Governare l'investimento in AI: un modello per il management

Governare l'investimento in AI significa decidere quanto investire nell'intelligenza artificiale, dove e con quali obiettivi, e verificare con regolarità che la spesa produca adozione e ritorno. È un processo di management, non un progetto tecnologico: definisce chi decide, su quali informazioni e con quale cadenza.

La necessità nasce da un dato ricorrente: l'investimento in AI cresce più rapidamente della capacità di governarlo. Licenze, consumi e progetti vengono acquistati da funzioni diverse, su budget separati, e il management fatica a rispondere a domande semplici: quanto spendiamo, su cosa, con quale risultato. Questo articolo propone un modello in tre fasi, i ruoli che lo sostengono e le informazioni minime per farlo funzionare.

Perché l'investimento in AI va governato in modo specifico?

L'AI ha caratteristiche che la distinguono da altri investimenti tecnologici.

• È distribuita. Ogni funzione può attivare uno strumento, spesso con un acquisto di modesto importo.
• È variabile. Una parte crescente della spesa è a consumo e cambia mese per mese.
• Ha un valore incerto. Il ritorno dipende dall'uso reale e va misurato processo per processo.
• Comporta obblighi. GDPR, NIS2 e AI Act si applicano agli strumenti in modi diversi.
• Cambia rapidamente. I fornitori aggiornano modelli, piani e condizioni con frequenza.

Un ciclo di budget annuale, da solo, non regge questi ritmi. Serve un processo che combini la pianificazione annuale con una lettura mensile dei dati.

Qual è il modello: pianificare, misurare, decidere?

Il modello si articola in tre fasi che si ripetono.

Pianificare

Si definiscono il budget AI per funzione, processo e tecnologia, gli obiettivi di adozione e di ritorno per i casi d'uso principali e le regole di acquisto (chi può attivare uno strumento, con quale approvazione). Il dettaglio è in budget AI aziendale: come impostarlo.

Misurare

Ogni mese si confrontano spesa, utilizzo e impatto con il budget e con le attese. La misura copre tre livelli tenuti separati: adozione reale, impatto sui processi con baseline prima e dopo, impatto sulle persone in forma aggregata. Il metodo è descritto in come misurare il ROI dell'intelligenza artificiale.

Decidere

Sulla base dei dati si riallocano le risorse: si riducono o consolidano gli strumenti che non rendono, si investe di più dove i risultati sono dimostrati, si avviano formazione e interventi di conformità dove servono. Le decisioni vengono registrate, insieme al motivo, per poterle verificare al ciclo successivo.

Chi decide e con quali ruoli?

Il modello ha bisogno di ruoli chiari, altrimenti le decisioni restano nelle singole funzioni.

• Comitato AI. CEO o direttore generale, CFO, Chief AI Officer o CIO, responsabili delle funzioni principali. Approva budget e priorità, riesamina i risultati ogni trimestre.
• Responsabile operativo. Di solito il Chief AI Officer. Gestisce il portafoglio dei casi d'uso, prepara le informazioni per il comitato e propone le decisioni.
• Referenti di funzione. Rispondono della spesa e dei risultati dell'AI nella propria area.
• DPO e CISO. Valutano gli obblighi e i rischi di ogni strumento prima dell'adozione e durante l'uso.
• HR. Segue formazione, alfabetizzazione ai sensi dell'art. 4 dell'AI Act e impatto sulle persone.

I compiti del responsabile operativo sono approfonditi in Chief AI Officer e team AI.

Quali informazioni servono al management?

Il comitato non ha bisogno di cruscotti estesi. Ha bisogno di sei informazioni, sempre le stesse, aggiornate con regolarità.

1. Investimento complessivo: quanto si è investito in AI e in cosa (licenze, consumi, progetti, formazione).
2. Budget e spesa a confronto: consuntivo per voce e per funzione, con gli scostamenti spiegati.
3. Processi e tecnologie: su quali processi l'AI è stata introdotta, con quali strumenti, con quali sovrapposizioni.
4. Adozione reale: utilizzo per reparto, ruolo e caso d'uso, compreso l'uso su account personali.
5. Impatto misurato: ritorno dei casi d'uso con baseline, distinguendo le misure dalle stime.
6. Priorità di intervento e di investimento: cosa ridurre, cosa consolidare, dove investire di più.

Queste informazioni richiedono che spesa, utilizzo, casi d'uso e obblighi siano collegati. Raccolte da fonti separate, arrivano al comitato tardi e non confrontabili. Il registro dei casi d'uso è il punto di partenza per tenerle insieme.

Con quale cadenza?

La cadenza segue la velocità con cui ciascuna informazione cambia.

• Mensile: spesa, scostamenti, adozione. Sono i dati più variabili.
• Trimestrale: impatto dei casi d'uso, priorità, stato della conformità. Il comitato si riunisce su questi temi.
• Annuale: budget dell'esercizio successivo, rinnovo dei contratti, revisione della policy AI.

Una buona regola: ogni riunione del comitato si chiude con decisioni registrate e un responsabile per ciascuna. Un incontro che si limita a leggere i dati non governa nulla.

Quali errori rendono inefficace la governance?

• Governare solo i rischi. Una governance limitata alla compliance non dice nulla su costi e ritorno.
• Governare solo i costi. Tagliare licenze senza leggere l'impatto può eliminare i casi d'uso che rendono.
• Dati non confrontabili. Ogni funzione misura a modo suo e i numeri non si sommano.
• Valutare le persone. I dati di utilizzo vanno sempre aggregati per ruolo o reparto, come spiegato in monitorare l'uso dell'AI e Statuto dei Lavoratori.
• Nessuna decisione. Report periodici senza un momento in cui si decide producono solo documentazione.

Come si avvia il modello nei primi 90 giorni?

Il modello non richiede una riorganizzazione. Si avvia in tre mesi con passi ridotti e verificabili.

1. Settimane 1 e 2: nominare i ruoli. Comitato AI, responsabile operativo e referenti di funzione, con una nota scritta che indica chi decide su budget, acquisti e priorità.
2. Settimane 3 e 6: costruire la base dati. Censire strumenti, contratti, consumi e casi d'uso; ricondurre la spesa a funzioni e processi; rilevare l'utilizzo reale per reparto e ruolo.
3. Settimane 7 e 8: fissare budget e obiettivi. Per le voci principali, un budget per il resto dell'esercizio e un obiettivo di adozione e di ritorno, con la baseline da cui partire.
4. Settimane 9 e 10: definire le regole. Procedura di approvazione per nuovi strumenti, criteri per chiudere un caso d'uso, regole sui dati delle persone condivise con DPO e HR.
5. Settimane 11 e 12: prima riunione del comitato. Lettura delle sei informazioni, prime decisioni registrate, calendario delle riunioni successive.

Il primo ciclo serve soprattutto a rendere visibile la spesa e a scoprire dove mancano i dati. È normale che alcune informazioni, come l'impatto misurato, siano disponibili solo per pochi casi d'uso: l'importante è dichiararlo e pianificare le misure mancanti. Dal secondo trimestre il comitato lavora su dati confrontabili e le decisioni diventano più rapide.

Un criterio pratico per scegliere da dove partire è il peso economico: le voci che insieme fanno la maggior parte della spesa, di solito le licenze più diffuse e i consumi a utilizzo, sono quelle su cui il primo ciclo produce le decisioni più utili.

Dove si colloca Delphis

Delphis è una piattaforma di governo dell'investimento in AI, indipendente dai fornitori. Riunisce in un'unica vista le sei informazioni che servono al management (investimento, budget e spesa, processi e tecnologie, adozione, impatto e priorità) e sostiene il ciclo pianificare, misurare, decidere con dati aggiornati ogni mese. Vedi la panoramica della piattaforma.