Audit dei dati prima del pilot: la checklist in 4 passaggi per agenti AI

Ci sono aziende che comprano una licenza per un agente AI, la configurano in un pomeriggio e poi passano tre mesi a chiedersi perché risponde male. Nella quasi totalità dei casi il problema non è il modello: è quello che c’è sotto. La data readiness per agenti AI è la fase che quasi nessuno mette a budget e che decide se il pilot arriverà in produzione o resterà una demo raccontata bene in una riunione.

È anche il punto in cui si vede la differenza tra chi vende un prodotto e chi fa un servizio. Un fornitore di licenze consegna l’accesso e augura buon lavoro. Un partner apre i sistemi, guarda dove vivono davvero i dati e dice cosa non funzionerà, prima di firmare il progetto, non dopo. Questo articolo descrive quell’audit: cosa si guarda, in che ordine, e perché due settimane spese sui dati valgono più di sei mesi spesi a riscrivere prompt. Qui trovate l’audit delle prime due settimane; i passaggi operativi fonte per fonte sono nel nostro approfondimento su come preparare i dati per un agente AI.

In questo articolo scoprirai:

• Perché i pilot con gli agenti AI si fermano sui dati e non sul modello
• Che cosa significa data readiness per un agente AI, e perché non basta avere un data warehouse
• L'audit dei dati delle prime due settimane: la checklist in quattro passaggi
• Permessi opachi: chi decide cosa può vedere l'agente AI
• PDF scansionati, allegati e wiki morte: il problema dei formati

Perché i pilot con gli agenti AI si fermano sui dati e non sul modello

I numeri che girano sul fallimento dei progetti AI sono brutali e vanno letti con attenzione. Il report The GenAI Divide: State of AI in Business 2025 di Project NANDA (MIT), uscito a luglio 2025, ha misurato che il 95% dei pilot di AI generativa non produce un impatto misurabile a conto economico, su un campione costruito da 52 interviste a dirigenti, 153 questionari e 300 deployment pubblici (la lettura di Forbes sul rapporto MIT). Gartner, il 25 giugno 2025, ha previsto che oltre il 40% dei progetti di AI agentica sarà cancellato entro la fine del 2027 per costi che sfuggono, valore di business non definito e controlli di rischio insufficienti. (Riportiamo entrambe le cifre come dichiarate dalle rispettive fonti: sono previsioni e ricerche su campione, non misure del vostro caso.) Sono rilevazioni del 2025 e restano, a oggi, le due misure su campione più citate sul tema: non sono state sostituite da dati più recenti di pari diffusione.

I numeri sulla data readiness nelle aziende

Il punto interessante non è la percentuale, è la causa. In nessuna delle due letture il colpevole è la qualità del modello. Sono l’integrazione, il perimetro del processo e i dati. E sui dati la fotografia è coerente: secondo un’indagine citata da NTT DATA, solo il 53% delle organizzazioni aveva affrontato il tema della data readiness già in fase di valutazione delle opportunità GenAI, e la preparazione dei dati è emersa come «la lezione principale» dei progetti precedenti. Salesforce, nella sua checklist, riporta che meno del 20% delle aziende mostra un livello alto di data readiness e solo il 9% è pienamente pronto sui requisiti di integrazione e interoperabilità.

IBM aggiunge il dato che spiega meglio di tutti il senso di frustrazione dopo il primo test: solo il 29% dei responsabili tecnologici dichiara con convinzione che i dati della propria azienda rispettano gli standard di qualità, accessibilità e sicurezza necessari per scalare la GenAI. Tradotto: sette aziende su dieci sanno di avere un problema, e lo scoprono nel momento peggiore, cioè quando l’agente è già davanti agli utenti. Se il vostro POC si è bloccato lì, abbiamo raccontato altrove le quattro cause per cui i POC si fermano e perché quando l’AI generativa non genera ROI il problema non è la tecnologia.

Che cosa significa data readiness per un agente AI, e perché non basta avere un data warehouse

La definizione più utile è anche la più asciutta: dati pronti sono dati che una macchina può interpretare e su cui può decidere senza che un umano gli spieghi il contesto ogni volta. IBM definisce i dati AI-ready come informazioni «di alta qualità, accessibili e affidabili» e le organizza su quattro caratteristiche: unificati e accessibili, governati, sicuri, supportati da competenze e infrastruttura.

Attenzione però a una trappola comune: avere un data warehouse pulito non significa essere pronti per un agente. Un cruscotto di business intelligence serve una domanda che un umano ha già formulato; un agente formula le domande da sé, attraversa più sistemi e poi agisce. K2view lo spiega bene: le architetture a data lake sono nate per l’analisi, contengono spesso informazioni aggregate o vecchie, e costringono l’agente a ricostruire il contesto pezzo per pezzo, con il risultato che riceve dati irrilevanti o in conflitto e sbaglia con sicurezza. Se il concetto di agente è ancora sfumato, la nostra guida su cosa sono gli agenti AI e come funzionano è il punto di partenza.

I pilastri della AI readiness: dati, permessi, organizzazione

La domanda «quali sono i pilastri della AI readiness» ha risposte diverse a seconda di chi la fa, ma i tre che contano operativamente sono sempre gli stessi. Il primo sono i dati: esistono, sono raggiungibili, sono corretti. Il secondo sono i permessi: chi può vedere cosa, e cosa può vedere l’agente al posto di chi. Il terzo è l’organizzazione: chi possiede il processo, chi risponde se l’agente sbaglia, chi mantiene la fonte aggiornata dopo il go-live. Microsoft, nel Cloud Adoption Framework, colloca la readiness organizzativa come terzo passo della fase di pianificazione e distingue con chiarezza le responsabilità di piattaforma (governance, osservabilità, conformità) da quelle dei team di workload, che «curano i dati di dominio». Se manca il terzo pilastro, i primi due si degradano da soli in sei mesi. Il tema è ampio e lo trattiamo a parte in come capire se la tua azienda è pronta per gli agenti AI, mentre la parte di competenze interne è in formazione del team e ruolo del partner nell’adozione.

L’audit dei dati delle prime due settimane: la checklist in quattro passaggi

Quando iniziamo un onboarding, le prime due settimane non producono un agente: producono una mappa. È una scelta deliberata, e a volte impopolare, perché il cliente vorrebbe vedere qualcosa che risponde già al terzo giorno. Ma configurare un agente su fonti che non sono state mappate significa costruire su un pavimento che non è stato controllato. La checklist ha quattro voci, e si esegue in quest’ordine perché ognuna condiziona la successiva; il resto del calendario iniziale è in cosa fa il partner nei primi 30 giorni.

Mappatura delle fonti: dove vive davvero la conoscenza aziendale

Si parte censendo le fonti reali, non quelle dell’organigramma. Nella pratica: il gestionale, il CRM, la cartella condivisa, la wiki interna, le caselle di posta di due persone chiave, e quasi sempre un file Excel su un desktop che regge un processo che nessuno ha documentato. Datavid inserisce al primo posto della sua checklist esattamente questo: consolidare PDF, fogli di calcolo, file SharePoint e database in un unico livello interrogabile, perché «i dati aziendali sono frammentati per formati, sistemi, proprietà e vocabolario». Il quarto elemento, il vocabolario, è quello che le mappature fatte in fretta ignorano: se il commerciale chiama «cliente» chi ha firmato e l’amministrazione chiama «cliente» chi ha pagato, l’agente darà due risposte diverse alla stessa domanda ed entrambe saranno difendibili.

Qualità e duplicati: quando in azienda convivono due verità

Il secondo passaggio cerca i duplicati e le contraddizioni. Non serve una campagna di data quality da manuale: serve sapere quali documenti si contraddicono sul perimetro del pilot. Il listino aggiornato e i tre listini vecchi con lo stesso nome, la procedura del 2023 e la sua revisione mai pubblicata, l’anagrafica cliente triplicata. Salesforce mette l’identity resolution e la freschezza del dato al secondo posto delle cinque verifiche, con una motivazione precisa: i record duplicati e le informazioni non aggiornate sono la via più diretta alle allucinazioni. Ed è vero anche il contrario, che è la parte utile: un agente su dati contraddittori allucina anche con un modello perfetto, perché il conflitto è nella fonte, non nel modello.

Permessi opachi: chi decide cosa può vedere l’agente AI

La domanda vera è se l’agente eredita i diritti di chi lo interroga o di chi lo ha installato, e nella nostra esperienza quasi nessuno ha una risposta pronta il primo giorno. È anche quella che può fermare un progetto in fase legale a due settimane dal go-live. Un agente che indicizza una cartella condivisa e risponde a chiunque nell’azienda sta potenzialmente distribuendo buste paga, verbali del consiglio e liste di prezzi riservate. Non perché sia stato attaccato: perché ha fatto esattamente il suo lavoro su un perimetro che nessuno ha ritagliato.

La terza voce dell’audit è quindi la mappa dei permessi, e va risolta con controlli di accesso espliciti, RBAC o ABAC, coerenti tra la fonte e l’agente. Datavid la elenca come accesso «role-aware», Salesforce come governance e sicurezza, e Microsoft assegna esplicitamente al team di piattaforma il compito di far rispettare le policy e garantire osservabilità e conformità. Il criterio operativo è il privilegio minimo: l’agente vede il meno possibile per fare quel compito, non il massimo che gli sia tecnicamente accessibile. K2view arriva alla stessa conclusione per una via diversa, quella del Minimum Viable Data: dare all’agente solo i dati essenziali riduce insieme il rischio di conformità, i costi di token e gli errori.

Tracciabilità e lineage dei dati per gli agenti AI

C’è poi la parte che riguarda la tracciabilità, e qui non è più una buona pratica ma un obbligo in arrivo. IBM segnala che la ricostruzione della provenienza e del lineage dei dati è sempre più richiesta dalle norme, l’AI Act europeo incluso; Datavid la elenca come quarto punto, «poter mostrare da dove viene un dato, come è stato trasformato e quali decisioni si sono basate su di esso». Se il vostro settore è regolato, conviene leggere prima cosa prevede l’AI Act e chi deve adeguarsi e come si imposta la governance degli agenti AI tra policy, audit e partner.

PDF scansionati, allegati e wiki morte: il problema dei formati

Il quarto passaggio è quello che sorprende di più i decisori, perché sembra un dettaglio tecnico e invece è il muro. IBM riporta due cifre che vale la pena tenere insieme: circa l’1% dei dati aziendali viene effettivamente sfruttato nei modelli linguistici, e meno dell’1% dei dati non strutturati esiste in un formato direttamente consumabile dall’AI. Aggiunge che solo il 16% delle iniziative AI ha raggiunto la scala aziendale, secondo il CEO Study 2025.

Nella pratica italiana il caso tipico è il PDF scansionato: il contratto firmato, digitalizzato come immagine, senza livello di testo. Per un essere umano è leggibile, per un agente è un rettangolo bianco. Servono OCR, verifica della resa su tabelle e moduli, e una decisione consapevole su cosa non vale la pena convertire. Lo stesso vale per gli allegati delle email, per le presentazioni che contengono il numero che tutti citano, e per le wiki interne abbandonate nel 2022 che l’agente tratterà come vere quanto quelle aggiornate ieri, perché niente, nella fonte, dice il contrario.

Formati interrogabili e metadati: cosa convertire davvero

Il rimedio non è convertire tutto. È scegliere le fonti che il processo usa davvero, portarle in un formato interrogabile e arricchirle di metadati che dicano da dove vengono e quando sono state aggiornate: Datavid mette i metadati al secondo posto della checklist proprio perché sapere che un numero arriva dal sistema amministrativo e non da una slide cambia il peso che gli si dà. Google Cloud, dal lato architetturale, elenca fra gli ingredienti di una base dati pronta per l’AI l’accesso unificato a dati strutturati, non strutturati e semi-strutturati con «semantica profonda» e accesso in tempo reale. Se volete capire come questi documenti vengono poi effettivamente recuperati dall’agente, la nostra guida su cos’è il RAG e perché è fondamentale spiega il meccanismo.

Quanto vanno puliti i dati prima di partire: il perimetro dell’audit

Qui sta la parte controintuitiva, e va detta chiaramente perché è quella che sblocca i budget: non serve pulire tutto il patrimonio informativo aziendale prima di partire. L’audit non è il preludio di un progetto di data governance biennale. La checklist Salesforce muove dallo stesso principio: i dati non devono essere perfetti, il punto è smettere di volerli pulire tutti e cominciare da dove serve. K2view struttura la stessa idea in prodotti dati centrati sull’entità, cliente, ordine, dispositivo, che sincronizzano solo l’informazione rilevante per quel compito.

Il metodo che seguiamo è quindi rovesciato rispetto all’istinto: si sceglie prima il processo, poi si valutano solo le fonti che quel processo tocca. Un agente che risponde alle domande dell’assistenza sui prodotti ha bisogno del catalogo corretto e delle procedure aggiornate; non ha bisogno che l’anagrafica fornitori sia impeccabile. Questo restringe l’audit da «tutta l’azienda» a «quattro fonti e due permessi», che è una cosa fattibile in due settimane invece che in due trimestri. I passaggi operativi, fonte per fonte, sono nel nostro approfondimento su come preparare i dati aziendali per gli agenti AI.

Il framework AI-Ready Data: sei fattori e 62 requisiti

Per chi vuole un riferimento formale, il framework aperto AI-Ready Data pubblicato da Snowflake Labs è lo strumento più concreto che abbiamo trovato: definisce sei fattori, dati puliti, contestuali, consumabili, correnti, correlati e conformi, declinati in 62 requisiti misurabili, con profili distinti per carico di lavoro. Il dettaglio che conta: il profilo «Agents» richiede 37 requisiti, quello RAG 27, quello di addestramento 50. È la prova, in forma di specifica tecnica, che «pronto per l’AI» non è una condizione unica ma dipende da cosa si vuole far fare. Il nostro assessment AI aziendale e il discovery workshop della prima settimana servono esattamente a fissare questo perimetro.

Perché l’audit dei dati distingue un fornitore di licenze da un partner di servizio

Un fornitore di licenze ha un incentivo semplice: attivare l’account. Se i dati non sono pronti, il problema è del cliente, e il rinnovo, dodici mesi dopo, non arriva. Un partner di servizio ha l’incentivo opposto, perché viene giudicato sul fatto che l’agente funzioni in produzione. È per questo che in Mimir l’audit dei dati sta all’inizio dell’onboarding e non è un modulo aggiuntivo: è la parte del lavoro che decide se le altre hanno senso.

Tre momenti in cui si vede la data readiness di un partner

La differenza si vede in tre momenti concreti. Il primo: un partner vi dice di non fare un pilot, se le fonti su quel processo non ci sono. Un venditore di licenze non ha motivo di dirlo. Il secondo: la mappa delle fonti e dei permessi resta all’azienda come documento, riusabile per il progetto successivo e per l’auditor, non è nostra, è vostra. Il terzo: la manutenzione. Microsoft, nel proprio framework, insiste sul fatto che le competenze non sono un dettaglio successivo ma «una parte centrale dell’adozione tecnologica», e assegna a un centro di competenza interno il compito di evitare l’adozione frammentata. Dopo il go-live qualcuno deve accorgersi che il listino è cambiato e che la procedura è stata revisionata: se quel qualcuno non esiste, l’agente si degrada in silenzio, che è il modo peggiore in cui un progetto può morire.

Su come si articola il resto del percorso abbiamo scritto in dettaglio nella guida pratica all’onboarding degli agenti AI in azienda e in come si passa da pilot a produzione.

Se state valutando un agente AI e non sapete dire con certezza dove vivono i dati che dovrebbe usare, chi può vederli e in che formato sono, quello è il punto da cui partire, non la scelta del modello. In Mimir facciamo questo audit come primo passo dell’onboarding e vi diciamo anche quando conviene rimandare: se avete un’esigenza aziendale su AI e agenti, scriveteci per una consulenza e ne parliamo sui vostri sistemi, non in astratto.

Fonti:

• NTT DATA — Data readiness: your first step to agentic AI success
• IBM — Che cosa sono i dati AI-ready
• K2view — Data for AI agents e Minimum Viable Data
• Datavid — AI-ready enterprise data checklist
• Salesforce — Come misurare la data readiness
• Google Cloud — Essential ingredients for an AI-ready data foundation
• Snowflake Labs — Framework aperto AI-Ready Data
• Gartner — Oltre il 40% dei progetti di AI agentica sarà cancellato entro fine 2027
• Forbes — Il rapporto MIT sul 95% dei pilot GenAI che falliscono
• Microsoft Learn — Cloud Adoption Framework, readiness di organizzazione e persone