Dall'INFORMATION TECHNOLOGY FORUM 2025, proponiamo l'approfondimento dell'Executive Circle | #IT & #datagovernance | DAI DATI ALLA STRATEGIA: CREARE VALORE DALLE INFORMAZIONI, organizzato in collaborazione con Nicma Company.
Una governance efficace dei dati è la base per decisioni strategiche e competitive.
Il 29 Maggio durante l’INFORMATION TECHNOLOGY FORUM 2025 si è tenuto un meeting tra esperti IT su tecniche avanzate di analisi dei dati e strategie pratiche per trasformare le informazioni in azioni operative e opportunità di business.
In una Round Table esperti di settori pubblici e privati si sono confrontati su come i Dati stiano ridefinendo il valore nelle organizzazioni e influenzando profondamente le strategie. L’incontro ha messo in luce non solo le potenzialità delle nuove tecnologie come l'intelligenza artificiale (AI) e il machine learning (ML), ma anche l'evoluzione necessaria nei ruoli manageriali e nelle competenze richieste in questa "transizione cognitiva", vista come l'evoluzione della transizione digitale.
Il punto fermo è l'importanza cruciale della raccolta e della qualità del dato. Sono stati discussi diversi approcci alla raccolta – da archivi amministrativi e registri a rilevazioni sul campo con reti pubbliche o private, fino all'acquisizione online e dati da macchine industriali. Tuttavia, è la qualità a essere considerata fondamentale, in quanto base imprescindibile per ogni successiva analisi e per ottenere risultati affidabili.
L'intelligenza artificiale e il machine learning sono stati presentati come strumenti trasformativi che permettono di superare l'analitica primitiva per realizzare data mining, data augmentation e, soprattutto, la predizione di fenomeni complessi. Tecniche avanzate come reti neurali, metodi bayesiani o intelligenza artificiale di rinforzo consentono di ottimizzare processi e derivare informazioni strategiche.
Un tema centrale è stata la necessità di superare la verticalizzazione dei dati, particolarmente diffusa in grandi organizzazioni e nella pubblica amministrazione, dove i dati sono spesso isolati in sistemi non correlati. L'integrazione orizzontale dei dati, abilitata dalla maggiore potenza di calcolo e dalle nuove tecnologie, è vista come fondamentale per una visione completa e la capacità di agire efficacemente. Esempi concreti hanno mostrato come l'integrazione di archivi abbia permesso a grandi istituzioni statistiche di trasformare operazioni censuarie decennali in sistemi permanenti, riducendo costi e aumentando la tempestività. Nel settore della gestione urbana, l'integrazione di dati catastali, informazioni da sensori su mezzi intelligenti e dati governativi consente di creare "digital twin" o "cognitive twin" delle città per ottimizzare servizi e prevedere eventi.
L'Evoluzione dei Ruoli: Dal "Smanettone" al Leader Strategico e Interdisciplinare
La discussione ha messo in forte risalto come il crescente volume e la complessità dei dati, unitamente alle potenzialità dell'AI, stiano ridefinendo i ruoli di leadership tecnologica e gestionale, in particolare figure come CIO, CTO e Chief Data Officer. Questi ruoli non sono più semplicemente "smanettoni" o gestori di infrastrutture tecniche, ma diventano facilitatori strategici.
Si è osservato che la strategia aziendale non è più appannaggio esclusivo di figure tradizionali come CFO o responsabili commerciali. I dati sono ormai al centro delle decisioni, e i leader tecnologici e dei dati sono chiamati a giocare un ruolo cruciale nel tradurre l'analisi dei dati in decisioni operative e strategiche eseguibili.
Questo richiede un cambio di paradigma manageriale:
• Visione Orizzontale e Integrazione: Superare la verticalizzazione e promuovere l'integrazione dei dati e dei sistemi è essenziale per avere una visione a 360 gradi (ad esempio, del cliente nel settore finanziario) e guidare la strategia.
• Gestione della Data Governance e del Rischio: Assicurare la qualità, la compliance normativa (come la privacy) e la sicurezza dei dati e dei sistemi AI è una responsabilità sempre più centrale e complessa.
• Traduzione e Sintesi: Uno dei principali "colli di bottiglia" nella trasformazione dei dati in strategia è la capacità di leggere, comprendere e soprattutto sintetizzare i dati e i report complessi per il management. I ruoli di leadership devono saper colmare questo divario.
• Partnership Umano-Macchina: I leader devono guidare l'implementazione dell'AI non solo per l'automazione dei processi o lo sviluppo tecnico, ma anche per il "co-piloting", supportando i dipendenti con informazioni generate dall'AI basate su dati governati. Devono capire dove l'AI è uno strumento potente e dove invece è indispensabile l'intelligenza collettiva e la sensibilità umana per l'innovazione strategica, la valutazione dei rischi e la contestualizzazione storica.
La necessità di questa evoluzione si riflette nella tendenza a creare board più allargati e sessioni di brainstorming interdisciplinari. In queste discussioni, la condivisione degli stessi dati di base è fondamentale, ma la decisione strategica finale emerge dalla collegialità e dall'integrazione di diversi punti di vista ed esperienze.
La Necessità di Formazione Trasversale e Competenze non Solo Tecniche
L'inevitabile conseguenza dell'evoluzione tecnologica e dei ruoli manageriali è una profonda riflessione sul tema delle competenze e della formazione.
• Trasformazione delle Competenze Tecniche: L'introduzione di strumenti low-code/no-code e l'AI generativa per il codice sta cambiando il lavoro tradizionale dei programmatori, che dovranno concentrarsi sull'indirizzare e guidare l'AI, intervenendo nei punti cruciali del processo piuttosto che scrivere codice linea per linea.
• Adeguamento dell'Università: L'alta velocità del cambiamento tecnologico rende difficile per i curricula universitari tradizionali stare al passo. Si suggerisce che l'università debba concentrarsi maggiormente sulla fornitura di un metodo solido e di discipline fondamentali che permettano ai futuri professionisti di adattarsi e far evolvere le proprie conoscenze nel tempo, piuttosto che inseguire l'ultima tecnologia specifica.
• L'Ascesa delle Competenze Trasversali e Umanistiche: È emersa con forza la necessità di competenze trasversali e una maggiore "data literacy" a tutti i livelli dell'organizzazione e della società. Non basta avere dati e strumenti di analisi; è fondamentale saperli leggere, comprendere e interpretare correttamente. Le competenze legate alla sintesi, alla comprensione contestuale e al pensiero critico sono diventate cruciali. Paradossalmente, discipline un tempo considerate distanti dal mondo tecnico, come la filosofia o studi umanistici in generale, vengono viste come sempre più rilevanti per la loro capacità di approccio all'analisi, alla sintesi e alla comprensione della semantica che alimenta le moderne AI.
• Intelligenza Collettiva e Sensibilità Umana: La tavola rotonda ha sottolineato ripetutamente che, nonostante la potenza dell'AI, elementi come l'innovazione strategica, la valutazione etica, la gestione dei rischi complessi e l'integrazione della "storia" o del contesto culturale rimangono domini dell'intelligenza collettiva e della sensibilità umana. La formazione deve quindi puntare a sviluppare queste capacità critiche, anche di fronte a preoccupanti segnali di declino in abilità cognitive di base come la comprensione di un testo scritto.
Sfide e Prospettive Future
Le sfide rimangono significative. Oltre alla data governance e alla sicurezza informatica (esacerbata dall'era post-ChatGPT), l'affidabilità dei dati di input (inclusi i dati sintetici), il rischio di "allucinazioni" dell'AI e l'inspiegabilità dei modelli complessi richiedono attenzione costante e, come previsto dall'AI Act, una supervisione umana.
Guardando ai prossimi 5 anni, gli esperti hanno espresso un misto di entusiasmo e preoccupazione. La velocità del cambiamento tecnologico è senza precedenti. La vera sfida non è solo tecnologica, ma culturale. Sarà fondamentale che la società e il "materiale umano" siano in grado di gestire questa rivoluzione, sviluppando una solida cultura del dato e non adagiandosi sulla comodità delle sintesi automatiche fornite dall'AI senza verifica critica. La perdita della capacità di andare alle fonti o di comprendere i processi sottostanti potrebbe minare la capacità di prendere decisioni informate.
In sintesi, l'AI e i dati sono potenti motori di valore e strategia, ma la loro efficacia dipende sempre più dalla capacità umana di governarli, interpretarli e integrarli con un'ampia gamma di competenze. I ruoli di leadership nel settore IT e dei dati stanno evolvendo rapidamente, richiedendo una visione più strategica, interdisciplinare e attenta alle dimensioni umane ed etiche. La formazione deve adattarsi, puntando su metodi fondamentali, data literacy diffusa e valorizzazione delle competenze trasversali e umanistiche, essenziali per navigare e guidare la trasformazione in atto.
Moderatrice: Francesca Falcitelli, Sales & Marketing Manager in Nicma Company.
Sono intervenuti:
Bonaria Biancu, Responsabile Procedure e Sistemi Integrati presso l'Università degli Studi di Milano-Bicocca;
Renzo Carpio, CTO in Agrisky;
Davide Corda, Senior Director of Data in Intesa Sanpaolo;
Pasquale Fosso, Data Architecture Manager in Cerved Group;
Hoang Huynh, Managing Partner in Tactical;
Fabrizio Paonessa, CEO & AI Visionary in Enviro e CIO & Chief of Research and Development Area in Sarim Ambiente;
Filippo Serafini, Manager Data Capturing & Line Solutions in Tetra Pak Packaging Solutions;
Giuseppe Stassi, Dirigente del Servizio "Raccolta dati per le indagini con rete di rilevazione pubblica" ISTAT Istituto Nazionale di Statistica.