In Breve
- Qual è il livello di fiducia nell'AI in Italia?
- L'indice di fiducia nell'AI in Italia è di 72,9 punti.
- Qual è la principale sfida per le organizzazioni italiane riguardo all'AI?
- La principale sfida è la mancanza di chiarezza e trasparenza negli output generati dai sistemi AI.
- Cosa indica il trust gap in Italia?
- Il trust gap indica un divario significativo tra fiducia nell'AI e maturità delle infrastrutture di governance.
Nel 2026, l’Italia si distingue per il più ampio divario in Europa tra la fiducia riposta nei sistemi di intelligenza artificiale (AI) e la maturità delle infrastrutture di governance. L’indice di fiducia si attesta a 72,9 punti, mentre l’indice di affidabilità è solo a 58,8 punti. Sebbene la forbice si sia ridotta rispetto all’anno precedente, passando da 18,4 a 14,1 punti, rimane la più marcata del continente. Solo il 18,7% delle organizzazioni italiane riporta un ritorno economico elevato dai progetti di AI.
Questa distanza tra aspettative e capacità operative mette in luce criticità significative nella trasparenza, nella spiegabilità e nella conformità normativa dei sistemi utilizzati. Nonostante siano stati registrati miglioramenti in termini di accountability, governance dei modelli e qualità dei dati, tutte le dimensioni analizzate restano al di sotto dei benchmark globali. Questo gap ha impatti diretti sulla redditività dei progetti digitali: le organizzazioni che adottano pratiche consolidate di intelligenza artificiale affidabile hanno probabilità significativamente superiori di ottenere un ritorno economico rilevante rispetto alla media del mercato.
Le principali cause di intervento sugli output generati dai sistemi AI includono la mancanza di chiarezza delle risposte (37,7%), la carenza di contesto (26,4%), preoccupazioni sulla sicurezza degli output (14,2%), inesattezze fattuali (13,2%) e il rischio di bias (8,5%). Inoltre, la frammentazione delle basi dati rappresenta un ulteriore ostacolo, con una quota di imprese che gestisce le informazioni in silos quasi triplicata nell’ultimo anno. Solo una minoranza delle aziende adotta controlli automatizzati di qualità su ogni progetto algoritmico, contribuendo a questo scenario complesso.
Il superamento dello squilibrio tra adozione e governance è considerato una condizione necessaria per trasformare l’adozione tecnologica in un vantaggio competitivo misurabile. La crescita futura della produttività non dovrebbe dipendere esclusivamente dalla sperimentazione dei modelli, ma dal consolidamento strutturale dei processi di controllo, audit e trasparenza. Solo affrontando queste sfide, l’Italia potrà sfruttare appieno il potenziale dell’intelligenza artificiale, garantendo al contempo un ambiente di fiducia e responsabilità.
