L’intelligenza artificiale continua ad attrarre investimenti, attenzione mediatica e aspettative di crescita, ma per le imprese la sfida è ormai un’altra: trasformare sperimentazioni, piattaforme e dati in risultati concreti. È questo il messaggio emerso dall’IBM Partner Ecosystem Summit, che quest’anno ha scelto come filo conduttore il concetto di “Il valore prende forma”. Un tema che, nelle parole dei manager IBM, non riguarda la tecnologia in sé, ma la capacità di portarla a terra attraverso competenze, leadership e prossimità al mercato.
«Come un’artista, partendo da una visione e dagli strumenti disponibili, trasforma un elemento grezzo in risultati di altissimo livello, così IBM porta valore sul mercato», spiega Roberta Bavaro Director of Ecosystem and Select Territory, IBM Italia. «Traslando questo paragone nel nostro lavoro quotidiano potremmo dire che la visione corrisponde alla strategia di IBM, gli strumenti rappresentano la tecnologia e i prodotti che portiamo sul mercato, mentre l’artista è l’ecosistema, che trasforma il blocco di marmo in risultati concreti e reali per i nostri clienti».
Al di là dell’immagine evocativa, il messaggio è molto concreto: la tecnologia da sola non genera valore. Il valore emerge quando strategie, piattaforme e competenze vengono tradotte in soluzioni applicabili ai processi aziendali.
AI in produzione, il valore oltre la tecnologia
«Siamo partiti dal concetto “il valore prende forma”, ma il mio messaggio è che il valore non prende forma da solo», aggiunge Nico Losito, General Manager IBM Italia. «Esistono tre ingredienti fondamentali affinché il valore venga generato: la presenza e la prossimità sul mercato, le competenze tecnologiche e professionali e una leadership necessaria per guidare la trasformazione».
Secondo IBM, infatti, il tema non è più rendere disponibile l’AI. Le tecnologie esistono, così come i modelli e le piattaforme. Il vero nodo è accompagnare aziende e organizzazioni in un percorso che richiede dati affidabili, governance, modernizzazione applicativa, sicurezza e nuove competenze. Un percorso dove il ruolo dell’ecosistema è fondamentale.
Dai piloti all’AI enterprise in produzione
L’intelligenza artificiale sta entrando in una fase più matura. Dopo l’ondata iniziale di entusiasmo generata dalla GenAI, molte organizzazioni si confrontano con la difficoltà di scalare i progetti oltre la fase pilota.
«L’adozione dell’intelligenza artificiale è in ritardo rispetto alle previsioni dei CEO», ha osservato Losito. «Probabilmente si è partiti con molto entusiasmo a causa dell’hype di un paio di anni fa, ma oggi vediamo che una percentuale molto alta di aziende è ancora concentrata sulla sperimentazione e prototipazione, senza avere progetti in produzione».
I dati dei CEO e il ritardo dell’adozione
L’IBM Institute for Business Value, nel CEO Study 2025 condotto con Oxford Economics, rilevava che solo il 25% delle iniziative di AI aveva prodotto il ritorno atteso e appena il 16% era stato scalato a livello enterprise. Nello stesso studio, il 72% dei CEO indicava i dati proprietari come leva per sbloccare il valore della generative AI, mentre il 50% riconosceva che la rapidità degli investimenti aveva creato tecnologie disconnesse e frammentate.
Nel 2026 il tema si sposta sull’organizzazione. Il nuovo CEO Study 2026 di IBM IBV, mostra che il 76% delle organizzazioni dispone di un Chief AI Officer, contro il 26% del 2025. Ma solo il 25% della forza lavoro usa regolarmente l’AI nel proprio lavoro, mentre tra il 2026 e il 2028 le aziende prevedono che il 29% dei dipendenti avrà bisogno di reskilling e il 53% di upskilling.
Emerge un messaggio importante: l’adozione dell’intelligenza artificiale è in ritardo rispetto alle previsioni dei CEO. «Probabilmente si è partiti con molto entusiasmo a causa dell’hype di un paio di anni fa, ma oggi, nel 2026, la situazione è molto diversa», ammette Losito. Tre dati su tutti: esiste ancora un 7% residuale di aziende che non sta investendo affatto nell’AI; una percentuale molto alta è ancora concentrata sulla sperimentazione e prototipazione, senza avere progetti in produzione; molti sfruttano l’AI solo per l’efficientamento e la produttività, mentre solo il 10% la utilizza per generare nuovo fatturato.
Il mercato italiano tra crescita e frattura delle PMI
La fotografia italiana conferma la stessa frattura. L’Osservatorio Artificial Intelligence del Politecnico di Milano stima per il 2025 un mercato dell’AI in Italia da 1,8 miliardi di euro, in crescita del 50% sul 2024. D’altro canto, il 76% delle PMI italiane non ha investito né prevede investimenti in AI, e solo il 7% ha avviato programmi strutturati di formazione sull’AI.
Il punto, secondo IBM, è che la tecnologia non rappresenta più il principale ostacolo. Le difficoltà emergono quando l’AI deve essere integrata nei processi aziendali, governata e resa sostenibile nel tempo.
Dati e piattaforme aperte per l’AI in produzione
Il primo ostacolo operativo è il dato. L’AI che resta confinata a informazioni statiche, non aggiornate o disperse in silos produce automazioni deboli e decisioni poco affidabili. Per questo IBM collega sempre più strettamente l’evoluzione dell’AI enterprise alla costruzione di una piattaforma dati governata, aperta e capace di lavorare in tempo reale.
L’acquisizione di Confluent va in questa direzione. Confluent porta in IBM una piattaforma di data streaming utilizzata da oltre 6.500 imprese, incluso il 40% delle Fortune 500, con l’obiettivo di fornire dati aggiornati e affidabili a modelli, agenti e workflow automatizzati in ambienti on premise e cloud ibridi.
I dati non servono solo a istruire un modello, ma a far funzionare processi che cambiano mentre l’azienda opera. Supply chain, manutenzione, customer service, rischio, sviluppo software e sicurezza richiedono eventi, contesto e regole disponibili nel momento in cui l’azione deve essere presa. Senza questa base, l’AI resta un livello aggiunto sopra sistemi che continuano a lavorare con tempi, formati e responsabilità separate.
I tre ingredienti che trasformano l’AI in valore
Per Losito, come accennato all’inizio, la capacità di generare valore dipende da tre elementi fondamentali, che rappresentano anche il contributo distintivo dell’ecosistema. «Questi tre ingredienti rappresentano il valore del nostro ecosistema. L’ecosistema è centrale nella nostra strategia; è la nostra catena di trasmissione, ciò che fa accadere le cose sul mercato».
Presenza sul mercato e prossimità ai clienti
Il primo ingrediente è la vicinanza al cliente. In un mercato caratterizzato da esigenze molto diverse tra grandi imprese e PMI, la conoscenza del territorio diventa un fattore competitivo.
Per IBM, i partner rappresentano l’estensione naturale della propria presenza sul mercato. Sono loro a intercettare esigenze specifiche, individuare i casi d’uso più promettenti e accompagnare le aziende nelle prime fasi dell’adozione.
Questa logica è particolarmente evidente nel segmento delle PMI, dove la trasformazione digitale richiede approcci graduali, competenze verticali e una forte capacità consulenziale.
Competenze: il vero collo di bottiglia dell’AI
Il secondo ingrediente riguarda le competenze. Se la tecnologia è ormai accessibile, la disponibilità di figure in grado di governarla rimane una delle principali criticità.
«La vera sfida è superare il gap delle competenze specialistiche, che registriamo a tutti i livelli».
Secondo il CEO Study 2026 di IBM, il 76% delle organizzazioni dispone oggi di un Chief AI Officer, contro il 26% rilevato appena un anno prima. Parallelamente, le aziende prevedono importanti investimenti in programmi di reskilling e upskilling per adattare la forza lavoro ai nuovi modelli operativi.
Per Losito, tuttavia, non è sufficiente una conoscenza superficiale degli strumenti. «Non basta una semplice alfabetizzazione. Serve sviluppare quella che definisco AI Fluency. L’obiettivo non è formare specialisti in ogni funzione aziendale, ma diffondere la capacità di comprendere il funzionamento dell’AI, valutarne i limiti e utilizzarla in modo efficace all’interno dei processi di business».
Leadership e trasformazione dei processi
Il terzo ingrediente è la leadership. L’adozione dell’AI non può essere affrontata come un progetto tecnologico tradizionale. Richiede una revisione dei processi, delle responsabilità e dei modelli decisionali.
«Non dobbiamo considerare l’AI come una tecnologia in aggiunta ai processi esistenti, ma come un’opportunità per ridisegnare i processi da zero». È il principio che IBM applica internamente attraverso l’approccio “Client Zero”, utilizzando le proprie tecnologie per trasformare processi e organizzazione prima ancora di proporle ai clienti.
«Se un processo non porta revenue, profitto, cash flow o soddisfazione del cliente, lo eliminiamo. Se la risposta è sì, lo reinventiamo in logica AI».
L’obiettivo non è automatizzare ciò che esiste, ma ripensare il modo in cui il lavoro viene svolto.
Del resto, la stessa IBM sta cominciando a usare l’AI per l’assegnazione delle lead ai partner in base a opportuni criteri meritocratici.
Sovranità digitale e sicurezza nell’AI enterprise
L’AI enterprise porta con sé un secondo vincolo: il controllo. Gartner prevede che entro il 2030 oltre il 75% delle imprese fuori dagli Stati Uniti avrà una strategia di sovranità digitale, sostenuta da una strategia di sovereign cloud. E il tema non è “dove risiedono i dati”, ma chi controlla infrastrutture, workload, modelli, chiavi, accessi, evidenze di compliance e dipendenze tecnologiche.
IBM Sovereign Core, presentato nel 2026, interpreta questa esigenza come requisito architetturale. La piattaforma – secondo quanto comunicato – è costruita su una base open source, permette di eseguire AI, inferenza, agenti e workload applicativi entro un perimetro sovrano e integra oltre 160 framework regolatori e template di policy per generare evidenze di compliance in modo continuativo.
La stessa logica vale per la sicurezza applicativa. IBM Concert Protect identifica esposizioni operative su codice, runtime, infrastruttura e dipendenze, mentre Secure Coder porta il rilevamento di vulnerabilità, segreti e rischi sulle dipendenze direttamente nel workflow degli sviluppatori. È una risposta alla crescita della superficie d’attacco prodotta da cloud ibrido, codice generato o assistito dall’AI e moltiplicazione degli strumenti.
Modernizzare il software senza perdere controllo
Il terzo fronte è applicativo. Molte imprese non possono portare l’AI nei processi se il software che gestisce dati, workflow e regole di business resta difficile da modificare. IBM Bob si colloca in questo spazio: si tratta agente per il ciclo di vita del software capace di coordinare attività su codice, test, documentazione e pipeline. IBM lo ha presentato come passaggio dall’AI-assisted coding a software pronto per la produzione, con agenti specializzati dedicati alla modernizzazione.
La disponibilità del Premium Package aggiunge un elemento specifico per le imprese che lavorano su ambienti mission critical: la possibilità di intervenire sui sorgenti in modo più vicino agli ambienti in cui risiedono, riducendo spostamenti e frizioni nei processi di modernizzazione.
Qui il tema è ridurre il tempo speso su analisi ripetitive, refactoring, test e documentazione, mantenendo controllo umano su priorità, architettura, sicurezza e decisioni finali.
Il nuovo ruolo dell’ecosistema
L’IBM Partner Ecosystem Summit ha evidenziato come il vero problema da risolvere è organizzativo, culturale e operativo.
Le imprese hanno bisogno di dati affidabili, piattaforme aperte, software modernizzato, governance e competenze diffuse. Ma soprattutto hanno bisogno di partner capaci di trasformare questi elementi in risultati concreti. «Per creare un vero impatto sul mercato, non bastano le competenze di un singolo: serve il lavoro collettivo dell’ecosistema», ha ricordato Roberta Bavaro.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Vincenzo Zaglio
Source link
