AI in azienda: la sfida della scalabilità secondo Forrester

Rassegna Stampa

BrainWriter AI 5 min di lettura

Parla con un esperto

L’intelligenza artificiale è ormai una realtà consolidata nelle strategie di crescita delle imprese, ma la sua piena integrazione nei processi aziendali su larga scala resta una sfida aperta. Secondo il recente “State Of AI Survey 2026” di Forrester, la maggior parte delle organizzazioni si trova ancora in una fase di sperimentazione, incapace di trasformare le iniziative di AI in leve di valore diffuse e sostenibili. Nonostante l’entusiasmo e la diffusione di applicazioni innovative, la vera partita si gioca sulla capacità di scalare l’AI in modo efficiente, sicuro e misurabile.

AI diffusa ma non ancora scalata: il quadro attuale

I dati raccolti da Forrester fotografano una situazione di forte dinamicità, ma anche di evidenti limiti strutturali. L’82% dei decisori aziendali intervistati dichiara di aver già adottato almeno un’applicazione di AI generativa, mentre il 77% ha in produzione almeno una soluzione agentica, ovvero sistemi autonomi in grado di prendere decisioni o svolgere compiti specifici. Tuttavia, solo l’11% delle aziende può vantare numerose applicazioni AI scalate a livello di business, e appena il 14% ha raggiunto una diffusione enterprise, cioè trasversale a tutta l’organizzazione.

Questo divario tra sperimentazione e scalabilità è il vero nodo da sciogliere. La ricerca evidenzia come solo il 20% dei leader tecnologici ritenga che la propria azienda disponga delle tecnologie necessarie per supportare una crescita efficace delle iniziative di intelligenza artificiale. In altre parole, la maggior parte delle organizzazioni si trova a dover affrontare ostacoli tecnologici, organizzativi e culturali che rallentano o addirittura bloccano il passaggio da progetti pilota a soluzioni realmente integrate nei processi core.

Il Technology & Innovation Forum East di Forrester, tenutosi a New York il 5 novembre 2026, ha posto l’accento proprio su questa criticità, presentando il concetto di Technology AIQ. Si tratta di un nuovo framework, in uscita nel gennaio 2027, pensato per misurare la capacità tecnologica di un’organizzazione di scalare l’AI, analizzando tre livelli fondamentali: le infrastrutture IT esistenti, le capacità estendibili per l’AI e le competenze specifiche per l’intelligenza artificiale.

Il framework AIQ: misurare la readiness per scalare l’AI

Il modello AIQ proposto da Forrester rappresenta un tentativo di portare ordine e metodo in un contesto spesso caratterizzato da iniziative frammentate e poco coordinate. Il framework si basa su tre pilastri:

  • Fondamenta IT esistenti: la solidità e la modernità delle infrastrutture tecnologiche di base, come reti, sistemi di storage, capacità di calcolo e sicurezza informatica.
  • Capacità estendibili per l’AI: la presenza di piattaforme, strumenti e processi che facilitano l’integrazione e l’espansione delle soluzioni di intelligenza artificiale.
  • Capacità specifiche per l’AI: competenze, modelli, governance e strumenti dedicati allo sviluppo, al monitoraggio e alla gestione delle applicazioni AI.

Secondo Forrester, le organizzazioni che raggiungono un alto livello di “readiness” – ovvero preparazione tecnologica e organizzativa – riescono a implementare 2,4 volte più casi d’uso AI a livello aziendale rispetto a quelle meno pronte. Inoltre, il 72% delle aziende ad alta readiness segnala miglioramenti significativi nei processi end-to-end, a testimonianza di come la scalabilità dell’AI possa tradursi in vantaggi concreti e misurabili.

Nonostante questi risultati incoraggianti, solo il 42% delle imprese riesce a collegare direttamente le iniziative di AI al conto economico (P&L), evidenziando una difficoltà diffusa nel misurare e dimostrare il valore generato. Questo aspetto è cruciale per garantire la sostenibilità degli investimenti e per ottenere il supporto del top management nelle fasi successive di adozione.

Barriere alla scalabilità: dati, governance e cultura

La strada verso una piena scalabilità dell’AI è costellata di ostacoli, molti dei quali trasversali e profondamente radicati nelle strutture aziendali. Tra le principali barriere individuate dalla ricerca di Forrester spiccano la preparazione dei dipendenti, la governance e la gestione del rischio, oltre a una infrastruttura dati spesso frammentata e poco accessibile.

Il tema della data infrastructure è particolarmente critico: la duplicazione degli accessi, la mancanza di integrazione tra sistemi e la difficoltà nel garantire controlli efficaci generano complessità e costi aggiuntivi. Per superare questi limiti, Forrester suggerisce la creazione di infrastrutture condivise, dati facilmente accessibili e componenti riutilizzabili, in modo da ridurre la dispersione di risorse e accelerare la diffusione delle soluzioni AI.

Un altro aspetto centrale riguarda il controllo sugli agenti AI e la tracciabilità delle loro azioni. In un contesto in cui le applicazioni di intelligenza artificiale assumono ruoli sempre più autonomi e strategici, diventa fondamentale garantire trasparenza, accountability e sicurezza. La documentazione puntuale del valore generato da ogni iniziativa, insieme a una governance solida, rappresenta la base per costruire fiducia e favorire l’adozione su larga scala.

La cultura aziendale gioca infine un ruolo determinante. La formazione dei dipendenti, la condivisione delle best practice e la promozione di un approccio collaborativo tra team IT, data scientist e business sono elementi chiave per superare le resistenze al cambiamento e massimizzare l’impatto delle tecnologie emergenti.

Verso una scalabilità sostenibile: riuso, eredità e valore

Uno dei messaggi più forti che emergono dal report di Forrester riguarda la necessità di adottare una logica di riuso e continuità tra i diversi progetti di AI. Ogni nuova iniziativa dovrebbe essere valutata non solo per il valore che può generare nell’immediato, ma anche per ciò che può riutilizzare dalle esperienze precedenti e per l’eredità che lascerà alle future implementazioni.

Questo approccio virtuoso consente di ridurre i costi, accelerare i tempi di sviluppo e aumentare la sicurezza, creando un ecosistema tecnologico sempre più maturo e resiliente. La standardizzazione di componenti, la condivisione di dati e la definizione di processi comuni rappresentano leve fondamentali per costruire una scalabilità sostenibile e duratura.

Forrester invita i leader tecnologici a interrogarsi costantemente su questi aspetti, promuovendo una visione strategica e di lungo periodo. Solo così sarà possibile trasformare l’AI da promessa a realtà diffusa, capace di generare valore tangibile per l’intera organizzazione.

Per le aziende che desiderano valutare il proprio livello di readiness, Forrester mette a disposizione sessioni di consulenza dedicate, con l’obiettivo di accompagnare le imprese nel percorso verso una piena maturità digitale.

La sfida della scalabilità dell’AI non riguarda solo la tecnologia, ma coinvolge processi, persone e cultura aziendale. In questo scenario, Brain Computing affianca le imprese integrando competenze umane e intelligenza artificiale, supportando la trasformazione digitale in modo consapevole e sostenibile.

(02)Dicono di noi

La parola a chi lavora con noi.

(03)Contatti

E nella tua azienda,come funzionerebbe?

Raccontaci da dove parti: processi, strumenti, obiettivi. Ti proponiamo un primo passo concreto, non una brochure.

  • FornitoreIscritta e abilitata MEPA & SDAPA
  • P. IVA06706551006

Un regalo per te

Brain Computing ti fa un regalo.

Scarica gratis il nostro ebook e scopri i 10 fattori per costruire un business online di successo.

Scarica l'ebook
ebook business online 10 fattori successo 1031
Prenota una consulenza