AI generativa: una nuova ricerca rivela che gli early adopter ottengono un ROI del 41%

L’AI generativa è destinata a restare e sta già creando valore tangibile per le aziende. Le organizzazioni che hanno implementato per prime le soluzioni Gen AI in tutto il mondo stanno scoprendo sia risultati straordinari che sfide significative. Le domande chiave ora si concentrano sull’entità del valore effettivamente offerto dalla Gen AI e su come ogni azienda può elaborare una strategia di Gen AI ottimale.

Per comprendere l’impatto reale della Gen AI, abbiamo intervistato più di 3300 organizzazioni in tutto il mondo e identificato 1900 early adopter che hanno fatto progressi con la Gen AI. I risultati, descritti nel nostro nuovo report “The Radical ROI of Gen AI”, rivelano prove convincenti: il 92% di questi early adopter dichiara rendimenti positivi. La maggior parte di chi ha quantificato il proprio ROI ha ottenuto un ritorno medio del 41%, una cifra che sta portando ad aumentare gli investimenti nell’infrastruttura dati (81% degli early adopter), nei LLM (78%), nel software di supporto (83%) e nell’acquisizione di talenti (76%).

Queste sono medie globali. Il report fornisce informazioni chiave su otto regioni globali specifiche e sei settori principali. Qui presenterò in anteprima altri dati globali, ma per approfondimenti su regioni o settori verticali specifici, leggi il report completo.

Dal codice al customer care 

L’AI generativa sta producendo risultati impressionanti in tutta l’organizzazione, con impatti “rivoluzionari” o “significativi” riscontrati in percentuali costantemente superiori al 75%. Nei settori tecnici, la tecnologia sta rivoluzionando il modo di lavorare dei team: il 54% dei team di sviluppo utilizza la Gen AI per migliorare la qualità del codice e il rilevamento dei bug, mentre il 70% dei team IT Operations la utilizza per ottimizzare l’infrastruttura e l’analisi dei costi. I team di sicurezza non sono molto indietro, con il 65% di loro concentrati sul miglioramento della postura di sicurezza e la riduzione dei tempi di risposta agli incidenti.

La Gen AI è altrettanto trasformativa nelle funzioni customer-facing. Mentre l’adozione nelle vendite rimane relativamente bassa (38%), chi la utilizza registra sostanziali miglioramenti in termini di crescita del fatturato e precisione delle previsioni. I team marketing (adozione al 44%) registrano tassi di engagement più elevati grazie alla generazione di contenuti personalizzati, mentre il customer service (adozione al 56%) migliora i punteggi di soddisfazione grazie ai chatbot e alla gestione delle conoscenze basati sull’AI.

Anche i dipartimenti tradizionalmente meno incentrati sulla tecnologia registrano buoni rendimenti. Le risorse umane stanno utilizzando la Gen AI per semplificare tutto, dal reclutamento alla gestione delle prestazioni, e il 60% riferisce assunzioni di qualità superiore. Nel procurement, il 76% degli utenti segnala cambiamenti o impatti significativi, in particolare nell’analisi dei dati e nella gestione dei contratti. Il settore manifatturiero registra un miglioramento della previsione della domanda e della programmazione della manutenzione, con il 79% degli utenti che riferisce vantaggi sostanziali.

Questi risultati costantemente positivi per tutte le funzioni suggeriscono che stiamo solo vedendo la punta dell’iceberg del potenziale della Gen AI per le organizzazioni.

Orientarsi nel panorama dell’implementazione

Mentre la maggior parte delle organizzazioni intervistate (69%) persegue le proprie iniziative di Gen AI con la massima priorità, molte affrontano difficili scelte strategiche. Il 18% ritiene che i progetti rivolti ai clienti avrebbero il massimo impatto, ma si concentrano su iniziative rivolte ai dipendenti per ragioni che vanno dalle limitazioni dell’infrastruttura, ai problemi di sicurezza e accuratezza. Un altro 13% dà la priorità ai progetti rivolti ai clienti nonostante veda un maggiore potenziale nelle applicazioni per i dipendenti, spesso perché ha identificato soluzioni pronte per il deployment con rendimenti più prevedibili.

La sfida dei dati non strutturati è particolarmente pressante. Benché rappresenti l’80-90% delle informazioni aziendali, solo l’11% degli early adopter possiede più della metà dei dati non strutturati pronti per le applicazioni LLM. Le organizzazioni faticano a gestire i dati (55%), i problemi di qualità (52%) e le preoccupazioni legate alla sensibilità dei dati (50%). I CDO con cui ho parlato mi dicono che solo nell’ultimo anno sono passati dalla gestione dei dati strutturati a una specie di Far West delle informazioni non strutturate. La potenza dell’AI generativa ha sbloccato i loro giacimenti di dati non strutturati, ma a volte si sentono sommersi.

Con la pratica e il successo reiterati, possiamo aspettarci che le organizzazioni diventino più abili nell’implementazione della Gen AI e nell’utilizzo delle enormi quantità di dati che la sottendono. Nonostante ciò, la tecnologia continuerà a evolversi in modo sofisticato. La maggior parte delle organizzazioni persegue strategie multimodello: commerciali, open source o entrambe. Il 93% degli early adopter prevede di distribuire almeno due LLM nel prossimo anno, il 59% tre o più.

La personalizzazione del modello è diventata una pratica standard: il 96% degli early adopter sta addestrando, ottimizzando o migliorando i propri LLM. Questo include il fine‐tuning con dati proprietari (80%) e l’implementazione della Retrieval‐Augmented Generation (RAG) (71%) per migliorare la consapevolezza del contesto e l’accuratezza. Queste attività spesso richiedono l’elaborazione di data set di diversi terabyte, aggiungendo un ulteriore livello di complessità all’implementazione.

Nel complesso, i vantaggi della Gen AI superano le sfide, come dimostrano sia i numeri sul ROI che l’impegno quasi universale a incrementare gli investimenti in questa tecnologia.

I dati sono l’imperativo fondamentale 

Le prime proof of concept possono dimostrare il potenziale della Gen AI, ma per scalare in produzione è necessaria una solida infrastruttura dati. Gli early adopter lo riconoscono chiaramente: l’81% prevede di aumentare gli investimenti nel data warehousing su cloud nel corso del prossimo anno, con una crescita media della spesa del 24%.

La sicurezza è in cima alle priorità delle organizzazioni (l’84% la considera importante o critica), seguita dalla domanda di funzionalità AI avanzate e funzionalità di analisi integrate. Tuttavia, il successo richiede più di un’infrastruttura tecnica: le organizzazioni hanno bisogno di casi d’uso ben progettati e di sistemi di misurazione completi per monitorare e ottimizzare le prestazioni.

Noi di Snowflake forniamo ai clienti l’infrastruttura e gli insight necessari per cogliere le opportunità offerte dall’AI e prepararsi per la rapida crescita legata all’Agentic AI. Vediamo che i clienti si approcciano all’AI da una prospettiva sistemica end-to-end che consente di comprendere meglio gli investimenti e il ROI, e di creare un’unica user experience ottimizzata.

Siamo solo all’inizio 

Anche se si discute ancora molto di come l’AI generativa cambierà il mondo e quali policy e approcci siano migliori per le aziende tecnologiche, per chi la adotta e per la società in generale, è chiaro che la Gen AI sta già lasciando un segno forte nelle organizzazioni.

E lo dico sapendo che non abbiamo ancora visto un’esperienza AI nativa. Finora abbiamo preso quello che già facciamo e utilizzato la Gen AI per renderlo più veloce, migliore e più economico. Ma presto vedremo l’AI nello spazio consumer, con capacità a cui non abbiamo ancora pensato. Un’analogia comune nello spazio dei dispositivi mobili è che la prima ondata di app per smartphone non prevedeva nulla di simile a Uber, e ora molte app di ride-hailing e delivery fanno parte della nostra vita quotidiana.

Per sapere di più sui risultati che le aziende stanno ottenendo con la Gen AI, scarica il nostro report completo, The Radical ROI of Gen AI.