China Widener, Vice Presidente, US Tech, Media & Telecommunications leader at Deloitte – Intervista

China Widener è il vice presidente di Deloitte e leader dell’industria Technology, Media & Telecommunications (TMT) negli Stati Uniti. Fa anche parte del Consiglio di amministrazione di Deloitte negli Stati Uniti.

Offre una prospettiva unica sul futuro dell’industria TMT, con un interesse particolare per l’evoluzione dell’Agentic AI – sistemi intelligenti in grado di prendere decisioni autonome – e il loro impatto trasformativo sull’intera azienda. È appassionata di aiutare i clienti a sfruttare appieno il potenziale dell’Agentic AI per accelerare l’innovazione, migliorare l’efficienza operativa e creare nuove fonti di vantaggio competitivo, mantenendo al tempo stesso un impegno costante per l’AI affidabile.

China ha co-scritto articoli su AI, framework tecnologici per le imprese, analisi dei modelli di consegna e chiusura del divario di talenti. È un relatore e facilitatore molto richiesto e la sua esperienza tecnologica e la sua carriera sono state presentate in diversi podcast e pubblicazioni.

Deloitte è una delle più grandi società di servizi professionali al mondo, che fornisce servizi di revisione, consulenza, tasse, consulenza sui rischi e servizi finanziari alle organizzazioni di quasi tutti i settori. Con una rete globale che copre più di 150 paesi, Deloitte lavora con società multinazionali, governi e aziende emergenti per affrontare sfide complesse, guidare la trasformazione digitale e migliorare le prestazioni operative. La società è particolarmente nota per la sua esperienza in aree come la consulenza tecnologica, l’analisi dei dati, la sicurezza informatica e la conformità normativa, aiutando i clienti ad adattarsi ai mercati in rapida evoluzione mantenendo al tempo stesso una solida governance e strategie di crescita a lungo termine.

La ricerca di Deloitte mostra che la maggior parte delle organizzazioni è ancora bloccata nella modalità di prova. Qual è il più grande malinteso che i leader hanno su cosa serve per scalare l’AI in tutta l’azienda?

Le organizzazioni spesso cercano di “agganciare l’AI” ai processi esistenti, quando in realtà la scalabilità richiede una riarchitettura di come si svolge il lavoro. Il più grande malinteso che vedo è che la scalabilità dell’AI è principalmente una sfida tecnologica. In realtà, la tecnologia è spesso la parte più facile. Ciò che i leader tendono a sottovalutare è il grado di cambiamento del modello operativo richiesto – dalle procedure e dai diritti decisionali al talento, agli incentivi e alla governance. 

Il passaggio da casi d’uso isolati all’orchestrazione a livello aziendale può essere sbloccato quando le persone, i processi e la tecnologia evolvono insieme. Senza quell’allineamento, anche l’AI più avanzata rimane bloccata nella modalità di prova.

Perché così tante iniziative di AI non riescono a fornire un ROI misurabile, anche quando la tecnologia sottostante è solida?

Il vero ROI si verifica quando l’AI è integrata nei processi end-to-end, non trattata come sperimentazione isolata. La maggior parte delle iniziative di AI non fallisce perché la tecnologia non funziona – fallisce perché l’azienda non è impostata per catturare il valore da essa.

I casi d’uso disconnessi, la scarsa integrazione dei flussi di lavoro e la mancanza di chiari indicatori di valore impediscono all’AI di tradursi in un impatto misurabile. Ciò che spesso manca è l’orchestrazione. Il valore dell’AI non è solo verticale – all’interno di una singola capacità o funzione – ma anche orizzontale, che attraversa i processi, i team e l’azienda. Quando le organizzazioni non collegano questi strati, finiscono per avere sacche di progresso che non si espandono mai.

Il valore deriva dall’allineamento della tecnologia con i flussi di lavoro e i risultati aziendali, in modo che l’AI possa operare in tutta l’azienda, non solo all’interno dei silos. È allora che si passa dalla sperimentazione alla vera trasformazione e si inizia a realizzare un valore sostenibile e cross-funzionale.

A che punto un’azienda dovrebbe smettere di sperimentare e impegnarsi in una trasformazione aziendale dell’AI, e quali segnali indicano che sono pronti?

Le organizzazioni dovrebbero andare oltre la sperimentazione quando sono pronte a integrare l’AI nei processi end-to-end. Ciò significa passare da una raccolta di piloti personalizzati a considerare l’AI come una trasformazione strategica ancorata in una chiara roadmap per dove esiste il valore e come catturarlo.

Ciò significa allineare gli stakeholder intorno a priorità condivise, definire dove l’AI può avere il maggior impatto attraverso le funzioni e mettere in atto la giusta governance e il modello operativo per eseguirlo. Senza quella chiarezza, le organizzazioni rimangono bloccate con piloti che sono difficili da scalare o replicare.

In breve, il successo dipenderà dal passaggio da una sperimentazione frammentata a una strategia aziendale coordinata – dove il valore è chiaramente definito, prioritario e realizzato in modo sistematico.

Come dovrebbero i dirigenti ripensare il ROI nel contesto dell’AI, soprattutto quando i benefici si estendono oltre i risparmi di costo in produttività, riprogettazione della forza lavoro e vantaggio strategico a lungo termine?

Si tratta di pensare al ROI dell’AI come a qualcosa di più dei semplici risparmi di costo. Quando si entra in un’equazione di valore più ampia che include guadagni di produttività, trasformazione della forza lavoro e nuove vie per la crescita, è allora che si sblocca il vero valore dell’AI. Sebbene l’efficienza sia importante, l’impatto più ampio spesso deriva dalla riprogettazione dei ruoli, dall’accelerazione della presa di decisioni e dall’abilitazione di interi nuovi modelli di business. La sfida è che questi benefici non si manifestano sempre in metriche finanziarie tradizionali o cicli di P&L a breve termine. La chiave è adottare approcci di misurazione più olistici che combinino risultati finanziari, operativi e di forza lavoro. In definitiva, l’obiettivo è valutare l’AI non solo come un fattore di costo, ma come un driver di vantaggio competitivo a lungo termine.

Una delle sfide evidenziate è il divario tra visibilità e azione. Perché le organizzazioni lottano per operazionalizzare gli insight generati dall’AI?

Il divario tra insight e azione è un problema di esecuzione, non di analisi. Le organizzazioni possono a volte generare insight, ma i diritti decisionali non chiari, i flussi di lavoro non allineati e la mancanza di responsabilità impediscono l’azione. La governance è fondamentale. Chiudere quel divario richiede l’integrazione dell’AI e la comprensione dell’impatto sui flussi di lavoro, sulle pratiche, sulle politiche e sui percorsi di esecuzione.

Enterprise AI Navigator sottolinea l'”agentificazione” delle attività. Come dovrebbero i leader decidere quali processi sono più adatti per gli agenti AI rispetto ai flussi di lavoro guidati dagli esseri umani?

Diversi processi richiedono diversi livelli di automazione; la trasformazione efficace consiste nel prendere le scelte giuste. La domanda chiave non è se implementare gli agenti AI – è dove essi creano il maggior valore.

Quel valore può essere valutato in due modi principali: “adattamento organizzativo” e impatto finanziario. Per alcune organizzazioni, l’allineamento con i flussi di lavoro esistenti, la cultura e le modalità di lavoro sarà la priorità, rendendo l'”adattamento” il miglior punto di partenza. Per altri, la focalizzazione sarà sui ritorni finanziari misurabili, dove la comprensione della gamma e della scala della creazione di valore diventa il principale driver. La capacità di valutare entrambe le dimensioni è ciò che consente una presa di decisione strategica più informata.

È importante notare che non tutti i processi dovrebbero essere “agentificati”. Alcuni richiedono il giudizio umano, la fiducia o la creatività. L’obiettivo è un modello ibrido, in cui gli esseri umani e gli agenti sono progettati intenzionalmente per complementarsi a vicenda.

Molte organizzazioni stanno investendo molto in strumenti di AI, ma non stanno riprogettando i flussi di lavoro. Quanto è critico il ripristino organizzativo per raggiungere un impatto reale dell’AI?

Il ripristino organizzativo non è opzionale; è centrale per raggiungere l’impatto dell’AI. Le aziende che investono in strumenti senza riprogettare i flussi di lavoro di solito vedono guadagni incrementali al massimo. Il vero valore deriva quando le organizzazioni ripensano ruoli e responsabilità, strutture di team e come vengono prese le decisioni. L’AI non cambia solo i compiti: cambia come il lavoro fluisce in tutta l’azienda. Senza allineamento strutturale, la vera trasformazione è limitata.

La governance sta rimanendo indietro rispetto all’adozione, in particolare con l’AI agente. Quali rischi stanno sottovalutando le aziende mentre scalano sistemi più autonomi?

La nostra ricerca mostra che solo il 21% delle organizzazioni ha una governance matura in atto per gli agenti autonomi. Senza un forte programma di governance completo, molte aziende esitano a distribuire questi strumenti. Quell’esitazione spesso porta alla crescita dell'”AI ombra”, che introduce un rischio non gestito significativo. 

Allo stesso tempo, le organizzazioni spesso sottovalutano il ruolo che i dipendenti possono svolgere nella governance. Le politiche e le strutture di reporting sono critiche, ma non sono sufficienti da sole. I dipendenti in genere vogliono utilizzare l’AI in modo responsabile – e quando sono dotati di linee guida chiare, diventano una potente linea di difesa.

Ciò significa che le organizzazioni dovrebbero concentrarsi sull’educazione della loro forza lavoro: cosa è sicuro, cosa è rischioso e come prendere buone decisioni in tempo reale. Ad esempio, fermarsi a chiedere: dovrei includere dati finanziari sensibili qui? Quel tipo di presa di decisione quotidiana è dove la governance si concretizza veramente. I dipendenti, quando informati e autorizzati, rafforzano attivamente la postura di rischio dell’organizzazione.

Infine, il monitoraggio continuo e la verifica periodica rimangono sottovalutati ma sono essenziali. Mentre ci muoviamo ulteriormente nell’era dell’AI agente, la supervisione continua deve diventare un requisito fondamentale per qualsiasi organizzazione che distribuisce queste capacità su larga scala.

Deloitte suggerisce che Enterprise AI Navigator può ridurre notevolmente il tempo di strategia e progettazione. Cosa cambia specificamente nel modo in cui le organizzazioni affrontano la presa di decisioni sull’AI quando si utilizza un sistema come questo?

Enterprise AI Navigator collega insight finanziari, di flusso di lavoro e di forza lavoro in una roadmap di trasformazione unificata. Ciò che cambia è il passaggio da una presa di decisione guidata dall’intuizione a una trasformazione informata dai dati che riflette un approccio disciplinato da utilizzare in tutto il panorama degli stakeholder. Con Enterprise AI Navigator, Deloitte può aiutare a modellare scenari prima di investire, prendere decisioni sull’AI legate direttamente all’impatto finanziario e di flusso di lavoro e passare da piloti isolati a una roadmap aziendale coerente

Comprime efficacemente i cicli di strategia e progettazione fornendo ai leader la visibilità di ciò che funzionerà – prima di scalarlo.

Guardando avanti 1-2 anni, cosa separerà le aziende che trasformeranno con successo l’AI in un vantaggio competitivo da quelle che rimarranno bloccate nella sperimentazione?

La divisione non sarà su chi ha adottato l’AI; sarà su chi si è trasformato a causa di essa. Quei leader tratteranno l’AI come un fattore di trasformazione aziendale, non solo come un insieme di strumenti. Ciò significa riprogettare i flussi di lavoro e i modelli operativi dall’inizio alla fine, misurando il valore in modo olistico attraverso risultati finanziari, di forza lavoro e di crescita.

È fondamentale che riconoscano che la produttività da sola non è la linea del traguardo. Molte organizzazioni stanno già vedendo guadagni di efficienza incrementali, ma il vantaggio competitivo deriva dall’utilizzo dell’AI per sbloccare nuove fonti di entrate, ridisegnare le offerte e guidare la crescita aziendale, non solo fare lo stesso lavoro più velocemente.

Coloro che resteranno indietro continueranno a concentrarsi sugli strumenti più che sui risultati, inseguendo casi d’uso isolati senza collegarli attraverso l’azienda. Tendono anche a sottoinvestire nella gestione del cambiamento, nella governance e nell’orchestrazione – rendendo difficile scalare l’impatto.

In breve, i vincitori saranno quelli che passeranno da aziende abilitate all’AI a imprese alimentate dall’AI. Queste imprese integreranno l’AI in come l’azienda funziona, cresce e compete, non solo in come sperimenta.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Deloitte.