Index 2023 di IBM. Si tratta di un`indagine che ha coinvolto oltre 8000 professionisti IT aziendali in più di 20 paesi nel mondo, tra cui l`Italia, per comprendere non solo a che punto è l`adozione dell`intelligenza artificiale, ma anche in quali direzioni si sta muovendo la sua applicazione e quali sono i principali ostacoli da superare.

La ricerca rivela che circa il 42% delle imprese (con oltre 1.000 dipendenti) intervistate utilizza attivamente l’AI nelle proprie attività. Per quanto riguarda l`Italia, il valore si attesta sul 27%, mentre il 48% delle aziende sta esplorando la possibilità di integrare l`AI all`interno della propria organizzazione. Inoltre, l`adozione dell`AI all`interno delle aziende che necessitano di indirizzare le attività e fronteggiare la carenza di competenze o manodopera permette di ridurre le attività manuali o ripetitive con strumenti di automazione (55%) o automatizzare le risposte e le azioni self-service dei clienti (47%).

Per i professionisti IT a livello globale, la preoccupazione principale nell`utilizzo di soluzioni di intelligenza artificiale rimane legata alla sicurezza dei dati: in Italia, è fattore di preoccupazione per il 42% degli intervistati, seguito dalla capacità. Il 59% dei responsabili IT delle aziende che implementano o esplorano l’AI afferma che la propria azienda ha accelerato gli investimenti o l’adozione negli ultimi 24 mesi. La ricerca e lo sviluppo (44%) e la riqualificazione e sviluppo della forza lavoro (39%) sono i principali investimenti nell’AI per quelle organizzazioni che esplorano o implementano l’intelligenza artificiale. Tra i principali ostacoli: mancanza o scarsità di competenze in ambito AI (33%), eccessiva complessità dei dati (25%), preoccupazioni etiche (23%), progetti di AI troppo difficili da integrare e scalare (22%), prezzo elevato (21%) e mancanza di strumenti per lo sviluppo di modelli di AI (21%).