Anne-Sophie Lotgering, CEO Europe di NTT Data: l’AI in produzione creerà nuovi modelli di business e ricavi, non solo efficienza. L’intervista da Monaco, in occasione dell’inaugurazione dell’AI Data Factory NTT Data
L’intervista ad Anne-Sophie Lotgering, Ceo di NTT Data Europa, sembrava finita. Avevamo parlato per una quindicina di di minuti di sovranità e di produttività, in una saletta del data center Munich 2 di NTT Data alle porte di Monaco di Baviera; restava il tempo per una domanda fuori scaletta, un tema a cui tengo e che mi aveva folgorato nelle parole del Nobel Aghion ed è forse la domanda più ovvio da fare: “Molte aziende adottano l’intelligenza artificiale per risparmiare: perché così poche la usano per reinventare il proprio business?”
Anne-Sophie Lotgering ha risposto (potete leggere le sue parole più avanti), ha fatto per congedarsi, poi è tornata indietro: «Sono davvero contenta che mi abbia fatto la domanda sulla generazione di ricavi, perché penso che sia assolutamente la chiave dell’AI», il senso dell’intervista in fondo è già tutto qui: la reale convizione che L’Ai sia molto di più che uno strumento per ottimizzare, “efficientare” , insomma… risparmiare.
Anne-Sophie Lotgering guida NTT Data in Europa dal 1° settembre 2025, dopo aver diretto Proximus NXT IT e ricoperto ruoli di vertice in Orange e Microsoft (qui la nomina). Il 7 ottobre era a Monaco per inaugurare la Enterprise AI Factory del gruppo, un ambiente di produzione costruito con Dell Technologies, Red Hat, Mistral AI e NVIDIA dentro il campus di Unterschleißheim, dove le aziende possono testare i propri casi d’uso di AI prima di portarli su scala. Digitalic l’ha incontrata a margine dell’inaugurazione. Questa conversazione parte da dove è finita.
Anne-Sophie Lotgering
Indice dei contenuti
I ricavi sopra la linea
La risposta di Anne-Sophie Lotgering alla domanda “Molte aziende adottano l’intelligenza artificiale per risparmiare: perché così poche la usano per reinventare il proprio business?” esamina prima di tutto il modo in cui le aziende raccontano l’AI ai mercati: «Molte aziende oggi comunicano quello che faranno in termini di guadagni di efficienza, e non comunicano ancora come il passaggio in produzione permetterà loro di catturare ricavi aggiuntivi. Dipende dal punto in cui siamo nell’evoluzione dell’adozione dell’AI».
Il punto in cui siamo, nella sua lettura, è una fase di transizione; la previsione che ne ricava è lineare: «Sono assolutamente convinta che, man mano che i clienti passeranno dal pilota alla produzione, nasceranno nuovi modelli di business, una nuova intimità con i clienti, un modo diverso di re-immaginare il business rispetto a quello che hanno oggi. Vedremo molta più comunicazione sull’impatto nei ricavi, uelli “sopra la riga”, rispetto a quella che vediamo oggi. Ne sono convinta, ed è per questo che aiutare i nostri clienti a fare esattamente questo, a capire come si porta un caso d’uso dal pilota alla produzione, è così importante; è uno dei motivi per cui abbiamo creato questa factory qui a Monaco».
L’espressione «sopra la linea» viene dal linguaggio dei bilanci: sopra c’è la riga dei ricavi, sotto quelle dei costi. Finora l’AI è entrata nelle presentazioni agli analisti quasi sempre dal basso, come voce di risparmio; Anne-Sophie Lotgering scommette che nei prossimi trimestri salirà in cima al conto economico. Va detto che è anche la scommessa commerciale di chi vende servizi per portare l’AI in produzione, e quindi va letta come previsione di una parte interessata, non come dato.
Per spiegare come si distribuisce oggi la spesa, ha raccontato la conversazione con un cliente: «Mi ha detto: ho tre tipi di progetti di AI nella mia azienda. C’è l’AI per tutti, cioè gli strumenti per democratizzare l’AI e usare le licenze per una maggiore efficienza. C’è l’AI per l’ottimizzazione dei processi di business, anch’essa guidata dall’efficienza, ma che può portare ricavi aggiuntivi. Poi c’è il budget l’AI per la trasformazione, che è esattamente quello di cui parliamo: reimmaginare completamente il modo in cui gestisci il tuo business e creare risultati aggiuntivi attraverso questo, cioè crescita. Alla fine dei conti, credo che l’AI possa davvero abilitare la crescita».
La parola che usa, pot, nel gergo aziendale indica una dotazione di budget. Il cliente di cui parla ha quindi tre capitoli di spesa distinti, e la questione vera per un CIO o un CFO è quanto pesa il terzo rispetto ai primi due.
Anne-Sophie Lotgering
Il pugno di Aghion
L’idea della domanda finale non era tutta farina del mio sacco (glielo ho confessato): viene da Philippe Aghion, premio Nobel per l’Economia 2025, che al Brussels Economic Forum di maggio avevo visto battere il pugno sul tavolo per dire che all’Europa serve più creatività, non soltanto più efficienza. Aghion aveva mostrato come buona parte della ricerca dietro le innovazioni ad alta tecnologia nasca in Europa, mentre i prodotti vengono lanciati a San Francisco o a Shenzhen, e aveva sostenuto che l’AI distruggerà lavori ma ne creerà molti di più (l’articolo completo); la sua voce, registrata a Bruxelles, è nella puntata di DigitMondo dedicata ad Aghion.
Anne-Sophie Lotgering ha raccolto il collegamento e lo ha portato sul terreno più delicato, quello del lavoro: «Credo anche che questo dissiperà parte della paura che abbiamo oggi sull’AI e su cosa significa per il mercato del lavoro, perché creerà un risultato completamente diverso».
Il nesso merita una riga di spiegazione. Un’AI raccontata soltanto come strumento per tagliare costi ha, nella percezione di chi lavora, il volto di un controllore che cerca sprechi da eliminare, e gli sprechi spesso coincidono con le persone. Un’AI raccontata come strumento per ricombinare idee e generare prodotti che prima non esistevano è più potente, e anche più accettabile.
Dove si traccia la linea della sovranità per Anne-Sophie Lotgering
L’intervista era cominciata da tutt’altra parte, con una domanda sulla parola che ha attraversato tutta la mattinata di Monaco. NTT Data presenta la AI Factory come infrastruttura sovrana, ma tra i suoi partner più importanti ci sono gli hyperscaler americani: quando serve un’infrastruttura europea pura, e quando basta quella sovrano dei grandi player a stelle e strisce?
Anne-Sophie Lotgering ha prima allargato il campo: «Abbiamo relazioni strategiche con gli hyperscaler come Microsoft, AWS e Google, ma naturalmente anche partnership strategiche con OpenAI e altri. Quello che conta di più per noi è poter consigliare ai clienti la tecnologia migliore per quello che vogliono fare con l’AI; è per questo, tra l’altro, che abbiamo creato la AI Factory: possiamo testare i modelli in un ambiente reale, di livello produttivo, e alla fine dei test fornire quella che chiamiamo un’architettura di riferimento, un documento in cui diciamo quale tecnologia usare per far girare quale carico di lavoro, e con quale ritorno sull’investimento».
Poi ha descritto lo spettro delle opzioni: «A seconda del carico di lavoro, potrebbe girare su un hyperscaler in cloud pubblico, sul cloud sovrano di un hyperscaler, sull’offerta disconnessa, oppure su uno stack sovrano puro. Come fornitore di servizi IT siamo agnostici rispetto alla tecnologia: vogliamo essere sicuri di fornire la migliore architettura di riferimento per il carico di lavoro che i clienti vogliono portare dal pilota alla produzione».
I criteri con cui si sceglie tra i quattro livelli sono quelli che conosce ogni responsabile della compliance: «Guardiamo che cosa il cliente usa oggi, quanto sono critici i diversi carichi di lavoro, e poi la compliance, la regolamentazione, la giurisprudenza, e l’uso che ne vuole fare. Se lavorare sul cloud pubblico è in linea con quello che il cliente vuole, può essere AWS, Microsoft, qualunque hyperscaler; se non lo è, possiamo consigliare le offerte sovrane di quegli stessi hyperscaler, così come possiamo proporre un’infrastruttura completamente privata e sovrana, se è quello che il cliente desidera. Si tratta davvero di capire la legacy del cliente, quale pilota vuole portare in produzione e che cosa significa per lo stack tecnologico che dovrebbe usare».
La risposta trasforma la sovranità da scelta di campo a gradiente, da decidere progetto per progetto. La linea non la traccia la bandiera del fornitore; la tracciano la criticità del dato e le regole che vi si applicano, a cominciare dall’AI Act, entrato nella fase sanzionatoria il 2 agosto 2026. La posizione è pragmatica, ed è anche quella più coerente per un integratore che lavora con tutte le principali tecnologie.
Su Digitalic abbiamo raccontato come la sovranità digitale sia diventata una questione di infrastruttura e continuità operativa prima ancora che di politica, e come il Global AI Report 2026 di NTT Data indichi la sovranità dei dati come prima preoccupazione di governance per il 59,4% delle aziende più avanzate nell’AI. Al Brussels Economic Forum la posizione più radicale l’aveva espressa Frank Karlitschek, fondatore di Nextcloud, nella puntata di DigitMondo sulla sovranità digitale: in Europa le aziende e le competenze ci sono, manca il coraggio di comprarle.
Dove finisce la produttività
La seconda domanda riguardava casa sua. L’AI promette guadagni di produttività soprattutto nei servizi IT, cioè nel mestiere di NTT Data: quel margine in più finisce in prezzi più bassi per i clienti, in ricerca e sviluppo o nei margini dell’azienda?
Anne-Sophie Lotgering ha cominciato da una premessa che pochi manager dicono ad alta voce: «Siamo esseri umani, ed è molto difficile misurare la produttività di un essere umano. Nel conto economico non trovi una riga di efficienza basata su una persona».
Poi ha descritto la strategia del gruppo: «Abbiamo una strategia su tre pilastri per l’AI. Vogliamo che le nostre offerte e soluzioni siano abilitate dall’AI. Vogliamo usare l’AI nei nostri processi di business, e quindi siamo il nostro cliente zero: lo facciamo per esempio nella parte di technology solutions, con i nostri ingegneri di primo, secondo e terzo livello, dove guardiamo a come usare l’AI agentica per rendere il processo molto più rapido ed essere molto più efficienti verso i clienti. Il terzo pilastro riguarda come consigliare i clienti nel loro percorso con l’AI».
All’interno, i processi su cui NTT Data ha concentrato l’AI agentica sono due: la finanza e tutto ciò che riguarda il marketing. Il dato più concreto dell’intervista arriva qui: «Oggi nelle nostre operations abbiamo una forza lavoro agentificata: agenti che lavorano fianco a fianco con le persone».
Alla domanda precisa, dove vada il margine liberato, Anne-Sophie Lotgering non ha risposto con una ripartizione. Ha spostato il discorso sul metodo che consiglia ai clienti: «Non si tratta di creare centomila progetti e poi cercare di misurarne l’efficienza. Si tratta di guardare quello che incide di più sul conto economico, soprattutto in termini di processi. Per le assicurazioni possono essere sinistri e sottoscrizione; per le banche i prestiti, i pagamenti, il know your customer; per la manifattura la supply chain, tutto quello che è legato alla gestione del prodotto. Guardiamo quei processi end-to-end e diciamo: sceglietene uno, o due, ma decidete davvero, perché sono quelli che avranno l’impatto più grande sul vostro conto economico».
Licenze e proof of concept
Con i clienti che vogliono portare l’AI in produzione, il criterio di successo per Anne-Sophie Lotgering è uno solo: l’impatto sul conto economico. Per spiegarlo ha ricostruito la traiettoria degli ultimi due anni con un’immagine che chiunque abbia distribuito licenze in azienda riconoscerà: «Le aziende hanno cominciato facendo molti proof of concept. Hanno dato licenze di copilot ai dipendenti, che hanno cominciato a usarle, e questo ha creato produttività. Ma dove va quel guadagno di produttività? Va in altri compiti?».
La via d’uscita che propone tiene insieme le due metà del bilancio: «Per vedere un impatto sul conto economico, le aziende dovrebbero guardare a uno o due processi end-to-end che possono reimmaginare attraverso l’AI agentica. Questo avrà un impatto reale sui ricavi, perché conoscono meglio i loro clienti e riescono a soddisfare una domanda più in fretta, e avrà un impatto sulla parte bassa del conto economico, perché sono diventate più efficienti e hanno risparmiato. Oggi, quando passano in produzione, le aziende si chiedono questo: quanto in fretta posso vederne l’impatto».
La ricetta del processo end-to-end non è nuova nella consulenza; nuovo è il riconoscimento esplicito che la fase delle licenze diffuse ha prodotto un guadagno reale ma difficile da identficre, disperso in mille piccoli recuperi di tempo che il bilancio non vede.
Anne-Sophie Lotgering dai due lati del tavolo
Anne-Sophie Lotgering siede anche nei consigli di amministrazione di aziende che l’AI la comprano, e vede quindi la tecnologia da entrambe le sponde. Le abbiamo chiesto che cosa cambi tra chi deve diffonderla e chi deve usarla: «Se consigli ai clienti come dovrebbero usare l’intelligenza artificiale, la tua prima responsabilità è saperla applicare a te stesso, nei tuoi processi, e fare in modo che gli esperti che metti davanti ai clienti siano sempre preparati sulla tecnologia e pronti per il futuro, capiscano come evolvono le tecnologie e dove vanno le tendenze del mercato. Per me la differenza più grande è che abbiamo una responsabilità verso i clienti: anticipare, e adottare l’AI al nostro interno in modo tale da poterli poi consigliare anche sulla base della nostra esperienza».
La formula del cliente zero, in questa chiave, diventa una condizione di credibilità: un consulente che chiede ai clienti di reimmaginare i processi deve poter mostrare i propri, finanza e marketing compresi.
Il prossimo capitolo
Riletta per intero, l’intervista segue un percorso coerente. Lotgering descrive un’adozione dell’AI che procede per tappe: prima le licenze diffuse, poi i processi end-to-end, infine la trasformazione del business. NTT Data applica a sé lo stesso percorso partendo dal proprio ruolo di cliente zero, con una finanza e un marketing in cui agenti e persone lavorano fianco a fianco; un modo per presentarsi ai clienti con un’esperienza vissuta in prima persona, prima ancora che con una proposta commerciale.
La sua tesi ha il pregio di poter essere verificata: le presentazioni ai mercati dei prossimi trimestri diranno quanto in fretta l’AI salirà sopra la linea, dai costi evitati ai nuovi business. Anne-Sophie Lotgering ha ripetuto più volte di esserne convinta, e la AI Factory di Monaco è il modo in cui NTT Data ha scelto di accompagnare quel passaggio. La domanda che Aghion aveva posto a Bruxelles, come trasformare la ricerca e l’efficienza europee in crescita, trova qui una delle sue possibili risposte; le prossime arriveranno probabilmente dai clienti che usciranno da quella sala con un progetto pronto per la produzione.
