Oltre la Generative AI: la nuova sfida è la capacità decisionale

Un racconto di viaggio di due Business Analyst (Gabriele Belloni e Corrado Campodonico) a partire dagli insight emersi al Decision Science Summit di Madrid di quest’anno. 

L’intelligenza artificiale sta entrando in una nuova fase di maturazione. Dopo l’accelerazione impressa dalla Generative AI, il dibattito si sta progressivamente spostando da una domanda prevalentemente tecnologica: 

– cosa è in grado di fare l’AI? 

a una più strategica: 

- come può aiutare persone e organizzazioni a prendere decisioni migliori? 

È una riflessione che negli ultimi mesi ha acquisito crescente centralità nel confronto internazionale e che è emersa con particolare evidenza anche durante il Decision Science Summit di Madrid, il principale appuntamento della Decision Science Alliance.

Il tema dell’edizione 2026, Human–AI Collaboration for Real-World Decision-Making, ha evidenziato come la vera sfida non sia più sviluppare modelli sempre più sofisticati, ma comprendere come integrare l’intelligenza artificiale nei processi decisionali reali. 

Questa prospettiva è particolarmente vicina alla visione espressa dal manifesto AI2Human, fondamento del posizionamento ESS-AI di Deda, che considera l’AI non come un sostituto delle persone, ma come uno strumento capace di amplificarne competenze, consapevolezza e capacità di scelta.

La crescente attenzione verso la Decision Science testimonia la maturazione di una disciplina che si colloca all’incrocio tra ricerca e impresa. Da una parte il mondo accademico continua a sviluppare modelli e metodologie innovative; dall’altra le aziende cercano strumenti in grado di trasformare tali innovazioni in vantaggi concreti e misurabili. 

Negli ultimi anni abbiamo assistito a progressi straordinari nella capacità dei sistemi di AI di elaborare informazioni, generare contenuti e supportare attività sempre più articolate. Tuttavia, un messaggio emerge con chiarezza: modelli più sofisticati non producono necessariamente decisioni migliori. Il dibattito sta infatti andando oltre la sola Generative AI.

Cresce l’interesse verso sistemi capaci non solo di descrivere fenomeni o generare contenuti, ma di suggerire azioni concrete e supportare il processo decisionale. In questo contesto, l’AI prescrittiva sta assumendo un ruolo sempre più rilevante grazie alla sua capacità di individuare opzioni, simulare scenari e orientare le scelte operative.

Il vero valore, però, non nasce dalla sola disponibilità di informazioni né dalla complessità dei modelli. Dipende dalla capacità delle organizzazioni di integrare queste tecnologie nei propri processi e trasformarle in risultati misurabili. Superata la fase della sperimentazione, l’attenzione si sta spostando verso un tema più concreto: la capacità dell’AI di generare impatti sostenibili nel tempo.

La trasformazione AI non è un insieme di iniziative isolate o di sperimentazioni tecnologiche. È un percorso industriale che richiede visione, governance e continuità.

Una sfida tutt’altro che facile, così come evidenziato nel primo keynote del Decision Science Summit dello scorso giugno Julia Diaz, Head of Data Science di Repsol, raccontando come il passaggio dai Dati alle Decisioni sia stato un progetto impegnativo, durato ben 8 anni, ma che oggi genera un impatto economico di centinaia di milioni. 

Per questo motivo, la sfida che abbiamo davanti non consiste semplicemente nell’introdurre nuovi strumenti di AI, ma nel progettare organizzazioni AI-ready by design. 

Come ha evidenziato, nel suo intervento “Procurement & AI: Partner or Supplier? Discover the Difference”, Pietro Stefano Attolico, Head of Procurement and Integrated Management System di FS Sud Est, essere "AI-ready by design" significa costruire processi, competenze e modelli decisionali capaci di integrare l’IA in modo strutturato, responsabile e coerente con gli obiettivi di business. Non si tratta quindi di aggiungere una nuova tecnologia a strutture esistenti, ma di progettare organizzazioni in cui AI, governance e decision-making evolvano in modo integrato. 

Da questa prospettiva emerge con chiarezza una direzione: il passaggio da una logica di automazione a una logica di supporto alle decisioni. Dalla generazione di informazioni alla capacità di suggerire azioni. Da un approccio esclusivamente data-driven a un modello decision-driven, in cui l’AI diventa un acceleratore della qualità delle scelte e non semplicemente uno strumento di efficienza.

Un modello che in DEDA definiamo di AI-Empowered.

Una delle affermazioni più significative emerse durante il Summit sintetizza efficacemente questa trasformazione: “AI does not replace decisions, it reshapes responsibilities.” L’intelligenza artificiale non sostituisce il processo decisionale umano. Piuttosto, ridefinisce il modo in cui persone e organizzazioni distribuiscono responsabilità, sviluppano competenze e collaborano per raggiungere i propri obiettivi. 

La competitività nell’era dell’intelligenza artificiale non dipenderà soltanto dalla disponibilità degli strumenti più avanzati, ma dalla capacità di utilizzarli per prendere decisioni migliori, anticipare i bisogni del business e generare valore nel lungo periodo. È nello spazio di incontro tra tecnologia, persone e capacità decisionale che si sta delineando la prossima fase dell’AI nelle imprese.