“L’85% dei progetti di IA fallisce (Gartner)”

L’affermazione

L’85% dei progetti di IA fallisce, secondo Gartner.

Come ha viaggiato l’affermazione

Ogni passo è una pubblicazione che ha ripreso l’affermazione, dalla più vecchia alla più recente, con le sue parole esatte e ciò che è cambiato.

1. 13 febbraio 2018 Comunicato stampa

   Gartner · copia d’archivio

   “Gartner predicts that through 2022, 85 percent of AI projects will deliver erroneous outcomes due to bias in data, algorithms or the teams responsible for managing them.”

   Cosa è cambiato: Origine. Gartner prevede che l’85% dei progetti di IA “will deliver erroneous outcomes due to bias” [“darà risultati errati a causa di distorsioni”] negli anni fino al 2022. Il comunicato non indica alcun metodo, alcun campione né cosa significhi “erroneous outcomes” [“risultati errati”]. Rimanda i clienti di Gartner a un rapporto a pagamento.

2. 18 dicembre 2018 Fornitore

   BMC Software (Chrissy Kidd) · copia d’archivio

   “Earlier this year, industry research firm Gartner made an audacious prediction: that 85 percent of AI projects won’t deliver for CIOs. That means in 20 artificial intelligence projects, only three will succeed – 17 of them will fall short.”

   Cosa è cambiato: “Will deliver erroneous outcomes due to bias” [“darà risultati errati a causa di distorsioni”] diventa “won’t deliver for CIOs” [“non darà risultati per i CIO”]. Spariscono le distorsioni e la scadenza del 2022. Il titolo aggiunge “up to” [“fino a”], e un sottotitolo chiede perché tanti progetti di IA “fail” [“falliscono”]. La cifra è ancora chiamata previsione.

3. novembre 2019 Blog

   Analytics Vidhya (DataHack Summit 2019) · copia d’archivio

   “Last year, industry research firm Gartner made an audacious prediction: that 85 percent of AI projects don’t deliver. That means in 20 artificial intelligence projects, only three will succeed – 17 of them will fall short. With all the buzz and talk about AI technologies, that’s an interesting and surprising fact.”

   Cosa è cambiato: Il testo copia quasi parola per parola il paragrafo di BMC. “Won’t deliver” [“non darà risultati”] diventa “don’t deliver” [“non danno risultati”], al presente. La previsione è chiamata “fact” [“fatto”]. Il titolo del dibattito la trasforma in “Why do ~85% of AI Projects Fail?” [“Perché ~85% dei progetti di IA fallisce?”].

4. 21 gennaio 2026 Fornitore

   TinyFish · copia d’archivio

   “Gartner pegs GenAI project failure at 85%, mostly from inadequate testing.”

   Cosa è cambiato: La cifra diventa un tasso di fallimento dei progetti di IA generativa. La previsione del 2018 riguardava i progetti di IA in generale. Viene aggiunta una causa: “inadequate testing” [“test insufficienti”]. Nessun documento di Gartner è nominato o collegato.

5. 24 aprile 2026 Fornitore

   Folio3 AI · copia d’archivio

   “85% of AI project failures trace back to poor data quality. (Gartner, 2025)”

   Cosa è cambiato: L’85% diventa una quota dei fallimenti, non dei progetti, e viene aggiunta una causa: “poor data quality” [“scarsa qualità dei dati”]. La cifra è datata 2025 e collegata a un testo di Gartner del febbraio 2025 che non contiene alcuna cifra dell’85%.

Cosa dice la fonte originale

La fonte è un comunicato stampa di Gartner del 13 febbraio 2018, Gartner Says Nearly Half of CIOs Are Planning to Deploy Artificial Intelligence. Gartner vende ricerche e consulenza ai responsabili IT, i direttori dei sistemi informativi (CIO) a cui il comunicato si rivolge. Il comunicato pubblicizzava anche il Data & Analytics Summit di Gartner.

Come è stato fatto. Il comunicato non lo dice. La sua notizia principale è la 2018 CIO Agenda Survey di Gartner, in cui il 4% dei CIO ha dichiarato di aver introdotto l’IA e il 46% di avere piani per farlo. L’85% non è legato a quell’indagine. Si trova in una sezione che inizia con “Conversations with Gartner clients reveal…” [“Le conversazioni con i clienti di Gartner rivelano…”]. Per approfondire, il comunicato rimanda i clienti di Gartner a un rapporto a pagamento, “Lessons From Early AI Projects”, che questa verifica non ha potuto leggere. Il comunicato non indica alcun campione, alcun numero di progetti né cosa significhi “erroneous outcomes” [“risultati errati”].

Dove compare l’85%. Sotto il titolo “3. Plan for Knowledge Transfer”: “Gartner predicts that through 2022, 85 percent of AI projects will deliver erroneous outcomes due to bias in data, algorithms or the teams responsible for managing them.” [“Gartner prevede che fino al 2022 l’85 per cento dei progetti di IA darà risultati errati a causa di distorsioni nei dati, negli algoritmi o nei team che li gestiscono.”]

Cosa dice. È una previsione per gli anni fino al 2022. Riguarda risultati errati causati da distorsioni. Non riguarda progetti fermati, che hanno sforato il budget o che non hanno reso denaro.

Cosa c’è di sbagliato nell’affermazione

• È una previsione, non un conteggio. Gartner ha scritto “will deliver” [“darà”], per gli anni “through 2022” [“fino al 2022”]. Le ripetizioni dicono che i progetti di IA “fail” [“falliscono”], al presente. La pagina di una conferenza del 2019 ha chiamato la previsione un “fact” [“fatto”].
• “Erroneous outcomes due to bias” [“risultati errati a causa di distorsioni”] è diventato “fallire”. Gartner ha scritto di risultati errati causati da distorsioni nei dati, negli algoritmi o nei team. Un articolo del blog di BMC, che vende software IT, lo ha trasformato in progetti che “won’t deliver for CIOs” [“non daranno risultati per i CIO”]. Un sottotitolo dello stesso articolo, e poi le ripetizioni successive, lo hanno trasformato in fallimento.
• La scadenza è passata. La previsione copriva gli anni fino al 2022. Gartner non ha pubblicato se si sia avverata, e questa verifica non ha trovato alcun conteggio dei progetti di IA che hanno dato risultati errati a causa di distorsioni.
• Le ripetizioni successive aggiungono cause e date che non sono in nessun testo di Gartner. Un fornitore applica l’85% all’IA generativa e dà la colpa a “inadequate testing” [“test insufficienti”]. Un altro dice che l’85% dei fallimenti dei progetti di IA “trace back to poor data quality” [“deriva dalla scarsa qualità dei dati”], data la cifra al 2025 e la collega al testo della stessa Gartner del febbraio 2025 sui dati per l’IA. Quel testo non contiene alcuna cifra dell’85%.
• Un secondo 85% di Gartner riguarda i big data. Nel novembre 2017 un analista di Gartner, Nick Heudecker, ha detto a un autore di TechRepublic che il tasso di fallimento dei progetti di big data era “[C]loser to 85 percent” [“più vicino all’85 per cento”]. Quel commento riguardava i progetti di big data, non i progetti di IA, e non indicava alcun metodo.

Cosa hanno trovato altre fonti

Questa verifica non ha trovato alcuna fonte che abbia contato quanti progetti di IA hanno dato risultati errati a causa di distorsioni. Le cifre più vicine sono le indagini della stessa Gartner su quanti progetti di IA arrivano in produzione, cioè all’uso quotidiano. In un’indagine su 699 intervistati negli Stati Uniti, in Germania e nel Regno Unito, svolta da ottobre a dicembre 2021, Gartner ha trovato che “on average, 54% of AI projects make it from pilot to production” [“in media, il 54% dei progetti di IA passa dalla fase pilota alla produzione”]. In un’indagine su 644 intervistati negli stessi tre paesi a fine 2023, “on average, only 48% of AI projects make it into production” [“in media, solo il 48% dei progetti di IA arriva in produzione”]. È ciò che gli intervistati hanno dichiarato a Gartner, non un conteggio di progetti. Non arrivare in produzione non è la stessa cosa che dare risultati errati, ma nessuna delle due indagini si avvicina all’85%.

Il comunicato di Gartner del 2018 merita di essere citato per ciò che Gartner si aspettava nel 2018 sulle distorsioni nei progetti di IA. Non è una fonte per la quota di progetti di IA che falliscono. Per risultati misurati dell’IA sul lavoro, consulti gli studi di questo sito.

Cosa citare invece

Nel febbraio 2018 Gartner ha previsto che “through 2022, 85 percent of AI projects will deliver erroneous outcomes due to bias in data, algorithms or the teams responsible for managing them” [“fino al 2022, l’85 per cento dei progetti di IA darà risultati errati a causa di distorsioni nei dati, negli algoritmi o nei team che li gestiscono”]. Gartner non ha indicato alcun metodo per questa previsione, e non è un conteggio di progetti falliti. Nelle indagini successive della stessa Gartner, gli intervistati hanno dichiarato che in media il 54% (fine 2021) e il 48% (fine 2023) dei loro progetti di IA è arrivato in produzione, cioè all’uso quotidiano.

Fonti

1. Gartner (13 February 2018). Gartner Says Nearly Half of CIOs Are Planning to Deploy Artificial Intelligence. Press release. gartner.com
2. Kidd (18 December 2018). Why does Gartner predict up to 85% of AI projects will “not deliver” for CIOs? BMC Blogs. bmc.com
3. Analytics Vidhya (2019). Panel Discussion: Why do ~85% of AI Projects Fail? DataHack Summit 2019. analyticsvidhya.com
4. TinyFish (21 January 2026). Testing Infrastructure Prevents Most Failures. Current newsletter. current.tinyfish.ai
5. Folio3 AI (24 April 2026). AI Project Failure Rate in 2026: What the Data Shows. folio3.com
6. Asay (10 November 2017). 85% of big data projects fail, but your developers can help yours succeed. TechRepublic. The separate big data figure. techrepublic.com
7. Gartner (26 February 2025). Lack of AI-Ready Data Puts AI Projects at Risk. Q&A with Roxane Edjlali. gartner.com
8. Gartner (22 August 2022). Gartner Survey Reveals 80% of Executives Think Automation Can Be Applied to Any Business Decision. Press release. gartner.com
9. Gartner (7 May 2024). Gartner Survey Finds Generative AI Is Now the Most Frequently Deployed AI Solution in Organizations. Press release. gartner.com