AI, mercato italiano oltre 1,8 miliardi di euro al 2027 » inno3

La fotografia del mercato dell’intelligenza artificiale in Italia fatta da Anitec-Assiform, con il supporto di NetConsulting cube e Infocamere, conferma la forte dinamica positiva del mercato dell’AI, che ha consolidato un valore da 674 milioni di euro nel 2023 (+55% rispetto all’anno precedente) e punta a confermare una crescita attesa di 909 milioni di euro nel 2024 (+34,8%), lanciato verso il superamento del miliardo di euro già da quest’anno (1,474 miliardi nel 2026 e 1,802 miliardi nel 2027). Con tasso medio di crescita stimato 2023-2027 del 28%. 

Sono i dati contenuti nel primo report Il Mercato dell’IA in Italia – realizzato dal gruppo di lavoro sull’intelligenza artificiale dell’associazione di Confindustria – per capire dinamiche, disomogeneità, tassi di adozione dell’AI lungo lo stivale. Dando ormai per assodato che il momento di svolta che l’AI ha segnato nel 2023 e la sua accelerazione nel 2024 confermino la strategicità della tecnologia e la sua influenza su economia e competitività,  principalmente affascinate le grandi imprese. Vediamo qualche dettaglio.

Grandi aziende, Pmi e startup

Il report italiano è chiaro. La crescita del mercato AI non è omogenea né per dimensioni di azienda né per settori di mercato seppure cresca la consapevolezza dell’importanza strategica dell’AI e in particolare dell’AI generativa, che orienta già oggi le strategie di investimento del 75,9% delle imprese.

La prima evidenza – già campanello di allarme nel report di Istat – marca le differenze tra grandi imprese (oltre 250 dipendenti) e Pmi. Le prime mostrano un tasso di adozione dell’AI del 32,5%%, le seconde di un modesto 7,7%. Se si guarda nello specifico alle startup e alle Pmi innovative su 644 realtà presenti nel nostro Paese con almeno un addetto, quasi la metà investe in AI: 301 realtà – cioè il 47% – si stanno specializzando in intelligenza artificiale e machine learning cercando di far fronte alla mancanza di infrastrutture, istruzione e competenze digitali.

La sfida di colmare il gap tra grandi aziende e Pmi passa dal semplificare l’accesso alle tecnologie con soluzioni più accessibili, anche con il supporto di fornitori di tecnologia esperti in formazione. Ma anche attraverso la creazione di reti e partnership tra Pmi, grandi imprese, centri di ricerca e università per agevolare lo scambio reciproco di conoscenze, in un approccio collaborativo coordinato anche da attività governative.

Settori a diversa maturità

La seconda evidenza riguarda la maturità dei settori, con un incremento dell’AI in tutti i comparti con un tasso che oscilla dal 31% al 42%.
Investe maggiormente in AI il settore bancario con 173,6 milioni di euro, segue il comparto telco & media con 161,6 milioni di euro, l’industria manifatturiera (111, 1 milioni), le utilities (83,7 milioni di euro), i servizi (74,8 milioni), i trasporti e la logistica (69,2 milioni), le assicurazioni (67,3 milioni), la sanità (62,3 milioni). Infine il retail, con 57,7 milioni di euro.
Rimane ancora molto contenuto, con un gap evidente rispetto ai precedenti settori, l’utilizzo dell’AI nella pubblica amministrazione sia centrale (35,9 milioni) sia locale (11,6 milioni). Anche se è palese lo sforzo di adozione portato avanti in questi anni (+41,5%, +42,3%)

Nel settore italiano manifatturiero – secondo in Europa solo a quello tedesco – le potenzialità indotte dall’AI potrebbero aumentare la competitività e la sostenibilità delle aziende, introducendo anche nuovi modelli di business (tra questi la servitizzazione).

Ad oggi le imprese, nel loro percorso di trasformazione digitale, stanno adottando politiche di revisione dei modelli operativi e la disponibilità di nuove informazioni rappresenta l’asset principale su cui alimentare sistemi di apprendimento automatico specializzati in vari ambiti (dalla manutenzione predittiva e prescrittiva all’analisi delle performance, allo sviluppo di soluzione per la sicurezza nei luoghi di lavoro). Se si guarda invece ai modelli più avanzati (Llm), si aprono ulteriori scenari e ambiti applicativi, applicando l’interpretazione dei dati ai processi produttivi che rispondono agli stessi requisiti di Transizione 5.0.

Già oggi il 13,7% delle aziende italiane utilizza l’AI in modo significativo in molti processi. E sebbene le tecnologie di AI adottate varino significativamente tra i settori, in generale si può affermare che l’AI generativa risulta la tecnologia più utilizzata (75,9% delle aziende), seguita da machine learning e reti neurali (60,2%) e dal natural language processing adottato dal 44,6%. Altre tecnologie – come l’intelligent data processing (33,7%), l’image processing (27,7%), la computer vision e la data visualization (entrambe al 19,3%) – insieme ai recommendation systems, completano il quadro tecnologico.

Sperimentazione e framework

Come procedere secondo il report? Fondamentale rimane la sperimentazione in AI, attraverso sandbox regolamentari che lascino però un certo ambito di manovra all’innovazione, evitando vincoli normativi nazionali più stringenti di quelli sovranazionali. “Per accelerare lo sviluppo dell’AI è necessaria una strategia che integri tre elementi chiave: la diffusione di competenze digitali nell’ecosistema formativo, il potenziamento delle infrastrutture di calcolo avanzato e il rafforzamento delle partnership pubblico-private” commenta Massimo Dal Checco, presidente di Anitec-Assinform.

Specifica la ricerca: la diffusione di competenze digitali non va solo nella direzione di formare specialisti, ma in quella di costruire competenze di base sull’AI diffuse a tutti i livelli per promuovere un utilizzo responsabile della tecnologia, a partire dalla scuola. Cosi come quando si parla di potenziamento delle infrastrutture di calcolo avanzato si indica l’accesso facilitato alle infrastrutture nazionali, a costi accessibili per le Pmi, dove poter sviluppare modelli di AI complessi anche in un confronto con altre aziende. Il successivo passo – trasferimento tecnologico dalla ricerca all’industria – incentiva le partnership ma definisce anche un framework di innovazione. E’ necessario promuovere l’adozione dell’AI nelle imprese, in particolare nelle Pmi attraverso incentivi e finanziamenti. 

Tra i casi d’uso maggiormente indirizzati in azienda, l’impatto della GenAI su processi amministrativi (ottimizzazione o automazione), ricerca e creazione di documenti, ottimizzazione delle interazioni con i clienti, cybersecurity (automazione Soc e prevenzione minacce), ottimizzazione dei processi di produzione e manutenzione (predictive maintenance), oltre all’automazione delle operation IT, con creazione di documenti, fino alla verifica della compliance normativa. 

Un raffronto internazionale

Il report fa un raffronto con la situazione internazionale e conferma l’America come leader nella tecnologia AI, davanti a Cina, Unione Europea e UK.

Secondo l’AI Index Report 2024 (Stanford University) il 2023 è stato davvero l’anno di svolta in cui gli sviluppi dell’AI sono passati dai laboratori di ricerca alle imprese, capaci di realizzare più modelli di machine learning delle università (51 contro 15). Il rilascio di 149 foundation model alla base dell’AI generativa sono stati oltre il doppio di quelli del 2022.

Gli Stati Uniti registrano investimenti di fondi privati in AI per 67,2 miliardi di dollari, con un incremento del 22,1%, mentre la Cina vede una contrazione del 44,2%. Mentre calano gli investimenti in AI (tradizionale), le startup nel settore crescono del 40%, e gli investimenti in AI generativa decuplicano rispetto al 2022, arrivando a 25,2 miliardi di dollari, pari al 25% del totale.

In questo scenario l’Italia dove si colloca? Il Global AI Vibrancy Tool (Stanford University) valuta la solidità degli ecosistemi di intelligenza artificiale basandosi su otto pilastri: ricerca e sviluppo, AI responsabile, economia, istruzione, diversità, norme e governance societaria, opinione pubblica e infrastruttura.
Secondo questa analisi, l’Italia si colloca al 22esimo posto a livello globale, con performance particolarmente deboli in aree come economia, infrastruttura, istruzione, diversità, politica e governance. La Francia al sesto, la Germania all’ottavo, la Spagna all’undicesimo.

© RIPRODUZIONE RISERVATA