Veeam presenta il suo Data and AI Trust Maturity Model

Veeam Software ha annunciato il lancio del nuovo “Data and AI Trust Maturity Model”, un framework sviluppato per aiutare le aziende a valutare il livello di affidabilità, governance e resilienza dei propri sistemi di intelligenza artificiale. Il modello nasce in un momento in cui l’AI sta passando da semplice strumento di supporto operativo a tecnologia capace di prendere decisioni autonome sui dati aziendali, aumentando così i rischi legati a sicurezza, conformità e controllo. Secondo la società, la maggior parte delle organizzazioni ha già adottato l’intelligenza artificiale all’interno dei processi aziendali, ma esiste ancora un forte divario tra la fiducia dichiarata dai manager e la reale capacità di governare questi sistemi in modo efficace. In particolare, molte imprese non avrebbero ancora implementato controlli adeguati per garantire trasparenza, tracciabilità e verificabilità delle decisioni prese dagli agenti AI.

Il nuovo modello di maturità si basa su una ricerca realizzata da Emerald Research Group per conto di Veeam, che ha coinvolto 300 dirigenti senior e responsabili tecnologici a livello globale. Lo studio evidenzia come l’adozione dell’AI stia crescendo più rapidamente rispetto alla definizione di policy, framework di identità digitale e sistemi di governance necessari per sostenere audit, verifiche normative e controlli aziendali. La ricerca mostra che quasi sette aziende su dieci considerano ormai l’AI centrale o integrata in più funzioni operative. Parallelamente, l’80% dei dirigenti dichiara di essere fiducioso nella capacità della propria organizzazione di scalare l’intelligenza artificiale in sicurezza entro i prossimi due anni. Tuttavia, quasi la metà degli intervistati ammette che questa fiducia si basa più su percezioni e intuizioni che su prove concrete o evidenze verificabili.

Non mancano inoltre le difficoltà operative. Oltre la metà delle organizzazioni ha ridimensionato iniziative AI negli ultimi 18 mesi, mentre quattro aziende su dieci hanno registrato ritardi nei progetti e il 28% ha addirittura interrotto alcune implementazioni. Le principali criticità riguardano la carenza di competenze specialistiche in AI e machine learning, la difficoltà di integrare l’AI nei sistemi esistenti, l’incertezza normativa e i problemi legati alla qualità dei dati.

Il “Data and AI Trust Maturity Model” punta quindi a colmare questo gap attraverso un sistema di valutazione articolato in 12 dimensioni e cinque livelli di maturità, da “ad hoc” fino a “leader di riferimento”. L’obiettivo è aiutare le aziende a comprendere dove i controlli funzionano realmente, dove invece si interrompono e quali siano le priorità per rafforzare governance e resilienza.

“L’elevata fiducia nell’AI non basta per garantire una crescita sostenibile su larga scala -, ha dichiarato Anand Eswaran, CEO di Veeam -. Le organizzazioni devono essere in grado di dimostrare concretamente la propria preparazione in termini di governance, audit e conformità normativa”.

Il modello si fonda su quattro pilastri principali: comprensione dei dati e dei rischi, protezione attraverso controlli di accesso e privacy, resilienza tramite backup e continuità operativa, e potenziamento delle basi dati per supportare uno sviluppo responsabile dell’intelligenza artificiale Secondo gli analisti, il tema della protezione dei dati diventerà sempre più centrale con la crescita dell’AI generativa e degli agenti autonomi, rendendo necessario un approccio strutturato che colleghi controlli tecnici, sicurezza e obiettivi di business.