La maggior parte delle organizzazioni investe nell’IA, ma solo una minoranza riesce a scalare con successo. Lo studio globale di Adobe rivela che il fattore determinante non è l’accesso a tecnologie più avanzate, ma il modello operativo costruito attorno ad esse. Questo report analizza i punti di stallo, ciò che i Leader fanno in modo diverso e i passaggi necessari per trasformare gli investimenti in IA in risultati aziendali concreti.
La preparazione all’IA non riguarda più l’accesso ai modelli o il numero di progetti pilota in corso. Molte organizzazioni hanno già investito nell’IA e portato i primi casi d’uso in produzione, eppure quelle con tecnologie, investimenti e ambizioni simili ottengono risultati molto diversi. Il vero elemento distintivo è il modello operativo attorno all’IA: chi ne è responsabile, come vengono prese le decisioni, come si misurano i risultati e come l’IA viene integrata nel lavoro quotidiano.
Per capire cosa distingue le organizzazioni che riescono a estendere l'uso dell'IA da quelle che rimangono ferme alla fase di sperimentazione, Adobe ha commissionato a Incisiv uno studio condotto su 5.633 dirigenti senior di 12 settori e 11 mercati globali, integrato da oltre 50 interviste approfondite a dirigenti. I risultati evidenziano una netta differenza a livello strutturale.
delle organizzazioni non va oltre la fase di sperimentazione o di implementazione.
è costituito da organizzazioni leader che hanno esteso l'uso dell'IA su larga scala e adottato un modello operativo maturo.
“I leader considerano il modello operativo come la vera capacità IA, ovvero ciò che trasforma gli output del modello in risultati aziendali. La loro differenza è strutturale: definiscono ownership, sistemi di misurazione e diritti decisionali prima di scalare le proprie iniziative IA.”
Christopher Young
Senior Director, Strategia industriale globale, Adobe
La maggior parte delle organizzazioni non ha un problema con l’IA, ma di scalabilità, e nulla lo dimostra con più chiarezza del centro paralizzato. Questo gruppo rappresenta il 58% delle organizzazioni incluse nello studio: si trovano bloccate nelle fasi di pilotaggio o distribuzione, pur avendo casi d’uso dell’IA in produzione e risultati iniziali da mostrare. Ciò che manca è un modello operativo aziendale. Le singole funzioni implementano i casi d’uso dell’IA in modo autonomo, ma senza una titolarità condivisa e un coordinamento efficace, quei successi restano isolati invece di espandersi su scala aziendale.
"La dirgenza voleva sapere a che punto eravamo con l'IA. Avevamo una risposta pronta: tanti progetti avviati, tante iniziative in corso e una roadmap molto ricca. Poi ci hanno chiesto quanti di questi progetti avessero avuto un impatto concreto. Abbiamo fatto il conto e il risultato non era quello che ci aspettavamo."
Chief Strategy and Transformation Officer,
Azienda di beni di consumo
Analizzando il livello di implementazione dell'IA in relazione alla maturità del modello operativo, le organizzazioni si suddividono in quattro categorie: in fase di avvio, in fase di consolidamento, pronte a crescere e leader nell’adozione. Ciascuna categoria presenta un percorso e una serie di rischi distinti. Il solo livello di adozione può essere fuorviante, perché organizzazioni che si trovano allo stesso livello di implementazione possono differire significativamente per quanto siano solide le basi necessarie a sostenere un'adozione su larga scala.
La maggior parte delle organizzazioni non ha ancora le basi necessarie per estendere l'uso dell'IA: il 71% è ancora nella fase di avvio, mentre un altro 13% è in fase di consolidamento. Questo significa che l'84% sta ancora costruendo le basi necessarie per crescere oppure si sta affidando a strutture che potrebbero non essere abbastanza solide. Solo il 6% è costituito da aziende leader, già in grado di estendere su larga scala i flussi di lavoro basati sull'IA (Figura 2).
In tutti i 12 settori analizzati, le organizzazioni hanno fatto più progressi nella definizione della strategia per l'IA che nell'adattamento dei processi operativi necessari per attuarla. Strategia e governance sono gli elementi con il livello di maturità più elevato, mentre struttura, tecnologia e flussi di lavoro sono quelli meno maturi (Figura 3). Questo indica che le organizzazioni hanno fatto più progressi sul piano delle decisioni strategiche che possono prendere che su quello dei cambiamenti strutturali che i team devono portare avanti nel lavoro quotidiano.
Il passaggio dalla fase di implementazione a quella di espansione è il vero banco di prova della maturità nell'adozione dell'IA. Le organizzazioni devono sviluppare strutture e flussi di lavoro fin da subito, mentre definiscono strategia e governance, senza aspettare che piani e policy siano completati.
Sono poche le idee di applicazione dell'IA che riescono ad arrivare alla produzione, perché molte organizzazioni non hanno la capacità di valutare le proposte in modo efficiente. Su 100 idee proposte, solo una quindicina arriva alla produzione, e quelle che vengono respinte non sono necessariamente quelle sbagliate.
Molte si arenano perché le organizzazioni non dispongono di percorsi già autorizzati, basati su architetture di integrazione predefinite, procedure di sicurezza standardizzate per le applicazioni più comuni e categorie di budget definite in anticipo. Di conseguenza, ogni proposta deve essere valutata da zero. La maggior parte delle proposte viene scartata durante la valutazione da parte dell'IT, che rappresenta il principale ostacolo lungo il percorso, seguita dalla verifica della sicurezza (Figura 4).
Le stesse quattro lacune strutturali ricorrono in modo analogo nei diversi settori, nelle diverse aree geografiche e tra organizzazioni di dimensioni diverse. Ognuna riflette un modello organizzativo che non si è evoluto abbastanza per sostenere l'uso dell'IA su larga scala.
Mancanza di una responsabilità chiara
Esistono strutture dedicate all'IA, ma manca una figura formalmente responsabile. Le organizzazioni leader hanno 4,7 volte più probabilità di avere una figura responsabile con autonomia sul budget, mentre comitati e ruoli a tempo parziale rallentano le decisioni e i progressi.
Distanza tra business e IT
Solo il 22% delle organizzazioni vanta una collaborazione efficace tra business e IT, tale da sostenere l'adozione dell'IA. Le altre si affidano a ticket e brief pensati per attività di tipo transazionale, non per casi d'uso dell'IA in continua evoluzione.
Divario nella misurazione
Solo l'11% delle organizzazioni valuta il ROI dell'IA in modo approfondito, mentre il 10% non lo misura affatto. Il monitoraggio delle attività permette di quantificarne il volume, ma non tiene conto della qualità dei risultati, delle rilavorazioni e dei costi successivi legati alla revisione.
Divario nelle competenze
Competenze e talenti rappresentano il principale ostacolo per il 54% delle organizzazioni. Le lacune più significative riguardano l'architettura, la capacità di elaborare strategie per l'IA e la progettazione dei flussi di lavoro, non la scrittura di prompt.
I dirigenti che hanno gestito le implementazioni dell'IA condividono lo stesso rimpianto: hanno iniziato troppo tardi a lavorare sugli aspetti strutturali. La progettazione del modello operativo deve essere la prima fase dell'implementazione dell'IA. Definisci le metriche, assicurati il budget, assegna le responsabilità, allinea business e IT e investi nella gestione del cambiamento prima di avviare le implementazioni.
Le organizzazioni leader non si limitano a implementare l'IA: assegnano responsabilità precise, misurano i risultati prima del lancio, coordinano la pianificazione tra business e IT, imparano dagli insuccessi e sostengono chi dimostra il valore dell'IA nei flussi di lavoro reali. Insieme, questi comportamenti trasformano i singoli successi in risultati replicabili su larga scala.
Le organizzazioni leader si distinguono soprattutto negli ambiti in cui le aziende faticano maggiormente a raggiungere un livello di maturità adeguato: struttura e flussi di lavoro. Mentre molte aziende hanno fatto progressi nella strategia e nella governance dell'IA, le organizzazioni leader hanno anche introdotto i cambiamenti organizzativi più complessi necessari per integrare l'IA nel modo di lavorare. Non si limitano quindi a gestire programmi di IA, ma creano le condizioni necessarie per estenderne l'uso su larga scala. Cinque comportamenti sono alla base di questo approccio.
I cinque comportamenti delle organizzazioni leader si rafforzano reciprocamente. Avere responsabilità chiare significa rispondere dei risultati, la misurazione fornisce dati condivisi su cui basare le decisioni, la collaborazione mette in connessione le diverse funzioni, mentre la cultura e chi promuove attivamente il cambiamento favoriscono la diffusione di nuovi modi di lavorare. Il punto di partenza è una responsabilità chiara: senza una figura dedicata, con potere decisionale sul budget e responsabile dei risultati, è difficile instaurare e mantenere nel tempo gli altri comportamenti.
"I modelli sono ormai una commodity. Tutti usano gli stessi GPT-4, Gemini, Kimi, Llama. Non c’è differenza. Il vantaggio non sta nel modello, ma in come lo utilizziamo e nella rapidità con cui capiamo se funziona o meno. È questo a fare davvero la differenza."
Chief Technology Officer,
Organizzazione di servizi finanziari
Considera i cinque comportamenti come un sistema interconnesso, a partire da un unico responsabile. Il modello operativo è la componente dell’IA che si amplifica nel tempo. Costruiscilo con criterio e il divario di valore si allargherà a ogni ciclo di implementazione.
Assegna un unico responsabile prima del prossimo rilascio in produzione.
Scegli un senior leader con autorità sui risultati dell’IA a livello interfunzionale, un budget dedicato separato dalle allocazioni adiacenti e una valutazione delle performance correlata agli obiettivi di scala.
Struttura la misurazione prima che il modello vada in produzione.
Definisci la metrica di risultato, stabilisci una baseline pre-rilascio e concorda il metodo di attribuzione con tutti gli stakeholder coinvolti. Una volta che il modello è in produzione, non è possibile ricreare la baseline.
Porta business e IT allo stesso tavolo prima di scrivere il brief.
Riunisci entrambe le parti prima di definire i requisiti. Definisci insieme il problema e concorda cosa significa il successo per entrambe, sostituendo i passaggi sequenziali con una pianificazione congiunta.
Affronta i fallimenti con approccio analitico prima che diventino un problema organizzativo.
Quando un programma IA non raggiunge i risultati attesi, inizia con domande analitiche a livello senior. Comunica che i fallimenti devono generare prove e apprendimento, non ricerca di responsabilità o passi indietro.
Individua i leader dell’IA e amplifica il loro impatto.
Individua i professionisti che già fanno funzionare l’IA. Riconosci il loro contributo, assegna loro un budget limitato per estendere il flusso di lavoro a un team adiacente e proteggili dall’attrito organizzativo.
L’IA sta ridefinendo il modo in cui le aziende individuano i clienti, creano contenuti e orchestrano le esperienze su ogni canale. Realizzare questo potenziale richiede più del semplice accesso ai modelli: occorrono dati unificati, flussi di lavoro per i contenuti integrati e una governance in grado di mettere l’IA al lavoro con sicurezza.
Adobe offre questa base. Adobe Experience Platform consolida i dati dei clienti come livello di intelligence per l’IA, alimentando oltre un trilione di esperienze ogni anno. Adobe CX Enterprise estende questa base in un sistema agentico end-to-end che orchestra l’intero ciclo di vita del cliente, dalla prima interazione alla fidelizzazione duratura. Una catena di fornitura dei contenuti integrata incorpora l’IA direttamente nei flussi di lavoro creativi e produttivi, preservando gli standard del brand e una governance condivisa.
Il risultato è un percorso che va oltre la sperimentazione dell’IA e porta alla concreta creazione di valore, su un ecosistema aperto compatibile con gli strumenti già in uso dai team. Quando sei pronto a scalare, Adobe mette a disposizione tecnologia e competenze per aiutare le organizzazioni a trasformare l’IA in un vantaggio competitivo duraturo.
Il presente rapporto si basa su una ricerca globale condotta da Incisiv per conto di Adobe. Lo studio coinvolge 5.633 dirigenti senior in 12 settori e 11 mercati globali e include oltre 50 interviste approfondite. Tutti i partecipanti hanno formale autorità decisionale sugli investimenti nell'IA e il 52% ricopre posizioni di livello VP o superiore. Operano in organizzazioni con un fatturato annuo di almeno 100 milioni di dollari, e il 60% rappresenta organizzazioni con un fatturato annuo superiore a 1 miliardo di dollari.
L'analisi ha identificato 342 organizzazioni leader, pari al 6% dei 5.323 partecipanti attivi. Queste organizzazioni combinano un'elevata velocità di implementazione con un modello operativo altamente maturo. La struttura organizzativa rappresenta un fattore significativo nel determinare l'appartenenza alla categoria delle organizzazioni leader, mentre le dimensioni dell'azienda, il settore e la spesa dichiarata per l'IA non risultano determinanti.
