Il summit Sas Innovate 2026 ha riunito a Milano manager e specialisti IT di realtà che operano e sviluppano nuove soluzioni in ambiti molto diversi tra loro, come Dompé Farmaceutici, Fastweb e Agos Crèdit Agricole. Le imprese, accomunate da una visione comune fondata su strategie Data driven AI, presentano esempi tangibili di come l'intelligenza artificiale alimentata da dati governati possa trasformare il modo dell'organizzazione e della decisione.

Un obiettivo condiviso tra diversi settori industriali

Nel 2026, le applicazioni avanzate di Analytics e AI sono ormai una scelta obbligata per settori operativamente intensivi, come il pharma, le telecomunicazioni e il credito al consumo. Questi campi necessitano di una sincronizzazione precisa e di una gestione complessa di enormi quantità di dati.

Il Summit Sas Innovate ha presentato un panorama diversificato dell’interazione tra le aziende e l’AI. Tra le partecipanti, Dompé Farmaceutici, Fastweb e Agos Crèdit Agricole hanno condiviso sperimentazioni e progetti in evoluzione. L’unione tra questi attori è legata da una strategia comune: l’utilizzo di dati governati e modelli predittivi adatti ai propri settori.

Trasformazioni nel settore farmaceutico

Nel mondo del pharma, le applicazioni AI si focalizzano sull’uso delle architetture neurali Transformer. Questi modelli consentono di estrarre correlazioni e risultati rilevanti da dati inimmaginabili fino a pochi anni fa. Il processo di analisi diventa quindi più efficiente e preciso.

“Passiamo da una semplice tabella numerica a una rete di relazioni fino ai Context Graph, che restituiscono un contesto specifico ai dati”, ha dichiarato Andrea Beccari, Vice President Escale Drug Discovery Platform di Dompé Farmaceutici. Questo tipo di strumenti permette di modificare radicalmente il modo di lavorare con le informazioni scientifiche.

Beccari sottolinea come le traiettorie di sviluppo scientifico non debbano mai dipendere da modelli di AI non controllati. Le decisioni critiche, come quelle legate alla brevettabilità di un farmaco e alla tossicità, richiedono modelli deterministici ben strutturati. Dompé Farmaceutici lavora su mille modelli di questo tipo, dotati di agenti AI che offrono informazioni in tempo reale.

Agenti AI in azione

La forza di questi modelli è la capacità predittiva e l’accesso al know-how accumulato su milioni di molecole e dati di sperimentazione. Quando i ricercatori sviluppano una formula, l'agente AI fornisce istantaneamente informazioni importanti sulle prospettive di brevettabilità e potenziale tossicità.

    • I modelli vengono addestrati su dati sperimentali di grandi dimensioni;
    • Gli agenti AI non reagiscono, ma anticipano risultati;
    • Permettono ad ogni ricercatore di interrogare i dati direttamente in base ai propri obiettivi;
    • Supportano le decisioni in tempo reale;
    • Lungo il percorso, i ricercatori si concentrano su dati più gestibili.

Secondo Beccari, il futuro include l’integrazione tra dati ottenuti in laboratorio e quelli generati nel mondo reale, in un'architettura definita Lab-in-the-loop. Questo permetterà di migliorare ulteriormente il ciclo di progettazione e sperimentazione.

Le telecomunicazioni adottano la GenAI

Nell’ambito delle telecomunicazioni, Fastweb ha istituito un centro d’eccellenza sull’AI sette anni fa. L’obiettivo all’epoca era di utilizzare machine learning e migliorare i sistemi operativi. Ora, con l’arrivo della GenAI nel 2023, l’azienda ha espanso l’applicazione dell’AI al settore infrastrutturale.

Marta Cavalleri, Manager dell’Artificial Intelligence Center of Excellence di Fastweb, spiega che l’azienda ha acquisito tecnologie avanzate, inclusi supercomputer e partnership tecnologiche, per sostenere lo sviluppo di algoritmi dedicati. “L’AI è una scienza probabilistica e richiede un approccio critico. L’errore probabilistico non può essere ignorato quando si prevede un esito”, chiarisce.

Per garantire risultati affidabili, Fastweb ha incentrato la sua strategia su trasparenza, fiducia e consapevolezza: “la questione chiave non è cosa delegare all’AI, ma come farlo”. Questo modello richiede l’incorporazione di architetture in cui l’input umano e le soglie di confidenza vengono gestiti con attenzione.

    • Il Supercomputer di Fastweb è uno degli più potenti d’Italia;
    • Le partnership tecnologiche permettono accesso a strumenti e competenze di alto livello;
    • La Digital Academy offre corsi di formazione per clienti e collaboratori;
    • Le certificazioni interne aumentano la qualità e la coerenza dei dati;
    • I corsi promuovono l’utilizzo responsabile dell’AI.

Nel mercato finanziario: migliorare l'esperienza customer

Il settore finanziario, insieme al credito al consumo, utilizza l’AI per migliorare i servizi offerti e la relazione con il cliente. L’esperienza di utenti in termini di risposta richiesta, come il time-to-yes e il time-to-cash, è diventata un elemento strategico.

Sergio Novelli, Chief Information Officer di Agos Crèdit Agricole, spiega che l’utilizzo di sistemi di analisi e algoritmi di machine learning permette di velocizzare processi come la valutazione del credito e la prevenzione di frodi.

    • Il time-to-yes riduce il tempo di risposta per una richiesta;
    • Il time-to-cash accorcia l'intervallo tra richiesta ed effettiva erogazione;
    • L’ottimizzazione delle operazioni aumenta il livello di soddisfazione del cliente;
    • Modelli predittivi migliorano la gestione delle informazioni e l’efficienza;
    • Agos implementa una piattaforma Cloud per un dato sempre tracciabile e condiviso.

Ripensare l’architettura e l'ecosistema dati

Per raggiungere questi traguardi, Agos ha avviato un progetto complesso per rinnovare l’architettura dati. L’obiettivo principale non è sviluppare molte applicazioni AI, ma imparare a usarle in modo migliore. Il risultato tangibile sarà il costruzione di un ecosistema in cui i dati siano sempre certificati e la conoscenza interna diventi un vantaggio competitivo.

Secondo l'Amministratore, “più che fare tanta AI, vogliamo imparare a usarla meglio, all’interno di un sistema in cui i nostri dati siano validi e supportino i modelli di governance aziendale”. La chiave del successo, rib