Per la nota giurista svizzera, offerta in eccesso, domanda selettiva e nodi organizzativi frenano la scalabilità in azienda dell’intelligenza artificiale

Nel panorama europeo dell’intelligenza artificiale, Timea Nagy si sta affermando come una voce sempre più rilevante e autorevole, all’incrocio tra diritto, tecnologia e strategia. Avvocata specializzata in Data Privacy e AI, è fondatrice e CEO dello “Swiss AI Summit”, una piattaforma che negli ultimi anni ha saputo distinguersi per un approccio dichiaratamente business-first, mettendo in connessione fornitori di soluzioni di intelligenza artificiale e decisori aziendali con l’obiettivo di accelerarne l’adozione concreta.

Basata a Zurigo e attiva su scala internazionale, affianca board e C-level nella definizione di strategie legate all’intelligenza artificiale, con un focus su governance, compliance e ingresso nei mercati europei. In particolare, Nagy supporta aziende tecnologiche globali nell’orientarsi tra le complessità normative e operative della Svizzera e dell’Unione Europea, traducendo requisiti regolatori in leve strategiche.

Nel corso della sua carriera ha sviluppato un profilo che unisce competenze legali, tecnologiche e imprenditoriali. Dopo le esperienze in Niederer Kraft Frey, ha lavorato come Senior Legal Counsel in EY su temi di data privacy, intelligenza artificiale e diritto delle tecnologie, per poi approfondire in ETERNYZE AG gli aspetti legati a blockchain, FinTech e DLT. È stata inoltre co-fondatrice di Women in Web3 Switzerland. Oggi, guida da founder la sua piattaforma, operando all’incrocio tra governance, mercato e sviluppo strategico dell’AI.

La prospettiva della giurista elvetica si distingue per la combinazione di tre dimensioni: competenze legali approfondite, un osservatorio privilegiato sulle dinamiche di mercato grazie allo “Swiss AI Summit” e un coinvolgimento diretto nella costruzione di iniziative imprenditoriali nel settore. Attraverso il “Summit”, infatti, Timea ha accesso a un flusso continuo di interazioni tra vendor e corporate, osservando in tempo reale come evolvono le aspettative dei buyer, le strategie di vendita e le difficoltà legate all’implementazione su larga scala.

Ne emerge una visione pragmatica e orientata all’esecuzione: in un mercato sempre più affollato da soluzioni AI, il vero discrimine non è più la sofisticazione tecnologica, ma la capacità di generare valore concreto, integrarsi nei processi aziendali e rispondere a esigenze specifiche. È in questo spazio, tra innovazione e applicazione reale, che si colloca oggi il lavoro di Timea Nagy, offrendo una chiave di lettura lucida su opportunità e frizioni che stanno ridefinendo il rapporto tra tecnologia e impresa.

Ha costruito lo “Swiss AI Summit” come una piattaforma orientata al business anziché come una conferenza puramente accademica o guidata da policy. Dal Suo punto di vista, quali cambiamenti concreti sta osservando oggi nel modo in cui i fornitori di AI e gli acquirenti aziendali interagiscono, e perché questo momento è particolarmente trasformativo?

“Da ciò che osservo attraverso lo ‘Swiss AI Summit’ il cambiamento più evidente è lo squilibrio tra domanda e offerta. Esiste un’enorme sovra offerta di strumenti e fornitori di AI che entrano nel mercato, mentre il numero di aziende realmente pronte ad acquistare e implementare l’intelligenza artificiale su larga scala è ancora limitato. Inoltre, il settore è oggi molto più focalizzato sull’esecuzione, sulla dimostrazione del ROI e sulla costruzione di competenze interne. Non si lascia più impressionare dalle capacità generiche dell’AI: ciò che si cercano oggi sono soluzioni concrete, specifiche per il business, integrate nei processi. Questo significa che stiamo passando da una fase guidata dalla tecnologia a una fase guidata dal valore, in cui esecuzione e implementazione contano molto più della pura innovazione”.

Dal punto di vista delle vendite, quali sono oggi le principali sfide per le aziende di AI nel passare da progetti pilota a un’adozione su scala enterprise? Dove si bloccano più spesso le trattative?

“La sfida principale è arrivare alla firma del contratto, seguita dal passaggio da una demo o da un pilot di successo a una reale implementazione operativa. Questo è comprensibile, dato l’eccesso di offerta. Le due parti hanno obiettivi diversi: i tecnici vogliono innovare e vendere, mentre le aziende sono concentrate sull’esecuzione e sulla dimostrazione del ROI”.

Al contrario, dal lato dell’esecuzione all’interno delle aziende, quali sono i principali colli di bottiglia dopo la firma del contratto? La vera difficoltà è tecnologica, organizzativa, culturale o di altro tipo?

“Dipende dalla maturità e dalle dimensioni dell’azienda. Le realtà più giovani si muovono più velocemente, hanno una cultura nuova e quindi si adattano più facilmente, mentre scaleup e grandi imprese affrontano sfide maggiori. Nella maggior parte dei casi, il principale collo di bottiglia è organizzativo piuttosto che tecnologico. Le aziende spesso sottovalutano lo sforzo necessario e serve una gestione del cambiamento interna per implementare l’AI: ad esempio, occorrono nuovi flussi di lavoro, processi, coordinamento tra dipartimenti e, soprattutto, il tempo richiesto”.

Attraverso lo “Swiss AI Summit” osserva sia fornitori che presentano strumenti sia decisori che li testano in tempo reale. Quali pattern emergono rispetto a ciò che gli acquirenti valorizzano davvero rispetto a ciò che i fornitori tendono a enfatizzare?

“Un pattern chiaro è che i fornitori tendono a enfatizzare i progressi tecnici, mentre gli acquirenti si concentrano sull’integrazione e sull’impatto misurabile. Gli acquirenti sono generalmente meno interessati ai modelli più avanzati e più interessati a capire se la soluzione risolve un problema specifico, se è realmente necessaria e utilizzata dai clienti e come vengono gestiti i dati proprietari. In Europa, in particolare, la gestione sicura dei dati e le infrastrutture sovrane stanno diventando un vero elemento di vendita. Le aziende vogliono sapere dove sono archiviati i loro dati e chi vi ha accesso, anche in termini di paese e numero di persone coinvolte. Per questo le soluzioni vincenti non sono le più complesse tecnologicamente, ma spesso le più semplici e ‘noiose’”.

Molte organizzazioni dichiarano di essere “AI-ready”. In termini pratici, cosa distingue un’azienda strutturalmente pronta a integrare l’AI su larga scala da una che sta ancora sperimentando?

“Un’azienda pronta per l’AI ha tipicamente quattro elementi: dati puliti, governance dei dati, chiara ownership e impegno della leadership. Queste aziende integrano l’intelligenza artificiale nella strategia operativa e adottano un approccio multi-stakeholder coinvolgendo fin dall’inizio IT, legale e altri dipartimenti rilevanti”.

Ha una prospettiva triplice: competenze legali in Data Privacy e AI, esposizione business tramite il Summit e coinvolgimento diretto nello sviluppo di una piattaforma. In che modo questa combinazione cambia il Suo modo di valutare i prodotti di intelligenza artificiale e strategie go-to-market?

“Mi offre una posizione e un know-how piuttosto unici, che generano una visione più pragmatica e realistica. Dal punto di vista legale comprendo i requisiti normativi su dati, privacy e governance dell’AI. Dal ‘Summit’ osservo le dinamiche reali tra fornitori e acquirenti. E costruendo prodotti capisco quanto sia dispendiosa l’esecuzione. Per questo oggi, nel valutare prodotti AI, mi concentro meno sulla tecnologia in sé e più sul fatto che il prodotto sia realmente necessario e che acceleri processi e workflow. Inoltre, investo molto nella comprensione dei fondamentali, elemento cruciale per scalare e adattarsi rapidamente al momento giusto”.

Quando si progetta oggi un prodotto AI, quanto presto le decisioni architetturali dovrebbero incorporare aspetti normativi e di compliance? La compliance può diventare un asset commerciale invece che solo un esercizio di mitigazione del rischio?

“Fin dall’inizio, già nelle primissime fasi dell’architettura del prodotto. Ad esempio, mentre progettiamo la nostra piattaforma, ci chiediamo come vogliamo che appaia tra cinque anni nello scenario ideale. Una volta chiara la visione, la suddividiamo in fasi e sprint. In questo contesto, essere compliant non è nemmeno più una domanda, ma un presupposto”.

Trasversalmente ai settori, sta osservando un cambiamento nel modo in cui viene misurato l’indice di redditività del capitale investito delle iniziative AI? Le aziende sono ancora focalizzate sulla riduzione dei costi o la narrativa si sta spostando verso generazione di ricavi e posizionamento competitivo?

“Osservo un cambiamento nel modo in cui le aziende pensano al ROI dell’AI, ma è più sfumato di un semplice passaggio dalla riduzione dei costi alla generazione di ricavi. In molte organizzazioni, il problema è che le iniziative AI partono senza un risultato di business chiaramente definito, motivo per cui una larga parte dei pilot fallisce, ovvero circa l’82 per cento. Sempre più aziende capiscono che l’AI deve essere collegata fin dall’inizio a un valore misurabile: miglior time-to-market, qualità, tassi di adozione più elevati o possibilità per i dipendenti di concentrarsi su attività a maggior valore invece che su compiti ripetitivi. Il solo risparmio di tempo non è più sufficiente come metrica. Sta diventando evidente che l’AI crea valore massimo quando viene trattata come una trasformazione organizzativa e non come un progetto tecnologico isolato. I leader stanno superando la fase sperimentale e si concentrano su casi d’uso integrati nei processi core e scalabili a livello aziendale. Sebbene l’efficienza dei costi resti rilevante, il vantaggio competitivo deriva sempre più da soluzioni di personalizzate di intelligenza artificiale, basate su dati proprietari e allineate alle priorità strategiche, con un problema chiaro da risolvere”.

Secondo Lei, quali sono i rischi più sottovalutati che oggi affrontano i fornitori di AI, non dal punto di vista legale ma commerciale o strategico?

“Forse, è l’assunzione che la superiorità tecnologica porti automaticamente all’adozione da parte del mercato. Con l’attuale sovraofferta di soluzioni AI, differenziarsi è estremamente difficile”.

Guardando al futuro, con la maturazione di piattaforme AI, agenti e soluzioni verticali, come pensa evolverà nei prossimi due anni la relazione tra fornitori di intelligenza artificiale e clienti enterprise? Dove vede le maggiori opportunità e le principali frizioni?

“Nei prossimi due anni mi aspetto una consolidazione del mercato attorno a un numero minore di soluzioni più specializzate. Le aziende preferiranno sempre più fornitori con una profonda comprensione del loro settore, piuttosto che provider generalisti di AI”.

“Swiss AI Summit”: il videologo di lancio tra identità e innovazione

Gli highlights dell’edizione 2025 dello “Swiss Ai Summit”

Gli highlights dell’edizione 2024 dello “Swiss Ai Summit”

Ecco tre approfondimenti che potrebbero interessarti:

È Apertus la “open AI” svizzera per un futuro più trasparente
Aspettando lo Zurich AI Festival 2026, tra etica e futuro
L’Europa accelera sull’intelligenza artificiale: ecco le AI Factories