SAS Innovate on Tour 2026 a Milano: l’intelligenza umana al centro della scena
Speaker internazionali, clienti, partner tecnologici e due campioni olimpici, riuniti in un teatro storico nel cuore di Milano: la tappa italiana del SAS Innovate on Tour ha celebrato i cinquant’anni di SAS e portato sul palco una tesi netta: nell’era dell’AI agentica, a fare la differenza sono ancora le persone, la fiducia e le decisioni di qualità.
Tempo di lettura: 5 min
Persone. Fiducia. Decisioni.
Tre parole che hanno attraversato la platea del Teatro Lirico Giorgio Gaber, palcoscenico che da oltre due secoli intreccia passato, presente e futuro. È qui che SAS ha scelto di mettere in scena la tappa italiana del suo Innovate on Tour, un viaggio che ogni anno fa il giro del mondo. E proprio dal lessico del teatro è partita la narrazione della giornata: l’intelligenza artificiale, è stato detto, ha lasciato la fase delle prove per entrare in quella della messa in scena. Non più esperimento da osservare a distanza, ma realtà operativa con cui lavorare, da governare e di cui rispondere.
Sullo sfondo, un anniversario importante, i cinquant’anni di SAS, e una domanda che ha fatto da filo conduttore a tutti gli interventi: in un mondo che delega sempre più compiti alle macchine, le persone continueranno a contare? La risposta, costruita intervento dopo intervento, è stata affermativa.
Mirella Cerutti - SAS
Dalle prove alla messa in scena: cinquant’anni di SAS
Mirella Cerutti, Managing Director Italia di SAS, ha aperto la giornata legando l’identità dell’azienda al momento storico. Dalla nascita accademica nel North Carolina alla presenza odierna in 150 Paesi, ha ricordato, un principio è rimasto invariato: trasformare i dati in decisioni in modo affidabile, responsabile e governabile, con le persone sempre protagoniste. Sono valori che accompagnano SAS lungo tutto il suo percorso: l’AI è ormai parte della vita quotidiana, dallo scoring di una transazione con carta di credito ai trial clinici dietro i farmaci che assumiamo, e proprio per questo deve restare comprensibile e controllabile.
Oggi stiamo vivendo un passaggio decisivo: dall’AI come sperimentazione all’AI come realtà operativa, già innestata nei processi e nelle decisioni quotidiane. Un cambiamento che rende ancora più evidente il valore della concretezza: non visione astratta, ma risultati tangibili. È qui che si misura la maturità delle organizzazioni: nella capacità di portare l’innovazione fuori dai laboratori e dentro il business.
Le persone contano: l’ingegno umano nell’era dell’AI agentica
Bryan Harris, Executive Vice President e Chief Technology Officer di SAS, ha posto al centro del suo intervento una domanda provocatoria, “Will people matter?”, ribaltando la narrazione prevalente: la vera sfida non è la fiducia nell’AI, ma il timore di perdere il valore dell’ingegno umano. Per SAS, invece, la tecnologia amplifica le capacità delle persone, in particolare nell’osservazione e nel processo decisionale.
A emergere con forza il tema dell’“information gap”: i dati crescono più velocemente della capacità umana di interpretarli. Colmare questo divario richiede fiducia nei risultati, soprattutto nei sistemi agentici, dove componenti deterministiche e non deterministiche possono generare un “errore composto”. La risposta non è eliminare il rischio, ma governarlo attraverso metodo, guardrail e processi ripetibili.
Bryan Harris - SAS
Il blueprint proposto da Harris – progettare, eseguire, verificare, validare – sposta il valore umano verso il context engineering e la fiducia verso la qualità del processo. È questo il principio alla base dell’Intelligent Decisioning su SAS Viya, dove controllo, creatività e governance si bilanciano per portare l’AI a scala, mantenendo centrale il ruolo delle persone.
Governare senza frenare: la fiducia come sistema
Reggie Townsend - SAS
Reggie Townsend, Vice President AI Ethics, Governance and Social Impact di SAS, ha raccolto quel filo per ragionare sul rapporto tra cultura e sistemi. La cultura genera i sistemi che la custodiscono, ha argomentato, ma quegli stessi sistemi finiscono per ridefinire la cultura: una relazione ricorsiva che pone una domanda scomoda: “A che punto un sistema smette di riflettere la cultura e comincia a produrla? E chi costruisce quei sistemi?”.
La sua tesi: per preservare la cultura umana occorre preservare il giudizio umano. L’AI è preziosa per ottimizzare e potenziare la creatività, ma il giudizio resta insostituibile dove non esistono risposte nette, dove ci sono ambiguità e valori in competizione. È esattamente lo spazio della governance, intesa non come freno all’innovazione ma come sistema per scalare il “buon giudizio”. Citando la ricerca SAS-IDC, Townsend ha ricordato che il 46% delle aziende vive un “dilemma della fiducia” che lascia inutilizzato circa metà del potenziale dell’AI.
Dai dati alle decisioni, su scala
Alyssa Farrell, Senior Director Data and AI Market Strategy di SAS, insieme a Mathias Coopmans, Customer Advisory Director Architecture EMEA di SAS, ha riportato il focus sull’operatività: scalare decisioni governate, costruire dati “AI-ready” e valorizzare l’AI agentica. Il caso sulla rilevazione frodi ha mostrato in modo concreto come la qualità e la rappresentatività del dato possano incidere più del modello stesso, passando dal 4% al 53% di frodi intercettate.
Dalla costruzione di ambienti dati più efficienti fino all’orchestrazione di modelli, regole e conoscenza basate sull’approccio Retrieval Augmented Generation e su soluzioni di Intelligent Decisioning, emerge un cambio di paradigma: non basta avere modelli accurati, serve integrarli in processi decisionali solidi e coerenti. Il messaggio è chiaro: portare l’AI dentro il business, con decisioni spiegabili, tracciabili e pronte per l’audit, mantenendo controllo e governance lungo tutto il ciclo. La tecnologia è lo strumento, ma è l’intelligenza umana a fare la differenza.
Da sx a dx: Mathias Coopmans e Alyssa Farrell – SAS
L’AI che entra nei settori
Stu Bradley - SAS
Stu Bradley, Senior Vice President Risk, Fraud and Compliance Solutions di SAS, ha spostato il focus dalle capacità della piattaforma alle applicazioni verticali pronte all’uso: applicazioni, modelli e agenti che incorporano decenni di competenza di dominio per generare valore rapidamente, e sostenerlo nel tempo. Nel banking, la catena del valore più regolata, SAS analizza ogni anno oltre 300 miliardi di transazioni per finalità antifrode, con un risparmio per clienti e consumatori superiore al mezzo miliardo di dollari.
A dare concretezza a questa visione è stata la testimonianza di Nicolò Cremonese, Head of Enterprise Risk Management di Banco BPM. Cremonese ha descritto la sfida che oggi accomuna molte organizzazioni: governare la tensione tra innovazione e controllo. Da un lato, l’adozione dell’intelligenza artificiale come leva di accuratezza ed efficienza; dall’altro, la necessità di operare in un contesto normativo ancora in evoluzione.
I risultati sono già tangibili: Banco BPM ha sviluppato un sistema di early warning cinque volte più efficace nell’eliminare i falsi positivi e ha ridotto da dodici a tre mesi il ciclo di sviluppo dei modelli regolamentari. La vera sfida, però, è portare questi modelli nelle decisioni di business senza rinunciare a trasparenza e affidabilità. Come ha sottolineato Cremonese, la fiducia nasce dalla capacità di combinare velocità, rigore e una comunicazione chiara.
Nicolò Cremonese – Banco BPM
Bradley ha poi attraversato gli altri settori: l’healthcare e le life sciences, dove ogni big pharma del Fortune 500 lavora con SAS; la supply chain, con un agente che, dentro una riunione di sales & operations planning su Microsoft Teams, ha trasformato un incontro informativo in una sessione decisionale, simulando scenari what-if in tempo reale per riportare il livello di servizio di un cliente chiave dai valori medi al 95%; nel settore pubblico, un esempio concreto arriva dal North Carolina Department of Revenue, che ha generato oltre 900 milioni di dollari di risparmi grazie al contrasto delle frodi da furto d’identità.
Spazio anche allo sport, con la partnership tra SAS e il Liverpool FC: attraverso SAS Viya e Customer Intelligence 360, il club punta a personalizzare l’ingaggio della sua enorme base di tifosi. Come ha raccontato in video Chris Jennions, Vice President of Marketing del Liverpool FC, SAS diventa un’estensione del team di marketing per offrire esperienze iper-personalizzate su scala globale. (leggi il comunicato stampa per saperne di più).
La voce “tecnologica”: architetture ed ecosistemi
Da sx a dx: Ivan Renesto - AWS, Claudio Bellini – Intel, Andrea Frollà - Giornalista, Affari & Finanza e La Repubblica
Un affondo più tecnico, ma reso accessibile, è arrivato dai partner. Claudio Bellini, Senior Sales Director EMEA di Intel, è partito da un cambiamento concreto: con gli agenti, l'AI non si limita più a produrre contenuti (un testo, un'immagine, una risposta) ma deve anche agire, dialogando con altre applicazioni e strumenti per rispondere a una email, fissare un appuntamento o avviare una transazione. Operazioni di integrazione che non sono svolte dalle GPU (i processori grafici protagonisti dell'AI generativa) ma dalle CPU, i processori "tradizionali". Poiché queste operazioni crescono, servono più CPU rispetto a prima: il rapporto con le GPU si riequilibra, passando da una CPU ogni quattro-otto GPU a una ogni una-due, un trend già visibile nell'andamento dei prezzi di processori e memorie e destinato a durare almeno fino al 2027. Sul fronte dell'efficienza dei data center (in Italia se ne contano oltre 200) Bellini ha spiegato perché conviene separare le due fasi del lavoro di un modello: una più “affamata” di potenza di calcolo e una di memoria, da affidare a hardware diversi per ottenere prestazioni migliori a parità di energia e costi più bassi.
Ivan Renesto, Partner Sales Manager di AWS, ha invece osservato il salto di maturità del mercato italiano: non più richieste esplorative, ma un approccio “working backwards” che parte dal problema di business per andare direttamente in ambienti di test e in produzione. Tra gli esempi, le 50 applicazioni AI portate in produzione da Generali e l’ottimizzazione di tagging e descrizioni multilingua nel Gruppo Miroglio. Alla domanda provocatoria, “Perché non fare tutto in casa?”, la risposta è netta: “i progetti realizzati con un ecosistema di partner si chiudono più rapidamente e riducono il rischio, abbattendo il time-to-value”.
Il simposio: la voce di chi mette a terra l’innovazione
Ripreso il senso socratico del termine, il “simposio” della tappa milanese ha riunito sei voci di settori diversi attorno a un tavolo, per capire cosa significhi davvero includere dati e intelligenza artificiale nei processi.
Da sx a dx: Sergio Novelli – Agos, Roberto Rovere – BPER Banca, Carlo Cipolloni – ISPRA, Cecilia Colasanti – ISTAT, Andrea Beccari – Dompé, Marta Cavalleri – Fastweb, intervistati da Andrea Frollà
Marta Cavalleri, Manager dell’Artificial Intelligence Center of Excellence di Fastweb, ha ricordato come per una Telco gli analytics non siano un’opzione ma una necessità, e come l’azienda abbia investito sull’AI già sette anni fa, dotandosi oggi di uno dei supercomputer più potenti in Italia. Il futuro, ha osservato, sposta il valore dalla velocità di connessione alla governance dell’intera catena: educazione degli utenti, trasparenza e monitoraggio, e uno human-in-the-loop “by design”, con metriche di confidenza che attivano la supervisione umana nei casi più delicati. Sul tema, ha citato la certificazione ISO 42001 come segno del passaggio della governance dell’AI dall’accademia alla pratica.
Andrea Beccari, Vice President EXSCALATE Drug Discovery Platform di Dompé farmaceutici, ha mostrato come sia cambiato il concetto stesso di dato: dalle tabelle ai grafi di relazioni e di contesto, fino ai “black box data” interpretabili solo da modelli. Nel suo campo, le predizioni non possono essere casuali: per questo Dompé combina oltre mille modelli deterministici di machine learning, interrogabili su statistica, affidabilità e dominio di applicazione, con un’interfaccia agentica che li consulta in modo proattivo. Un ricercatore che disegna una molecola riceve in tempo reale avvisi sui 250 milioni di molecole brevettate e su oltre 83.000 filtri di tossicità. Il prossimo passo è il “lab-in-the-loop”, l’integrazione tra progettazione, test reali e modellazione.
Cecilia Colasanti, Chief Information Officer di Istat, ha raccontato l’equilibrio tra innovazione e compliance in un contesto iper-regolato. Con circa 120 indagini l’anno e statistiche su 600 argomenti, l’Istituto sta usando l’AI per ottimizzare la raccolta dati secondo il principio “once-only”, evitando di chiedere più volte le stesse informazioni a cittadini e imprese. La tensione permanente, ha spiegato, è tra qualità e tempestività: la qualità, imperativo categorico della statistica ufficiale, su cui si fondano decisioni di governo, richiede tempo e precisione, e la sfida è coniugarla con l’agilità attraverso un lavoro di sinergia tra competenze diverse.
Carlo Cipolloni, Responsabile Tecnico Nazionale INSPIRE di ISPRA, ha definito il dato l’asset principale dell’istituto, con serie storiche di oltre 180 anni. La parola chiave è FAIR, dati certificati, accessibili, interoperabili, e lo human-in-the-loop è un “must” per ottenere risposte affidabili. L’esempio è Urbex, piattaforma geospaziale intelligente con quattro livelli di AI e un’orchestrazione di più agenti: grazie a SAS Viya, l’istituto ha potuto recuperare un patrimonio di dati non convenzionali, oltre 2.500 PDF e un centinaio di mappe storiche, integrandolo nelle basi geografiche per produrre risposte strutturate e certificate.
Roberto Rovere, Chief Audit Officer di BPER Banca, ha mostrato come l’internal audit, di solito non associato all’innovazione, abbia ribaltato il proprio modello. Partendo da una visione strategica e dal dato come fattore abilitante, la funzione è passata da un approccio “sample-based” a un’analisi “full population”, capace di individuare la singola posizione anomala. Il risultato: con un team dimezzato sui canali distributivi, le verifiche andate a segno sono quadruplicate. Il prossimo passo è l’introduzione dell’AI agentica per amplificare ulteriormente questa capacità.
Sergio Novelli, Chief Information Officer di Agos (Crédit Agricole), ha portato la prospettiva del credito al consumo, dove ogni decisione impatta business e cliente. Gli obiettivi sono due indicatori, il “time to yes” e il “time to cash”, perseguiti attraverso il programma di trasformazione cloud “Ago Six” e un ecosistema di dati certificati e tracciati. La parola scelta come leva competitiva è una sola: fiducia. Fiducia dei clienti che affidano i propri dati, dei regolatori sulla loro gestione e dei colleghi negli strumenti, costruita con una governance “by design” che, lungi dal frenare, abilita la velocità.
Una chiusura da medaglia d’oro: lo skicross, il fattore umano e le decisioni che contano
A chiudere la giornata, il confronto con i campioni olimpionici di ski cross Simone Deromedis e Federico Tomasoni, intervistati da Tonia Calvio, Regional Marketing Director SAS, ha mostrato come, nello sport come nell’AI, il risultato non dipenda solo dalla velocità ma da metodo, preparazione e capacità di adattamento. Anticipare gli scenari, gestire la pressione e saper collaborare anche in competizione sono leve decisive. Dedizione e “cuore” fanno la differenza quando il resto non basta: una lezione valida anche per le organizzazioni, chiamate a evolvere con l’AI senza perdere concretezza e visione, mettendo sempre le persone al centro.
Da sx a dx: Tonia Calvio – SAS, Federico Tomasoni e Simone Deromedis, campioni olimpionici di ski cross
La sessione, pensata per data scientist, utenti ed esperti di analytics, ha avuto come fulcro una “super demo” che, attraverso un caso aziendale simulato, ha accompagnato il pubblico lungo l’intero percorso: dall’esperienza utente fino allo sviluppo e alla governance di un agente di AI. Il messaggio chiave emerso è chiaro: il controllo genera fiducia, e la fiducia abilita l’innovazione.
Da sx a dx: Angelo Tenconi, Vincenzo Savarese, Mattia Guglielmelli e Giada Scalpelli – SAS
Un agente di intelligenza artificiale può oggi supportare le decisioni operative sintetizzando rapidamente informazioni provenienti da fonti diverse — documenti aziendali, normative, dati interni — e trasformandole in insight contestualizzati, capaci di spiegare fenomeni, suggerire azioni e verificare la conformità rispetto a modelli di rischio e requisiti di compliance.
Questo livello di interazione è reso possibile da un’infrastruttura che combina strumenti per accelerare l’analisi dei dati, architetture in grado di collegare i modelli linguistici ai contenuti aziendali garantendo tracciabilità, e integrazioni sicure con sistemi e applicazioni, nel rispetto dei permessi e dei livelli di accesso.
Elemento centrale è infine la governance: meccanismi di controllo lungo tutto il ciclo di interazione, dalla gestione dei dati sensibili alla valutazione della qualità delle risposte, supportati da strumenti di monitoraggio e audit. Un approccio essenziale per garantire trasparenza, affidabilità e adozione su scala, riducendo i rischi legati a un utilizzo non governato dell’AI.
Spirito pratico e collaborazione sono stati al centro dell’Hackathon boot camp svoltosi a SAS Innovate, un’occasione per mettere in gioco competenze su dati, AI e analytics in un contesto dinamico e concreto.
I partecipanti – data scientist, developer, SAS user e appassionati di AI – hanno lavorato su una serie di challenge rapide, pensate per valorizzare capacità di problem solving, machine learning, interpretabilità dei modelli e data visualization. Con il supporto dei mentor SAS e l’accesso a SAS Viya in cloud, ciascuno ha potuto scegliere liberamente le attività su cui cimentarsi, creando un’esperienza flessibile e fortemente orientata allo scambio tra pari. Più che una competizione, un momento di sperimentazione guidata e networking, dove tecnologia e competenze si sono incontrate per trasformare idee in soluzioni concrete.
SAS Hackathon boot camp
14 Luglio 2026
Articoli consigliati
-
Innovation sparksFrodi su larga scala: le tendenze che il settore pubblico non può ignorareLe frodi ai danni del settore pubblico sono sempre più organizzate, diffuse e difficili da individuare. Per contrastarle non bastano controlli tradizionali: servono dati integrati, analisi avanzate e una governance capace di coniugare prevenzione, tutela delle risorse pubbliche e rispetto della privacy. -
Innovation sparksLe regole del gioco prima della partita: la governance come spazio di libertà nei progetti di AIDall’automazione deterministica ai sistemi agentici, l’AI impone nuove sfide di governance, tracciabilità e responsabilità. Marta Cavalleri, Manager dell’Artificial Intelligence Center of Excellence di Fastweb, spiega perché trasparenza, supervisione umana e regole chiare siano oggi condizioni essenziali per innovare con fiducia. -
Innovation sparksL'aiuto che arriva dove sei già: l'AI dentro il lavoro, non accantoL'IA sta entrando direttamente nei flussi di lavoro, riducendo interruzioni e attività ripetitive. Dalla preparazione dei dati all'interpretazione dei grafici fino alla traduzione dei report, il valore non è solo nell'automazione, ma nella capacità di preservare concentrazione, controllo e giudizio critico -
Innovation SparksL'agente AI ha trovato il problema. E adesso?Gli agenti AI sono sempre più efficaci nell'individuare problemi e opportunità. Il vero salto di qualità, però, avviene quando riescono a mantenere il contesto, collegare insight e azione e accompagnare l'utente lungo l'intero processo, senza interruzioni o passaggi manuali.