Quali ostacoli frenano la maturità nell’uso dell’IA? Un’indagine su 108 specialisti

In sintesi

Fonte

van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17. aisel.aisnet.org

Come è stato condotto

Un’indagine analizzata con un modello statistico che verifica più legami alla volta. Indagine. Le persone hanno risposto alle domande una sola volta. Mostra cosa va insieme, non cosa causa cosa.

Chi ha partecipato

108 specialisti di settori diversi. Il campione è di 108 persone, non di 108 organizzazioni.

Dove

Paesi Bassi.

“Barriers related to skilled employees exert the strongest influence: they directly hinder AI maturity and intensify perceived barriers in technological infrastructure and data quality.” [Gli ostacoli legati al personale qualificato esercitano l’influenza più forte: frenano direttamente la maturità nell’uso dell’IA e accentuano gli ostacoli percepiti nell’infrastruttura tecnologica e nella qualità dei dati.]

Che cosa ha trovato

• La mancanza di personale qualificato era l’ostacolo più legato a una bassa maturità nell’uso dell’IA.
• Gli ostacoli di infrastruttura e quelli di qualità dei dati non avevano un effetto diretto proprio oltre il caso.
• La carenza di competenze faceva anche sembrare più grandi gli altri due ostacoli.

Quando vale il risultato

Le risposte sono le opinioni di specialisti che lavorano con l’IA. Hanno giudicato sia gli ostacoli sia la maturità della loro organizzazione.

Limiti

• È un contributo a un convegno, che passa una revisione più leggera di un articolo su rivista.

Pratiche che usano questo studio

Questo studio sostiene:

• Preveda un budget per persone e processi, non solo per gli strumenti Le licenze sono la parte piccola del costo. Destini la maggior parte del tempo e del denaro alla formazione, alla riprogettazione del lavoro e all’aiuto alle persone durante il cambiamento. Prima di tutto · Impegno: basso (giorni, una persona) Prove: Preliminari Strategia · Adottare

Strumenti diagnostici collegati a questo studio

• Che cosa aiuterà o bloccherà l’introduzione? Consolidated Framework for Implementation Research (CFIR) Persone a più livelli, in interviste · Interviste sui fattori che sceglie, tra 48 Uso libero; chieda prima di modificarlo Verifiche: Solide Tracce di intervista e liste di controllo
• Che cosa rende difficile questo progetto tecnologico? NASSS-CAT: complexity assessment tools for technology projects Il gruppo di progetto, e il personale nelle interviste · Due liste di controllo, un modulo di 35 domande e una traccia di intervista Uso libero; chieda prima di modificarlo Verifiche: Moderate Tracce di intervista e liste di controllo
• È tutto pronto prima che un sistema di IA entri in funzione? AI readiness pre-implementation checklist (SID and ADE) Il gruppo responsabile dell’introduzione · Una lista di controllo in 8 aree Uso e adattamento liberi Verifiche: Preliminari Tracce di intervista e liste di controllo

Verifiche delle cifre che citano questo studio

• “MIT Sloan mostra che gli ostacoli alla trasformazione digitale sono soprattutto culturali” Nessun riscontro