Il 63% delle imprese non ha (o non è certa di avere) processi e pratiche affidabili di data management (gestione dei dati) specifici per lo sviluppo di progetti di intelligenza artificiale. Sono i risultati di un sondaggio effettuato da Gartner su oltre mille data management leader, che dimostra come anche le organizzazioni più mature, tanto da disporre di processi di data management, stanno trascurando un aspetto fondamentale: la peculiarità nel trattamento dei dati per la realizzazione di progetti di AI.
analisi
Data Quality Management, la base trascurata dei progetti AI
Dati corretti, completi e adatti all’uso distinguono un’applicazione AI affidabile da un sistema che amplifica gli errori. Dimensioni di qualità, indicatori TARMAC, data cleansing e Root Cause Analysis aiutano le organizzazioni a bilanciare accuratezza, rischi e costi operativi nel governo dei dati
Pubblicato il 22 set 2026
Federico Della Bella
Partner P4I – Responsabile Practice Analytics and AI – Adjunct Professor POLIMI Graduate School of Management
