Il 95% dei pilot AI non arriva in produzione. Il numero gira come se il problema fosse il modello. Non lo è.
Un pilot funziona perché qualcuno, a mano, ha messo davanti al sistema dati puliti e già selezionati. In produzione quella selezione deve avvenire da sola, a ogni richiesta, su archivi frammentati dove lo stesso dato vive in cinque sistemi con cinque definizioni diverse. Il sistema non sbaglia per caso: sbaglia perché non riesce a recuperare il dato giusto nel momento giusto.
È qui che la data readiness smette di essere una voce di costo IT. McKinsey stima 30-50% di miglioramento nell’underwriting: quel margine non lo cattura chi ha il modello migliore, lo cattura chi ha il dato recuperabile. L’accuratezza di un agente non è una proprietà del modello, è una proprietà della pipeline che lo alimenta.
La domanda da portare in consiglio non è quale AI comprare. È se i propri dati siano in uno stato in cui un sistema automatico li sa trovare e fidarsene. Finchè la risposta resta no, ogni pilot è destinato a restare un pilot.
