AS5_2025

Giugno-Luglio 2025 Automazione e Strumentazione Tecnica 82 CONTROLLO NOTA AUTORi F. M. R. Livelli , Clusit Direttivo/BCI Cyber Resilience Group Deputy Leader/ Ente Nazionale per l’Intelligenza Artificiale (ENIA) Comitato Scientifico e parte del Dipartimento per La Trasformazione ed Innovazione Digitale F. Degni , AI Ethics and Governance, Lead Auditor ISO 42001 & 9001, Information Technology Specialist in Artificial Intelligence, CCEM, Cea, CTU, MCE, CAEGP/Ente Nazionale per l’Intelligenza Artificiale (ENIA), Direttore Dipartimento per la Trasformazione e l’Innovazione Digitale A FIL DI RETE www.enia.ai - www.gartner.com www.deloitte.com/it/it - www.rand.org AI E APPLICAZIONI DI CONTROLLO NELL’INDUSTRIA 5.0 Perché i progetti di IA falliscono? L’adozione dell’IA comporta spesso costi e rischi elevati, che portano al fallimento di molti progetti. Inoltre, nel contesto di Industria 5.0 è importante comprendere le potenzialità dell’IA e del Machine Learning (ML) nei sistemi di controllo industriali Federica Maria Rita Livelli, Fabrizio Degni N onostante la promessa che l’IA tra- sformi le industrie e i nostri ecosi- stemi, l’aumento dei costi e l’au- mento dei rischi stanno causando il fallimento di molti progetti di IA, come eviden- ziato da diversi rapporti recenti. Introduzione Gartner , lo scorso luglio 2024, durante il Summit Data & AI di Sidney, [1] ha dichiarato che almeno il 30% dei progetti di IA generativa sarà abbando- nato dopo la fase di proof-of-concept (POC) entro la fine del 2025. Inoltre, le aziende stanno lot- tando per dimostrare e realizzare valore nei loro sforzi, che costano da 5 a 20 milioni di dollari in investimenti iniziali. Anche un recente report di Deloitte [2] rivela che delle quasi 3000 aziende intervistate in 6 settori ed in 14 paesi, ben il 70% ha dichiarato di aver avviato la fase di produzione di solo il 30% dei propri esperimenti IAGen. Di fatto, mancanza di preparazione, proget- tazione inadeguata e problemi relativi ai dati sono alla base di questo basso tasso di successo. Le prospettive generali per i progetti di IA non sono rosee come ulteriormente riscontrato da una ricerca del think tank Rand [3] ha rilevato che, nonostante gli investimenti del settore pri- vato nell’IA siano aumentati di 18 volte dal 2013 al 2022, oltre 80% dei progetti di IA fallisce, i.e. il doppio del tasso di fallimento dei progetti IT aziendali che non coinvolgono l’IA. È doveroso evidenziare che uno dei motivi prin- cipali del fallimento nel lancio di progetti IAGen aziendali è la mancanza di preparazione. Lo stu- L’IA non è un oggetto Plug-And-Play: il suo inserimento va progettato