L’interesse composto dei dati: il futuro delle imprese si decide con l’intelligenza artificiale e l’infrastruttura informativa
L’adozione dell’IA nel controllo di gestione in Italia rimane limitata, nonostante un forte interesse tra i CFO.
La transizione verso l’intelligenza artificiale nel controllo di gestione in Italia è in atto, ma il ritmo è lento. Secondo un’indagine condotta dall’ANDAF-Università di Bologna su 187 professionisti, solo sette aziende su cento hanno portato in produzione casi d’uso significativi dell’IA. Il resto del mercato, pur interessato, si trova bloccato da una serie di limiti, tra cui la mancanza di dati strutturati e una governance informatica insufficiente. L’interesse per l’IA è forte, ma la sua applicazione concreta resta un’eccezione.
La differenza tra intenti e azioni
Sebbene il 74% dei CFO italiani dichiari di voler adottare la GenAI nelle attività finanziarie, solo il 5% delle aziende la utilizza per riprogettare completamente i processi. Questo divario è un segnale di allarme: il potenziale non si traduce in pratica. L’obiettivo non è solo l’acquisto di tecnologie, ma la capacità di integrarle in modo coerente con i dati e i processi aziendali. L’infrastruttura informativa, in questo senso, diventa un fattore chiave.
Il successo dell’IA dipende in gran parte dalla qualità e dalla quantità dei dati a disposizione. Federico Ruggeri, CEO di BDM Associati, spiega che il controllo di gestione si trasforma da sistema consuntivo a presidio predittivo, ma solo se si ha un patrimonio informativo solido. “Il dato è l’abilitatore”, afferma. Con vent’anni di dati alle spalle, le proiezioni diventano ampie e precise, mentre con un solo anno il campo si riduce. L’interesse composto applicato ai dati, quindi, non è solo un concetto teorico, ma una realtà operativa.
La formazione e l’implementazione
Il lavoro di BDM Associati si concentra non solo sull’installazione di strumenti, ma anche sulla formazione di chi dovrà usarli. L’obiettivo è consegnare un risultato finito, non solo una serie di numeri da interpretare. L’IA generativa, ad esempio, è in grado di interrogare le basi dati in linguaggio naturale, ma solo se il contesto è chiaro. “Se non le dai contesto, l’AI riempie i buchi inventando”, precisa Ruggeri. Questo significa che i dati devono essere non solo quantitativi, ma anche qualitativi, in grado di supportare previsioni reali.
Le aziende che non hanno mai strutturato i propri dati si trovano in una posizione difficile. Per loro, l’adozione dell’IA non è un’evoluzione, ma una riconversione completa. L’infrastruttura informativa deve essere costruita da zero, e questo processo richiede tempo e investimento. Tuttavia, è proprio in questi casi che l’IA può fare la differenza, permettendo di accumulare un storico che diventa un asset strategico. La spinta verso l’adozione dell’IA in Italia è concreta, con un aumento del 58% nel valore del settore nel 2024. Tuttavia, il 42% delle aziende adotta un approccio tattico, e il 41% un modello misto. Questo indica una diffidenza verso l’implementazione completa, ma anche una consapevolezza del potenziale. Il futuro delle imprese, però, dipende da quanto rapidamente riusciranno a costruire un’infrastruttura informativa solida e sostenibile.
