Dalla più recente indagine globale di McKinsey sullo stato dell’intelligenza artificiale (IA), con particolare attenzione all’IA generativa (gen AI). L’indagine, condotta nel luglio 2024, analizza come le organizzazioni stanno adottando, implementando e traendo valore dall’IA, identificando tendenze chiave, sfide e best practice.
Temi Principali e Idee Chiave:
Adozione e Diffusione Crescente dell’IA:
L’utilizzo complessivo dell’IA (sia analitica che generativa) continua a crescere in modo significativo. “More than three-quarters of respondents now say that their organizations use AI in at least one business function.” (Più di tre quarti degli intervistati ora affermano che le loro organizzazioni utilizzano l’IA in almeno una funzione aziendale).
L’adozione della gen AI è in rapido aumento. “The use of gen AI in particular is rapidly increasing.” (L’uso della gen AI in particolare è in rapido aumento).
Nel 2024, il 78% delle organizzazioni utilizza l’IA in almeno una funzione aziendale, rispetto al 72% all’inizio del 2024 e al 55% nell’anno precedente.
L’IA viene utilizzata in un numero crescente di funzioni aziendali, con una media di tre funzioni per organizzazione. Le funzioni più comuni includono IT, marketing e vendite e operations di servizio.
Il 71% degli intervistati afferma che le proprie organizzazioni utilizzano regolarmente la gen AI in almeno una funzione aziendale, in aumento rispetto al 65% all’inizio del 2024. Le funzioni più comuni per la gen AI sono marketing e vendite, sviluppo di prodotti e servizi, operations di servizio e ingegneria del software.
Riorganizzazione per la Creazione di Valore:
Le organizzazioni stanno iniziando a creare strutture e processi per generare valore significativo dalla gen AI. “Organizations are beginning to create the structures and processes that lead to meaningful value from gen AI.” (Le organizzazioni stanno iniziando a creare le strutture e i processi che portano a un valore significativo dalla gen AI).
Le aziende stanno riprogettando i flussi di lavoro, elevando la governance e mitigando i rischi legati alla gen AI. “While still in early days, companies are redesigning workflows, elevating governance, and mitigating more risks.” (Sebbene ancora agli inizi, le aziende stanno riprogettando i flussi di lavoro, elevando la governance e mitigando più rischi).
La riprogettazione dei flussi di lavoro è l’attributo con il maggiore impatto sulla capacità di un’organizzazione di vedere un impatto sull’EBIT derivante dall’uso della gen AI. “The redesign of workflows has the biggest effect on an organization’s ability to see EBIT impact from its use of gen AI.” (La riprogettazione dei flussi di lavoro ha il maggiore effetto sulla capacità di un’organizzazione di vedere un impatto sull’EBIT derivante dal suo utilizzo di gen AI). Il 21% degli intervistati che utilizzano la gen AI afferma che le proprie organizzazioni hanno riprogettato almeno alcuni flussi di lavoro.
Governance e Leadership dell’IA:
La supervisione della governance dell’IA da parte del CEO è fortemente correlata a un maggiore impatto sul bottom-line derivante dall’uso della gen AI, soprattutto nelle grandi aziende. “Our survey analyses show that a CEO’s oversight of AI governance […] is one element most correlated with higher self-reported bottom-line impact from an organization’s gen AI use.” (Le nostre analisi del sondaggio mostrano che la supervisione della governance dell’IA da parte di un CEO […] è uno degli elementi più correlati a un maggiore impatto sul bottom-line auto-riferito derivante dall’uso della gen AI da parte di un’organizzazione).
Il 28% degli intervistati afferma che il proprio CEO è responsabile della supervisione della governance dell’IA.
Centralizzazione Selettiva dell’Implementazione dell’IA:
Le organizzazioni tendono a centralizzare completamente o parzialmente elementi essenziali per l’implementazione dell’IA.
La gestione del rischio e la governance dei dati sono spesso completamente centralizzate (ad esempio, tramite un centro di eccellenza).
Il talento tecnologico e l’adozione di soluzioni IA sono più spesso gestiti con un modello ibrido o parzialmente centralizzato.
Monitoraggio e Revisione degli Output della Gen AI:
Le organizzazioni variano ampiamente nel modo in cui monitorano gli output della gen AI.
Il 27% degli intervistati afferma che i dipendenti della propria organizzazione rivedono tutti i contenuti creati dalla gen AI prima del loro utilizzo. “Twenty-seven percent of respondents whose organizations use gen AI say that employees review all content created by gen AI before it is used…” (Il ventisette percento degli intervistati le cui organizzazioni utilizzano la gen AI afferma che i dipendenti rivedono tutti i contenuti creati dalla gen AI prima che vengano utilizzati…). Una quota simile afferma che viene controllato il 20% o meno dei contenuti prodotti dalla gen AI.
Mitigazione dei Rischi Legati alla Gen AI:
Le organizzazioni stanno intensificando gli sforzi per mitigare i rischi legati alla gen AI, in particolare quelli relativi a imprecisioni, violazioni della proprietà intellettuale e privacy. “Respondents report increasing mitigation of inaccuracy, intellectual property infringement, and privacy risks related to use of gen AI.” (Gli intervistati segnalano una crescente mitigazione dei rischi di imprecisione, violazione della proprietà intellettuale e privacy legati all’uso della gen AI).
Le aziende più grandi segnalano una maggiore mitigazione dei rischi rispetto alle aziende più piccole.
Adozione e Scaling delle Best Practice:
La maggior parte degli intervistati non ha ancora visto un impatto significativo a livello aziendale sull’utile netto derivante dall’uso della gen AI.
Meno di un terzo degli intervistati riferisce che le proprie organizzazioni stanno seguendo la maggior parte delle 12 pratiche di adozione e scaling raccomandate. “Less than one-third of respondents report that their organizations are following most of the 12 adoption and scaling practices for gen AI.” (Meno di un terzo degli intervistati riferisce che le proprie organizzazioni stanno seguendo la maggior parte delle 12 pratiche di adozione e scaling per la gen AI).
Le pratiche con il maggiore impatto sull’EBIT includono il tracciamento di KPI ben definiti per le soluzioni di gen AI e, nelle aziende più grandi, la definizione di una roadmap chiara per l’adozione della gen AI.
Le aziende più grandi sono più avanti nell’implementazione di queste best practice rispetto alle aziende più piccole.
Impatto dell’IA sulle Competenze e sulla Forza Lavoro:
Le organizzazioni che utilizzano l’IA hanno continuato ad assumere personale per ruoli legati all’IA nell’ultimo anno, con una diminuzione della difficoltà di assunzione per molti ruoli, ad eccezione dei data scientist.
È aumentata l’assunzione di specialisti in conformità etica dell’IA.
Molte organizzazioni hanno intrapreso attività di riqualificazione dei dipendenti a causa dell’adozione dell’IA e prevedono di intensificare queste attività nei prossimi tre anni.
Molti intervistati affermano anche che le loro organizzazioni hanno riqualificato parte della loro forza lavoro come parte della loro implementazione di AI nell’ultimo anno e che si aspettano di intraprendere più riqualificazione negli anni a venire..
Il tempo risparmiato grazie all’automazione con la gen AI viene spesso reinvestito in nuove attività o in maggiori responsabilità per i dipendenti. Le aziende più grandi sono più propense a ridurre il personale come risultato del tempo risparmiato.
La maggioranza degli intervistati (38%) prevede che l’uso della gen AI avrà un impatto limitato sulle dimensioni della forza lavoro nei prossimi tre anni. Tuttavia, si prevedono riduzioni di personale nelle operations di servizio e nella gestione della supply chain, mentre si prevedono aumenti nell’IT e nello sviluppo di prodotti.
Utilizzo e Tipi di Output della Gen AI:
L’output testuale è il tipo di contenuto creato più comunemente con la gen AI (63%), ma le organizzazioni stanno anche sperimentando con immagini (oltre un terzo) e codice informatico (oltre un quarto). “Most respondents reporting use of gen AI—63 percent—say that their organizations are using gen AI to create text outputs, but organizations are also experimenting with other modalities.” (La maggior parte degli intervistati che segnalano l’uso della gen AI – il 63% – afferma che le proprie organizzazioni utilizzano la gen AI per creare output di testo, ma le organizzazioni stanno anche sperimentando con altre modalità).
Creazione di Valore dalla Gen AI:
Una quota crescente di intervistati segnala un aumento dei ricavi all’interno delle unità aziendali che utilizzano la gen AI.
La maggior parte degli intervistati riferisce anche riduzioni dei costi all’interno delle unità aziendali che utilizzano la gen AI. “The latest survey finds that, for use of gen AI in most business functions, a majority of respondents report cost reductions.” (L’ultima indagine rileva che, per l’uso della gen AI nella maggior parte delle funzioni aziendali, la maggioranza degli intervistati segnala riduzioni dei costi).
Tuttavia, l’impatto sull’utile netto a livello aziendale non è ancora significativo per la maggior parte delle organizzazioni (oltre l’80% non vede un impatto tangibile).
Utilizzo Personale della Gen AI:
L’utilizzo personale di strumenti di gen AI è aumentato significativamente nel 2024, con i dirigenti di livello C in testa. “Individual use of gen AI by our respondents also increased significantly in 2024, with C-level executives leading the way…” (L’uso individuale della gen AI da parte dei nostri intervistati è aumentato significativamente nel 2024, con i dirigenti di livello C in testa…). Il 53% dei dirigenti intervistati afferma di utilizzare regolarmente la gen AI al lavoro.
L’indagine di McKinsey evidenzia che l’adozione e l’utilizzo della gen AI sono in forte crescita e che le organizzazioni stanno iniziando a implementare cambiamenti strutturali e processi per capitalizzarne il valore. Tuttavia, la creazione di un impatto significativo sul bottom-line è ancora nelle prime fasi per molte aziende. Le aziende più grandi stanno dimostrando di essere più avanti nell’adozione delle best practice, nella mitigazione dei rischi e nella realizzazione di benefici. La leadership del C-suite e la riprogettazione dei flussi di lavoro emergono come fattori critici per il successo. Mentre l’IA continua a evolversi, le aziende che adottano un approccio trasformativo e si concentrano sull’adozione e sullo scaling, oltre che sullo sviluppo tecnologico, saranno meglio posizionate per ottenere un vantaggio competitivo duraturo.
