ROI dell'AI: la svolta di Cognizant verso i risultati

Un leader dell'IT ridisegna la mappa del ROI dell'adozione dell'AI

Nel luglio 2026, il CEO di Cognizant Ravi Kumar S ha dichiarato a CNBC TV18 che l'AI aziendale è entrata in una nuova fase. La sua formulazione è stata diretta: l'era della sperimentazione si sta chiudendo e si è aperta quella del ritorno misurabile.

Per anni le aziende hanno inseguito casi d'uso dell'AI con obiettivi commerciali vaghi. Kumar sostiene che quella stagione stia finendo in fretta, sostituita da una domanda più esigente su cosa restituisca davvero ogni implementazione.

L'affermazione ha peso perché Cognizant è presente in centinaia di implementazioni aziendali. Quando il vertice di una grande società di servizi IT ridisegna la mappa, i consigli di amministrazione tendono a leggere con attenzione le coordinate, e agiscono in base a ciò che vedono.

Dalla fatturazione basata sull'impegno al lavoro guidato dai risultati

Il cambiamento fondamentale descritto da Kumar riguarda il modo in cui viene prezzato il lavoro tecnologico. L'IT ha da sempre fatturato in base all'impegno: ore, postazioni, personale.

Lui vede il settore muoversi invece verso i risultati. Le misure che contano diventano la produttività guadagnata, le operazioni ottimizzate e i risultati di business ottenuti. Questa riformulazione colpisce duramente chiunque acquisti software o servizi su larga scala.

Un modello basato sull'impegno premia l'attività. Un modello basato sui risultati premia l'esito. Il divario tra queste due idee è dove si deciderà il prossimo decennio di spesa aziendale, e Kumar vuole che Cognizant si posizioni saldamente sul lato dei risultati di quella linea.

L'idea originale: misurare il miglioramento, non la quota di fatturato

Ecco la scelta di progettazione che vale la pena studiare. Anziché misurare il contributo dell'AI come quota di fatturato, Kumar ha detto che Cognizant misura il miglioramento nel proprio lavoro, secondo la sua intervista con CNBC TV18.

Questa distinzione sembra piccola. Ma rimodella tutto ciò che ne consegue.

Legare l'AI a una percentuale di fatturato invita a calcoli di facciata e affermazioni gonfiate. Misurare il miglioramento impone un confronto prima-dopo su una metrica specifica: tempo di ciclo, tasso di errore, throughput. Questo si allinea con una posizione che questa redazione sostiene con fermezza: il ROI dell'adozione dell'AI si legge correttamente attraverso una visione prima/dopo su un numero definito, anziché attraverso un'etichetta vaga come "guadagni significativi".

Dove si muove il denaro nuovo: BFSI

Kumar ha indicato lo slancio crescente in banche, servizi finanziari e assicurazioni. Lo ha collegato ai cambiamenti normativi negli Stati Uniti e alla crescente fiducia delle aziende.

Il dettaglio rivelatore risiede nell'origine del denaro. Questa spesa appare nuova, anziché riallocata dai budget IT esistenti. Un budget nuovo segnala convinzione, mentre un budget rimescolato segnala cautela.

Per un consiglio di amministrazione che legge i benchmark, è la frase da sottolineare. Quando istituzioni regolamentate aprono nuove linee di spesa tecnologica, il rischio percepito dell'implementazione dell'AI è calato all'interno di uno dei settori più conservatori del pianeta, e questa rideterminazione del rischio viaggia rapidamente verso i settori vicini.

L'attrito: guidance rivista e un tono disciplinato

Ogni storia onesta sull'AI porta con sé un momento di attrito, e anche questa lo fa. Cognizant ha rivisto la sua guidance per l'intero anno nello stesso periodo in cui Kumar ha parlato.

Va letta come una ricalibrazione, anziché come una ritirata. Kumar ha detto che l'exit rate atteso indica uno slancio di business più forte in vista del prossimo esercizio finanziario, con una crescita in accelerazione nella seconda metà.

La disponibilità ad aggiustare la guidance pur proiettando fiducia è un segno di maturità operativa. I leader che pubblicano numeri impeccabili senza alcuna tensione stanno vendendo una narrazione. Una previsione rivista abbinata a un exit rate dichiarato offre ai lettori qualcosa che possono effettivamente verificare in seguito, che è la forma più chiara di responsabilità che un dirigente possa offrire.

Un segnale dal livello dei servizi, non dai costruttori di modelli

Le voci che plasmano le narrazioni sull'AI provengono di solito dai costruttori di modelli. Kumar parla da una posizione diversa: il livello dei servizi che installa l'AI dentro le operazioni reali.

Quel punto di osservazione conta. I costruttori di modelli vendono capacità. Le società di servizi convivono con la realtà disordinata dell'integrazione, della gestione del cambiamento e dei ticket di supporto.

Quando qualcuno di quel livello dichiara aperta l'era del ritorno, l'affermazione riflette migliaia di ore di implementazione, anziché una demo su un palco. L'intero settore IT indiano sta leggendo lo stesso spostamento in contemporanea, il che suggerisce che il cambiamento sia più profondo del messaggio di una singola azienda.

La selezione dei modelli diventa la nuova disciplina

Kumar ha descritto la fase successiva dell'AI come disciplinata e guidata dal valore. Le aziende ora valutano quali modelli siano adatti a quali compiti, bilanciando costo, prestazioni ed efficienza.

Questa è la storia ingegneristica silenziosa sotto il titolo. I vincitori scelgono il modello giusto per il compito, anziché ripiegare per default sull'opzione più grande o più rumorosa sul mercato.

Ha aggiunto che le organizzazioni stanno costruendo flussi di lavoro in cui sistemi AI e dipendenti si completano a vicenda. Questi abbinamenti creano cicli di apprendimento continuo che affinano decisioni e operazioni nel tempo. L'architettura di quell'abbinamento, decisa presto, tende a determinare se un'implementazione si consolida o si arena.

Cosa puoi trarne

La lezione si generalizza ben oltre una singola azienda IT. Scegli una singola metrica, cattura la baseline, implementa e confronta il delta con rigore.

Ogni lettore può agire su un'angolazione diversa:

• Fondatori e CEO: prezzate il vostro lavoro sull'AI in base ai risultati e misurate il miglioramento prima su una sola metrica.
• CTO e responsabili di prodotto: abbinate il modello al compito e progettate il flusso di lavoro uomo-più-AI prima di scalare.
• Consigli e investitori: trattate il budget nuovo nei settori regolamentati come un benchmark spostato del possibile.
• Manager e team leader: eseguite un confronto prima-dopo su un flusso di lavoro in questo trimestre.

Il filo conduttore è la disciplina. Il ritorno misurabile sostituisce la sperimentazione a tempo indeterminato, e la metrica che scegliete diventa il contratto che firmate con i vostri stessi risultati.

La domanda aperta per la vostra organizzazione

L'argomento di Kumar si riduce a un unico test. Sapete indicare la metrica che il vostro lavoro sull'AI migliora, dichiararne la baseline e mostrarne il cambiamento?

Le aziende che rispondono con un numero e una data operano nell'era del ritorno che lui descrive. Quelle che rispondono con aggettivi vivono nella fase di sperimentazione che dice essere in chiusura.

Quindi la domanda torna a voi. Quando si aprirà il vostro prossimo ciclo di budget, la vostra spesa sull'AI comprerà attività o comprerà un risultato che potete dimostrare? Per altri casi aziendali verificati, sfogliate il nostro indice del blog.