Perché la prossima sfida dell’AI sembra sorprendentemente familiare alle telecom

Nel corso dell’ultimo anno, un cambiamento è diventato sempre più evidente nelle conversazioni sull’AI aziendale. La discussione non è più dominata da quale modello sia il migliore o da dove l’AI possa automatizzare un altro processo. Quelle domande sono ancora importanti, ma non sono più il fattore decisivo per capire se l’AI possa andare oltre la fase pilota. Sempre più spesso, le organizzazioni si pongono una domanda diversa: cosa deve cambiare all’interno dell’azienda affinché l’AI possa essere considerata affidabile per responsabilità maggiori?

È un cambiamento sottile, ma che dice molto su dove il mercato si sta dirigendo.

Per gran parte degli ultimi due anni, l’industria dell’AI si è concentrata sul miglioramento dei modelli. La precisione è aumentata, il ragionamento è diventato più sofisticato e ogni nuova versione ha ampliato le aspettative su ciò che l’AI può realizzare. Parallelamente, le imprese hanno sperimentato come tali capacità possano migliorare l’esperienza dei clienti, semplificare le operazioni o scoprire nuove opportunità di fatturato. McKinsey’s ultimo sondaggio globale dimostra quanto rapidamente l’AI sia entrata nel business mainstream. Quasi nove organizzazioni su dieci ora utilizzano l’AI in almeno una funzione aziendale, ma relativamente poche sono riuscite a scalare l’AI a livello enterprise. La tecnologia sta progredendo rapidamente. Costruire organizzazioni che possano usarla responsabilmente si sta rivelando una sfida completamente diversa.

Il passaggio dalle capacità dell’AI all’esecuzione operativa

Le domande che emergono ora hanno meno a che fare con l’intelligenza e molto più a che fare con l’esecuzione.

Cosa succede quando l’AI non si limita a consigliare la prossima migliore azione, ma la avvia? Come dovrebbero essere applicate le politiche commerciali quando le decisioni vengono prese in tempo reale? Chi resta responsabile se un sistema autonomo prende una decisione commerciale errata? In che modo le organizzazioni dimostrano che i permessi dei clienti sono stati rispettati, gli obblighi normativi sono stati adempiuti e ogni decisione può ancora essere spiegata mesi dopo la sua emissione?

Queste domande non compaiono perché l’AI abbia smesso di migliorare. Compaiono perché le aziende stanno diventando più sicure nel collocare l’AI più vicino al centro delle loro operazioni.

Un modello di AI può identificare l’offerta giusta per un cliente, consigliare un prodotto finanziario, ottimizzare le risorse di rete o determinare il passo successivo in un percorso digitale in pochi secondi. Trasformare quella raccomandazione in un risultato di business è notevolmente più complesso. Prima che accada qualcosa, l’organizzazione deve ancora verificare se il cliente è idoneo, se il consenso è stato acquisito, se le politiche commerciali consentono la transazione, se è coinvolto un altro partner dell’ecosistema e se ogni fase del processo rimane sufficientemente trasparente da soddisfare i requisiti di governance e normativi.

Quel livello operativo raramente attira la stessa attenzione del modello stesso, ma determina sempre più se l’AI può essere distribuita con fiducia su larga scala. Deloitte’s ricerca 2026 sullo Stato dell’AI ha rilevato che quasi tre quarti delle organizzazioni prevedono di adottare l’AI agente entro i prossimi due anni, mentre solo una piccola minoranza ritiene che le proprie capacità di governance siano sufficientemente mature da supportare l’AI autonoma a livello enterprise. Il divario non è di innovazione; è di prontezza operativa.

Osservando le implementazioni enterprise odierne, emerge un modello coerente. Le organizzazioni non faticano perché i modelli di AI non riescono a generare raccomandazioni. Scoprono che ogni raccomandazione deve attraversare la realtà operativa dell’azienda prima di diventare un’azione. L’AI non sostituisce quell’ambiente. Diventa un altro partecipante al suo interno.

Perché l’infrastruttura delle telecomunicazioni detiene la chiave per la governance dell’AI

Per i fornitori di servizi di comunicazione, questa sfida è sorprendentemente familiare.

Le telecom hanno trascorso decenni a gestire attività digitali in cui la fiducia viene stabilita continuamente anziché data per scontata. Le reti verificano le identità, autenticano i dispositivi e forniscono segnali affidabili in tempo reale. Accanto a esse, le piattaforme digitali gestiscono le relazioni con i clienti, applicano le politiche commerciali, gestiscono i diritti digitali, orchestrano i servizi, coordinano gli ecosistemi dei partner e garantiscono che le transazioni possano essere evase, fatturate e regolate correttamente. Tali capacità non sono state progettate pensando all’AI generativa. Sono state sviluppate perché le imprese digitali hanno sempre dipendente da interazioni fidate tra clienti, reti, aziende e partner.

Man mano che l’AI si integra in quegli stessi ambienti, il valore di quella base operativa diventa molto più evidente.

Un’ipotesi che merita di essere messa in discussione è l’idea che modelli più sicuri conducano automaticamente a una maggiore adozione da parte delle imprese. L’esperienza suggerisce qualcosa di diverso. Più l’AI si avvicina a decisioni critiche per il business, più le organizzazioni esaminano attentamente tutto ciò che circonda il modello. Le domande su identità, governance, permessi dei clienti, responsabilità commerciale e applicazione delle politiche diventano notevolmente più importanti perché le conseguenze di decisioni errate aumentano in modo significativo.

È qui che le telecomunicazioni hanno un contributo distintivo da offrire.

Per anni, i fornitori di servizi di comunicazione hanno perfezionato le capacità operative necessarie a instaurare fiducia all’interno di ecosistemi digitali complessi. Le reti forniscono identità affidabile e intelligenza in tempo reale. Le piattaforme BSS e OSS native per l’IA offrono contesto cliente, governance commerciale, orchestrazione dei servizi, commercio digitale e gestione del ciclo di vita. Insieme, creano l’ambiente operativo che determina se una raccomandazione generata dall’IA debba diventare un’azione aziendale affidabile.

Lo stesso cambiamento è stato riscontrato durante la discussione di Tecnotree al Mobile World Congress all’inizio di quest’anno sulle reti autonome. Curiosamente, il dibattito non si è concentrato sul fatto che i sistemi autonomi avrebbero eventualmente preso decisioni in modo indipendente. Questo sembra sempre più inevitabile. La discussione si è focalizzata su governance, responsabilità e supervisione commerciale una volta che tali decisioni iniziano a verificarsi più rapidamente di quanto le persone possano intervenire realisticamente. Non si tratta più solo di questioni proprie del settore telecom; stanno diventando domande di IA per le imprese.

Colmare il divario tra intelligenza artificiale e risultati aziendali affidabili

Questa prospettiva più ampia spiega anche perché iniziative come il GSMA Open Gateway hanno guadagnato slancio. API standardizzate che espongono funzionalità come la verifica del numero, lo scambio di SIM e la localizzazione del dispositivo forniscono intelligenza di rete affidabile che rafforza le interazioni digitali. Tuttavia, il loro valore più grande non si realizza solo attraverso le API di rete. Emergi quando le capacità di rete affidabili vengono combinate con piattaforme aziendali digitali in grado di comprendere il contesto del cliente, applicare politiche commerciali, orchestrare servizi tra più partner e governare l’intero ciclo di vita del cliente. L’IA può determinare la prossima azione migliore, ma l’ambiente aziendale circostante decide in ultima analisi se tale azione debba avvenire.

Vista in questo modo, l’Economia della Fiducia diventa molto più pratica di una discussione sulla IA sicura. La fiducia non nasce perché un modello genera una raccomandazione convincente. Viene rafforzata continuamente man mano che l’identità viene verificata, i permessi del cliente sono rispettati, le politiche sono applicate, gli obblighi commerciali sono soddisfatti e ogni partecipante a un’interazione digitale rimane responsabile del risultato. Il modello fornisce l’intelligenza. L’ecosistema circostante fornisce la fiducia necessaria per agire su di essa.

Per i fornitori di servizi di comunicazione, ciò rappresenta un’opportunità che va oltre il semplice impiego dell’IA nelle proprie operazioni. Il settore ha trascorso anni a investire in infrastrutture digitali affidabili, piattaforme aziendali native per l’IA e capacità ecosistemiche progettate per supportare interazioni digitali sempre più sofisticate. Man mano che le imprese passano dalla sperimentazione dell’IA alla sua operatività, tali capacità diventano rilevanti in modi pochi avevano previsto. Gartner prevede che entro il 2027 molte organizzazioni ridurranno o dismetteranno iniziative di IA autonoma perché la governance e i controlli operativi non matureranno allo stesso ritmo della tecnologia stessa. Questo dovrebbe essere interpretato meno come un avvertimento sull’IA e più come un promemoria del fatto che il successo dell’adozione dipende da molto più della capacità del modello.

Il prossimo capitolo dell’IA porterà indubbiamente modelli più capaci, ma la sola capacità non determinerà quali organizzazioni avranno successo. Il vantaggio distintivo deriverà dalla creazione di ambienti digitali in cui intelligenza, governance, reti affidabili e piattaforme aziendali lavorano insieme in modo fluido. Le organizzazioni giudicheranno sempre più l’IA non solo in base alla qualità delle risposte generate, ma anche in base alla capacità di tali risposte di diventare risultati affidabili.

Il settore telecom comprende questa sfida perché da decenni risolve problemi operativi analoghi. Man mano che l’Economia della Fiducia prende forma, la combinazione di reti affidabili, piattaforme BSS e OSS native per l’IA e ecosistemi digitalmente orchestrati colloca i fornitori di comunicazioni in una posizione unica per aiutare le imprese a far passare l’IA dalla sperimentazione all’esecuzione responsabile.