Innovazione green

Italia: la fiducia nell’AI cresce ma la governance resta insufficiente

Grafico sulla fiducia nell'intelligenza artificiale in Italia

In Breve

Qual è l'indice di fiducia nell'AI in Italia?
L'indice di fiducia nell'AI in Italia è di 72,9 punti.
Qual è l'indice di affidabilità dei sistemi AI in Italia?
L'indice di affidabilità è di 58,8 punti.
Qual è la percentuale di organizzazioni italiane con un ritorno economico elevato dai progetti AI?
Solo il 18,7% delle organizzazioni italiane riporta un ritorno economico elevato dai progetti AI.

Nel 2026, l’Italia si distingue in Europa per il più ampio divario tra la fiducia riposta nei sistemi di intelligenza artificiale e la maturità delle infrastrutture di controllo. L’indice di fiducia si attesta a 72,9 punti, mentre l’indice di affidabilità è significativamente più basso, a 58,8 punti. Questo scarto, sebbene ridotto rispetto all’anno precedente (da 18,4 a 14,1 punti), rimane il più marcato del continente.

Solo il 18,7% delle organizzazioni italiane riporta un ritorno economico elevato dai progetti legati all’AI. Questo divario tra aspettative e capacità operative mette in luce criticità significative, come la mancanza di trasparenza, spiegabilità e conformità normativa dei sistemi impiegati.

Nonostante alcuni miglioramenti nella governance dei modelli e nella qualità dei dati, le dimensioni analizzate rimangono al di sotto dei benchmark globali. Le organizzazioni che adottano pratiche consolidate di intelligenza artificiale affidabile hanno probabilità significativamente superiori di ottenere un ritorno economico rilevante rispetto alla media del mercato.

Le principali cause di intervento sugli output generati dai sistemi AI includono la mancanza di chiarezza delle risposte (37,7%), la carenza di contesto (26,4%), preoccupazioni sulla sicurezza degli output (14,2%), inesattezze fattuali (13,2%) e rischio di bias (8,5%). Inoltre, la frammentazione delle basi dati è un ulteriore fattore di rallentamento, con una quota di imprese che gestisce le informazioni in silos quasi triplicata in un anno. Solo una minoranza delle aziende adotta controlli automatizzati di qualità su ogni progetto algoritmico.

Superare lo squilibrio tra adozione e governance è essenziale per trasformare l’adozione tecnologica in un vantaggio competitivo misurabile. La crescita futura della produttività non dovrebbe dipendere esclusivamente dalla sperimentazione dei modelli, ma richiede un consolidamento strutturale dei processi di controllo, audit e trasparenza.

Autore

redazione

Redazione di Aambiente.

Tutti gli articoli