Marcus Belke
CEO di 2B Advice GmbH, che guida l'innovazione nella privacy conformità e di gestione del rischio e di guidare lo sviluppo di Ailance, la nuova generazione di prodotti per la salute. conformità piattaforma.
Quando nel 2025 Satya Nadella, CEO di Microsoft, ha affermato nel podcast BG2 che le applicazioni SaaS tradizionali sarebbero crollate nell„“era degli agenti», il titolo è nato in un batter d’occhio: «Il SaaS è morto».
Nel giro di pochi giorni questa tesi ha fatto il giro dei blog, dei social media e delle riviste di tecnologia. Molti l’hanno interpretata come una previsione radicale di un futuro in cui gli agenti di intelligenza artificiale renderanno superfluo il software e le aziende non avranno più bisogno di applicazioni, ma solo di sistemi intelligenti che si occupino di tutto.
Ma questa interpretazione è riduttiva. Il vero messaggio è più sottile e più rilevante per le aziende rispetto al titolo provocatorio.
Il SaaS non è davvero morto
Nadella non descrive la fine del modello SaaS, bensì un cambiamento nel livello di interazione. Molte delle attuali applicazioni SaaS funzionano secondo lo stesso principio: offrono interfacce utente per operazioni semplici su database, circondate da logica di business e schermate operative.
Se in futuro gli agenti di intelligenza artificiale adotteranno questa logica, ovvero comprenderanno gli obiettivi, coordineranno i sistemi ed eseguiranno i compiti, il punto di accesso per gli utenti cambierà. Anziché aprire dieci singole applicazioni, interagiranno con un agente che si occuperà del compito.
Le piattaforme sottostanti, tuttavia, non scompaiono. Anzi: la loro importanza aumenta. Infatti, se tutto converge al livello superiore, al livello inferiore deve essere definito con maggiore chiarezza che mai in che modo i dati sono collegati tra loro, chi prende quali decisioni e come i processi si integrano tra loro.
In questo contesto di cambiamento, le applicazioni che nel corso degli anni si sono trasformate in un codice “spaghetti” instabile – caratterizzato da dipendenze intrecciate, strutture di dati poco chiare e una logica difficile da comprendere – risultano particolarmente vulnerabili. Tali applicazioni finiscono per essere messe sotto pressione, poiché gli agenti non possono operare su di esse in modo affidabile. Le piattaforme stabili e strutturate, invece, stanno acquisendo sempre più importanza.
Perché l'IA ha bisogno di una struttura
I moderni modelli di intelligenza artificiale sono impressionanti. Ma hanno una cosa in comune: possono lavorare solo con ciò che trovano. Questo è il fulcro del principio „Garbage in, garbage out“.
Quando i dati aziendali sono incompleti, contraddittori o disgiunti tra loro, l’IA genera sì formulazioni plausibili, ma non risultati attendibili. È ciò che stanno sperimentando attualmente molte organizzazioni: i progetti pilota forniscono risposte che sembrano convincenti, ma che nei dettagli non sono corrette. La causa raramente è da ricercarsi nel modello di IA utilizzato, bensì nella mancanza di una struttura.
Un semplice esempio illustra il problema:
Un'intelligenza artificiale può conoscere il termine „fornitore di servizi“. Tuttavia, senza un modello che illustri in che modo tale fornitore sia collegato alle attività di trattamento, ai contratti, ai rischi o alle misure tecniche, la comprensione rimane superficiale. Manca il contesto su cui si basano le decisioni concrete.
Affinché l’intelligenza artificiale possa funzionare in modo affidabile, non bastano solo i dati: ha bisogno di una base dati ordinata dell'azienda.
Perché una base strutturata diventa un fattore chiave per il successo
Ricercatori e analisti sono concordi: solo quando i dati vengono modellati, le relazioni definite e le regole di governance chiaramente stabilite, si crea affidabilità per l’IA aziendale. Le aziende hanno bisogno di strutture che mettano in evidenza come processi, sistemi, rischi e responsabilità siano interconnessi.
È proprio questo che fa Ailance. Al posto di documenti sparsi, viene creato un modello coerente della realtà aziendale, un grafico della conoscenza in cui le attività di elaborazione, i sistemi, i fornitori, i rischi e le approvazioni sono collegati tra loro in modo preciso. In questo modello, l’intelligenza artificiale non solo è in grado di effettuare ricerche, ma anche di comprendere.
Da questa struttura deriva un vantaggio decisivo nell'era degli agenti: il contesto.
Non solo rende l'intelligenza artificiale più efficiente, ma anche più affidabile e comprensibile.
Cosa è improvvisamente in grado di fare l'IA grazie a questa struttura
Se la logica aziendale è modellata in modo chiaro, il ruolo dell’IA cambia in modo tangibile.
Un agente può quindi non solo rispondere alle domande, ma anche riconoscere le correlazioni. Quale Elaborazione Quali sistemi utilizza? Dove compaiono determinate categorie di dati? Dove si riscontrano modelli che indicano la presenza di rischi?
È in grado di preparare i processi, rendere comprensibili le decisioni e fornire risposte durante gli audit che oggi possono essere elaborate solo con un notevole dispendio di risorse. In breve: diventa un vero e proprio strumento di lavoro.
Senza questa struttura, l’IA rimane superficiale. Fa bella figura finché non la si mette alla prova con domande concrete. È proprio per questo che molte delle prime iniziative nel campo dell’IA sono fallite al momento della loro applicazione pratica.
L'IA ombra mette in luce il problema, Ailance lo risolve
L'utilizzo di strumenti di IA da parte dei dipendenti in molte aziende al di fuori dei processi ufficiali („Shadow AI“) è meno un Violazione come un sintomo: l'organizzazione non offre loro un quadro strutturato e sicuro per gestire l'IA.
Solo quando sarà chiaramente definito quali dati possono essere utilizzati e per quali scopi, chi ne ha accesso e in che modo le modifiche rimangano tracciabili, si creerà una base affidabile.
Ailance modella proprio questa base, in modo che l'IA non sia uno strumento secondario, ma sia integrata in un sistema responsabile. L'IA diventa così parte di un sistema responsabile che Trasparenza crea invece di incertezza.
Suggerimento per il collegamento: Gestite tutti i progetti di IA in modo centralizzato, a prova di revisione e conforme alla legge con Ailance AI Governance.
Il SaaS è quindi morto?
Il SaaS non è morto. Ma il SaaS privo di struttura non sopravviverà all’era degli agenti.
Il futuro appartiene alle piattaforme che mettono in rete le conoscenze, rendono operativa la governance e inseriscono l’intelligenza artificiale in un contesto a loro comprensibile.
Chi oggi crea una struttura, domani guadagnerà in velocità, affidabilità e sicurezza operativa, ottenendo così un vantaggio decisivo in un mondo in cui l’intelligenza artificiale sta diventando la norma. Le aziende che continuano a fare affidamento su strumenti isolati e su architetture di dati consolidate rischiano di ottenere risultati inaffidabili e di andare incontro a una crescente complessità.
Le aziende che, al contrario, puntano su piattaforme strutturate come Ailance, creano una base affidabile per l’IA: relazioni chiare, decisioni comprensibili e un ordine logico che gli agenti riescono a comprendere.
Marcus Belke è amministratore delegato di 2B Advice, nonché avvocato ed esperto di informatica per Protezione dei dati e digitale Conformità. Scrive regolarmente di governance dell'IA, GDPR-Conformità e la gestione dei rischi. Per saperne di più su di lui, visitate il suo Pagina del profilo dell'autore.
German 
English 
Italian 
French