Cresce il mercato dell’intelligenza artificiale (AI) in Italia: nel 2023 è arrivato a valere 674 milioni di euro, registrando un significativo +55% rispetto al 2022. È quanto emerge dal report “Il Mercato dell’IA in Italia” pubblicato da Anitec-Assinform, l’associazione di Confindustria che raggruppa le principali aziende dell’ICT in Italia. Il report è stato realizzato dal Gdl “Intelligenza Artificiale” di Anitec-Assinform, con il supporto di NetConsulting cube e Infocamere. Questo documento è il primo approfondimento del percorso ‘Conoscere l’IA’, che Anitec-Assinform pubblicherà nel corso del 2025.
Il mercato dell’intelligenza artificiale in Italia: crescita e sfide
Il mercato dell’intelligenza artificiale (AI) in Italia sta vivendo una fase di significativa espansione, come evidenziato dai dati più recenti. Secondo l’analisi condotta da NetConsulting cube, il valore del mercato ha fatto registrare una crescita del 55% rispetto all’anno precedente. Le proiezioni per il 2024 sono altrettanto promettenti, con una stima che porta il valore a 909 milioni di euro, segnando un ulteriore incremento del 34,8%. Questo trend positivo si prevede continuerà nei prossimi anni, con stime che indicano un valore di mercato di 1,474 miliardi di euro per il 2026 e addirittura 1,802 miliardi di euro per il 2027. Tuttavia, l’analisi evidenzia profonde disomogeneità strutturali fra le grandi imprese e le PMI (vedi più avanti).
Tuttavia, nonostante questi numeri incoraggianti, il mercato italiano dell’AI deve affrontare sfide significative. Una delle principali è il divario nell’adozione tra grandi imprese e PMI, che rischia di creare un’economia a due velocità. Inoltre, permangono carenze in aree fondamentali come le infrastrutture digitali, l’istruzione e le competenze tecniche specializzate, che potrebbero frenare lo sviluppo del settore se non adeguatamente affrontate.
Un altro aspetto critico è la disomogeneità nell’adozione dell’AI tra i diversi settori economici, con alcuni comparti che mostrano un notevole ritardo. In particolare, la Pubblica Amministrazione, sia centrale che locale, evidenzia un livello di implementazione dell’AI ancora molto contenuto, nonostante il potenziale trasformativo che queste tecnologie potrebbero avere nel migliorare l’efficienza e la qualità dei servizi pubblici. Per sfruttare appieno le opportunità offerte dall’AI e superare queste sfide, sarà cruciale adottare un approccio sistemico e bilanciato, sostenuto da politiche mirate e investimenti strategici, nonché da una stretta collaborazione tra settore pubblico e privato.
L’adozione dell’AI nelle grandi imprese vs PMI: un divario da colmare
L’analisi del mercato italiano dell’intelligenza artificiale rivela un marcato divario nell’adozione di queste tecnologie tra le grandi imprese e le PMI, evidenziando una criticità che richiede attenzione immediata. Secondo i dati ISTAT del 2023, nelle aziende con oltre 250 dipendenti il tasso di adozione dell’AI si attesta al 32,5%, un dato significativo che dimostra come le grandi imprese stiano integrando attivamente l’AI nei loro processi.
Al contrario, tra le piccole e medie imprese, che costituiscono circa il 99% del tessuto imprenditoriale italiano, l’adozione dell’AI è drasticamente inferiore, fermandosi a un modesto 7,7%. Questo divario non è solo una questione di dimensioni aziendali, ma riflette differenze sostanziali in termini di risorse, competenze e capacità di investimento. Le grandi imprese mostrano una maggiore propensione verso tecnologie AI avanzate, con il 75,9% che ha già adottato soluzioni di AI generativa e il 60,2% che utilizza tecniche di machine learning e reti neurali. Questi dati suggeriscono che le grandi aziende stanno facendo scelte strategiche mature nell’ambito dell’AI, posizionandosi all’avanguardia nell’innovazione tecnologica.
Occorre implementare strategie mirate che supportino le PMI nell’adozione dell’AI
D’altra parte, le PMI, pur rappresentando il cuore pulsante dell’economia italiana, rischiano di rimanere indietro in questa transizione tecnologica. Le ragioni di questo ritardo sono molteplici: dalla mancanza di risorse finanziarie per investimenti significativi in tecnologie AI, alla carenza di competenze specializzate interne, fino a una minore consapevolezza dei potenziali benefici dell’AI per il business.
Questo gap tecnologico potrebbe tradursi in un divario competitivo sempre più ampio, con implicazioni significative per la produttività e la competitività dell’intero sistema economico italiano.
Per colmare questo divario, è essenziale implementare strategie mirate che supportino le PMI nell’adozione dell’AI. Queste potrebbero includere incentivi fiscali per gli investimenti in tecnologie AI, programmi di formazione specializzati per sviluppare competenze interne, e la creazione di hub di innovazione che facilitino la collaborazione tra PMI, grandi imprese e centri di ricerca.
Inoltre, il potenziamento di strumenti come i Digital Innovation Hub potrebbe giocare un ruolo chiave nel supportare le PMI nell’identificazione dei loro bisogni specifici e nell’accompagnarle nel processo di adozione tecnologica. Solo attraverso un approccio inclusivo e mirato sarà possibile garantire che i benefici dell’AI siano distribuiti equamente nel tessuto economico italiano, preservando la competitività delle PMI e stimolando l’innovazione a tutti i livelli.
I settori trainanti nell’AI
L’analisi del mercato italiano dell’intelligenza artificiale rivela una distribuzione disomogenea dell’adozione di queste tecnologie tra i vari settori economici, con alcuni comparti che emergono come veri e propri pionieri. Secondo i dati forniti da NetConsulting cube, il settore bancario si conferma come il più avanzato nell’implementazione dell’AI, con un mercato stimato a 173,6 milioni di euro. Segue a ruota il settore delle telecomunicazioni e media, che registra un valore di 161,6 milioni di euro. L’industria manifatturiera si posiziona al terzo posto con 111,6 milioni di euro, dimostrando come l’AI stia trasformando anche i processi produttivi tradizionali.
Altri settori che mostrano una significativa adozione dell’AI includono 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) e la sanità (62,3 milioni). Il retail, pur con un valore inferiore (57,7 milioni di euro), mostra comunque un interesse crescente verso le soluzioni AI. Questi dati evidenziano come l’AI stia permeando diversi ambiti dell’economia italiana, con applicazioni che spaziano dall’ottimizzazione dei processi alla personalizzazione dei servizi per i clienti.
Le tecnologie emergenti nell’AI
Per quanto riguarda le tecnologie emergenti, l’AI generativa si sta affermando come la frontiera più avanzata, con il 75,9% delle aziende intervistate che dichiarano di averla già adottata o di prevederne l’adozione nel prossimo futuro. Questo dato rappresenta un significativo balzo in avanti rispetto al 78% registrato l’anno precedente, sottolineando la rapida accelerazione nell’adozione di questa tecnologia.
Il machine learning e le reti neurali seguono da vicino, con un’adozione del 60,2%, mentre il Natural Language Processing (NLP) si attesta al 44,6%.
Altre tecnologie AI rilevanti includono l‘Intelligent Data Processing (33,7%), l’Image Processing (27,7%), la Computer vision e la Data visualization (entrambe al 19,3%). Questi dati suggeriscono una crescente sofisticazione nell’uso dell’AI da parte delle aziende italiane, che stanno esplorando applicazioni sempre più avanzate e diversificate.
Nel settore manifatturiero, in particolare, l’AI sta trovando applicazioni innovative in ambiti come la manutenzione predittiva, l’ottimizzazione dei processi produttivi e l’analisi avanzata dei dati per migliorare l’efficienza e la sostenibilità. L’introduzione di sistemi basati su Large Language Models (LLM) sta aprendo nuovi scenari, specialmente nell’ambito dei “Recommendation Systems”, che promettono di rivoluzionare ulteriormente i processi decisionali e l’efficienza operativa. Questa evoluzione tecnologica non solo sta migliorando la produttività e la competitività delle aziende italiane, ma sta anche ponendo le basi per nuovi modelli di business, come la servitizzazione nel settore OEM, che potrebbero ridefinire interi settori industriali nel prossimo futuro.
La catena del valore dell’AI: dall’infrastruttura alle applicazioni
La catena del valore dell’intelligenza artificiale in Italia si articola in una serie di componenti interconnesse, ciascuna delle quali gioca un ruolo cruciale nel determinare il successo e l’efficacia delle implementazioni AI. Partendo dall’infrastruttura, elemento fondamentale di questa catena, si osserva una crescente importanza delle soluzioni cloud AI-ready, che offrono la potenza di calcolo e la scalabilità necessarie per gestire modelli AI complessi. Aziende leader nel settore hardware e cloud stanno mettendo a disposizione piattaforme in grado di scalare a livello globale, rendendo accessibili risorse computazionali avanzate anche a realtà di dimensioni più contenute.
Un aspetto critico dell’infrastruttura AI è rappresentato dai processori specializzati come GPU (unità di elaborazione grafica) e TPU (unità di elaborazione per i tensori), essenziali per accelerare l’addestramento e l’inferenza dei modelli di machine learning. La scelta dell’infrastruttura hardware non solo deve essere solida e scalabile, ma deve anche garantire un utilizzo sicuro dei dati aziendali, un aspetto particolarmente rilevante nel contesto italiano dove la protezione dei dati è una priorità.
Procedendo lungo la catena del valore, la gestione e preparazione dei dati emerge come un anello fondamentale. La qualità dei dati è infatti determinante per il successo delle applicazioni AI, e in questo ambito le aziende specializzate giocano un ruolo chiave. Il processo include fasi cruciali come la raccolta di dati affidabili e rappresentativi, la pulizia e normalizzazione per eliminare errori e incongruenze, l’etichettatura e l’aumento dei dati, l’integrazione e l’indicizzazione, fino alla governance e gestione continua dei dati.
Queste fasi richiedono competenze specializzate e tecnologie avanzate, rappresentando un settore in rapida crescita all’interno dell’ecosistema AI italiano.
Lo sviluppo di algoritmi e modelli AI al centro della catena del valore
Il cuore tecnologico della catena del valore è rappresentato dallo sviluppo di algoritmi e modelli AI. In questo ambito, si osserva una crescente specializzazione delle aziende italiane, spesso in stretta collaborazione con centri di ricerca e università. Lo sviluppo di algoritmi di machine learning, deep learning e reinforcement learning viene calibrato sulle specifiche esigenze dei diversi settori industriali.
Un trend emergente è l’adozione di grandi modelli di linguaggio e modelli generativi multimodali, che stanno aprendo nuove frontiere applicative. Particolare attenzione viene posta alle fasi di addestramento, validazione e ottimizzazione dei modelli, processi che richiedono non solo potenza di calcolo ma anche expertise specializzata. Tecniche come il prompt engineering e le architetture RAG (Retrieval Augmented Generation) stanno guadagnando terreno, permettendo di sfruttare modelli generativi esistenti in combinazione con il patrimonio informativo aziendale per creare soluzioni AI personalizzate.
La fase di deployment e MLOps (Machine Learning Operations) rappresenta un altro elemento cruciale della catena del valore, richiedendo competenze che uniscono expertise tecnologica e conoscenza dei processi aziendali.
Infine, le applicazioni AI costituiscono l’ultimo anello della catena, quello che traduce la tecnologia in valore tangibile per le aziende. In Italia, si osserva una crescente diversificazione degli use case, che spaziano dall’automazione dei processi all’analisi predittiva, dall’integrazione dell’AI nei dispositivi IoT fino alle applicazioni per migliorare la customer experience.
Settori come il manifatturiero stanno sperimentando applicazioni innovative, dalla manutenzione predittiva all’ottimizzazione dei processi produttivi, mentre il retail e la finanza stanno esplorando nuove frontiere nella personalizzazione dei servizi. Questa articolata catena del valore dell’AI in Italia non solo sta trasformando i processi aziendali e i modelli di business, ma sta anche creando nuove opportunità di specializzazione e innovazione per l’intero ecosistema tecnologico nazionale.
L’ecosistema delle startup e PMI innovative nell’AI
L’ecosistema delle startup e PMI innovative nel settore dell’intelligenza artificiale in Italia sta emergendo come un motore chiave per l’innovazione e la crescita economica del paese. L’analisi condotta attraverso la dashboard sviluppata dalla collaborazione tra Anitec-Assinform e InfoCamere offre un quadro dettagliato di questo dinamico panorama. Su un campione di 644 imprese innovative nel settore ICT, focalizzate sui “digital enabler”, ben 301 (circa il 47%) operano specificamente nel campo dell’AI e del machine learning.
Questo dato sottolinea come l’intelligenza artificiale sia diventata la tecnologia di riferimento per i nuovi imprenditori digitali italiani, confermando il suo ruolo centrale nell’innovazione tecnologica del paese.
Distribuzione geografica delle imprese di AI
La distribuzione geografica di queste imprese riflette la concentrazione dell’innovazione nelle grandi aree urbane: Milano guida la classifica con 157 imprese, seguita da Roma con 85, Torino con 33 e Napoli con 30. Questa distribuzione evidenzia l’importanza dei cluster tecnologici urbani come ecosistemi fertili per l’innovazione nell’AI. Un aspetto significativo emerso dall’analisi è la predominanza di microimprese: il 61,80% delle aziende analizzate ha meno di 5 addetti. Questo dato, se da un lato riflette la natura agile e innovativa tipica delle startup, dall’altro potrebbe indicare potenziali sfide in termini di scalabilità e accesso a risorse.
La composizione del tessuto imprenditoriale mostra una prevalenza di srl (597 su 644), principalmente operanti nel settore del software e della consulenza IT (551, pari all’86% del totale). Questo suggerisce una forte specializzazione nel campo dello sviluppo software e dei servizi di consulenza tecnologica, aree cruciali per l’implementazione e l’integrazione di soluzioni AI nelle imprese.
Un dato particolarmente incoraggiante riguarda l’investimento in ricerca e sviluppo: il 72% delle imprese analizzate (461 su 644) dichiara una rilevante spesa in R&S. Questo elevato impegno nell’innovazione è un segnale positivo per la competitività futura dell’ecosistema AI italiano.
Inoltre, il 34% delle imprese (217) vanta un capitale umano altamente qualificato, mentre il 30% (192) ha attività brevettuale, indicatori di un forte potenziale innovativo. L’analisi della dinamica delle imprese registrate mostra una crescita costante nel settore software e consulenza IT fino al primo trimestre del 2024, con una lieve flessione nel secondo trimestre seguita da una ripresa nel terzo.
Questo trend riflette la resilienza e la capacità di adattamento del settore, nonostante le sfide economiche globali. Tuttavia, emergono anche alcune criticità: la bassa presenza di profili imprenditoriali femminili (6%) e giovanili (15%).
