Nonostante risultati già tangibili, le aziende francesi faticano a passare alla scala nell'uso dell'IA generativa. Il nuovo rapporto "Il ROI radicale dell'IA generativa" di Snowflake evidenzia un ritorno sull'investimento misurabile, ma impegni di bilancio ancora modesti.
Realizzato da Enterprise Strategy Group (ESG) per conto di Snowflake, lo studio si basa sulle risposte di 1.900 dirigenti e responsabili IT in nove paesi, tra cui la Francia. Mette in luce una dinamica globale di adozione della GenAI, sostenuta da primi risultati giudicati positivi. Così, il 92% delle aziende definite pioniere ritiene che i loro progetti di IA generativa siano stati redditizi, con un ritorno medio sull'investimento del 41%.
I casi d'uso si estendono: il 70% degli intervistati dichiara di utilizzarla nelle operazioni informatiche, il 65% nella cybersecurity, il 56% nel supporto clienti e il 44% nel marketing. Più della metà (55%) dà priorità alle soluzioni destinate ai dipendenti per migliorare la loro efficacia e l'88% ha già riscontrato significativi guadagni di produttività.
Sul piano tecnologico, le strategie si rafforzano: il 96% delle aziende pioniere afferma di allenare, regolare o arricchire i propri modelli di linguaggio, e il 59% prevede di implementarli almeno tre nei prossimi dodici mesi. Questa dinamica si accompagna a un aumento della complessità: il 64% segnala difficoltà nell'integrare i dati tra i silos e solo l'11% ritiene che i propri dati non strutturati siano pronti per essere sfruttati dall'IA.
Una dinamica più prudente in Francia
In questo contesto di crescita globale, la Francia presenta un profilo più moderato. Il 41% delle aziende francesi ha lanciato casi d'uso, una cifra leggermente superiore alla media mondiale (36%), ma che riflette una fase ancora sperimentale. Il ROI medio dichiarato si attesta al 31%, e solo il 9% delle aziende prevede di allocare più del 25% del proprio budget tecnologico all'IA generativa, contro il 25% nel resto del mondo.
L'uso di strumenti avanzati è anche in ritardo:
- Il 59% delle aziende francesi utilizza tecniche come la generazione aumentata di recupero (RAG), contro il 71% a livello globale;
- Il 52% consente richieste in linguaggio naturale, contro il 66% nel mondo.
Un potenziale d'innovazione riconosciuto ma sotto-utilizzato
Nonostante questo approccio prudente, le aziende francesi non mettono in discussione il potenziale della GenAI: il 91% di esse ritiene che rafforzi la loro capacità d'innovazione, una percentuale superiore alla media mondiale (84%).
Paradossalmente, le sfide tecniche sono percepite come meno stringenti: il 33% cita una mancanza di diversità nei dati non strutturati (contro il 42% a livello internazionale), e il 42% cita i silos di dati come un ostacolo, contro il 64% negli altri paesi. Una situazione che può essere spiegata dalla minore intensità dei progetti attualmente condotti, ma che potrebbe evolvere rapidamente con un aumento dell'uso.
Passare alla scala: un imperativo strategico
Per non perdere terreno nella corsa all'IA generativa, le aziende francesi si trovano di fronte a un'equazione strategica: industrializzare gli usi, aumentare le competenze e investire di più. Thomas Gourand, VP & Country Manager France di Snowflake, cita ad esempio il distributore ManoMano:
"Il nostro cliente ManoMano, ad esempio, ha già visto l'80% dei suoi casi d'uso dell'IA passare in produzione e l'intelligenza artificiale è presente nell'85% del percorso utente sulle nostre piattaforme, prova evidente che oltre all'innovazione, l'IA generativa ha già un impatto misurabile e critico per l'azienda".
Lo sfruttamento dei dati non strutturati, l'aumento della maturità dei modelli proprietari, la governance e la sicurezza intorno agli agenti autonomi costituiscono altrettanti cantieri da affrontare per inserire durabilmente l'IA generativa nei processi aziendali delle aziende francesi.
Per capire meglio
Che cos'è la Generative Retrieval Augmentation (RAG) e come si integra nelle strategie dati aziendali?
La Generative Retrieval Augmentation (RAG) è una tecnica che combina dati generati dall'IA con il recupero di informazioni da database strutturati e non strutturati. Migliora la precisione e la completezza delle risposte integrando tecniche linguistiche avanzate e di IA nei sistemi di gestione delle informazioni aziendali.
Quali sono le principali sfide normative associate all'adozione dell'IA generativa da parte delle aziende?
Le sfide normative includono la protezione della privacy dei dati, la trasparenza degli algoritmi e le questioni di responsabilità per pregiudizi o decisioni prese dall'IA. La conformità con regolamenti come il GDPR in Europa è cruciale per garantire che l'uso dell'IA rispetti i diritti individuali.