Il mercato dell’intelligenza artificiale in Italia oggi ha un valore approssimabile attorno agli 0,8 miliardi di euro, ma sarà destinato a crescere fino a toccare i 2,5 miliardi nel 2027. E’ quanto emerge dal Global Technology Report 2024 di Bain & Company, che però evidenza anche le criticità: “L’adozione dell’IA nelle imprese italiane è ancora inferiore rispetto alla media europea – spiega Mauro Colopi, partner di Bain & Company e responsabile italiano Tmt – solo il 7% delle Pmi e il 24% delle grandi imprese italiane hanno implementato soluzioni di AI, contro una media UE rispettivamente del 9% e del 30%. Questo evidenzia la necessità di iniziative strategiche per accelerare l’adozione dell’AI, ma indica anche un significativo potenziale di crescita per le imprese italiane”.
Rischi e opportunità per l’Italia
“L’Italia – prosegue Colopi – ha un posizionamento solido in settori strategici come robotica industriale, manifattura e l’aerospazio, dove l’adozione dell’AI potrebbe incrementare il vantaggio competitivo. Tuttavia, un ritardo nell’adozione dell’IA potrebbe compromettere la competitività del Paese nei prossimi anni. Le aziende italiane devono quindi sviluppare una roadmap chiara per implementare l’AI – afferma – che includa la trasformazione dei processi aziendali e lo sviluppo di competenze specifiche”.
“Inoltre, Il settore dei data center rappresenta un’opportunità importante per l’Italia, che sta attirando l’interesse di investitori e operatori, con una prevista crescita del 18%-20% annuo della capacità dei data center entro il 2030 – conclude Colopi – L’AI, offre un’opportunità unica al Paese per rafforzare la propria competitività, sfruttando tecnologie emergenti e costruendo un ecosistema di filiera innovativo e sostenibile”.
I dati su scala globale
Guardando al panorama globale, lo studio di Bai & Company prevede che il mercato globale dell’hardware e software legato all’intelligenza artificiale sia destinato a crescere tra il 40% e il 55% all’anno, raggiungendo un valore compreso tra i 780 e i 990 miliardi di dollari entro il 2027. Tra gli ambiti più promettenti l’espansione della domanda di computing, associata allo scalare dei modelli di AI, la crescita accelerata delle infrastrutture dei data center e la ricerca di una maggiore sovranità delle piattaforme di AI.
Il ruolo dell’AI generativa
“L’AI generativa sta guidando l’attuale ondata di innovazione – argomenta Colopi – Tuttavia, per generare valore su vasta scala, le aziende dovranno trasformare profondamente i loro processi dove l’accento sull’evoluzione a scala diventa imperativo del prossimo triennio. Adottare una strategia pervasiva dell’Intelligenza Artificiale nelle diverse aree di operatività aziendale sarà cruciale per rimanere competitivi in un contesto in continua evoluzione”.
La crescita dei carichi computazionali
Secondo lo studio, i carichi computazionali legati all’AI cresceranno del 25%-35% all’anno fino al 2027, con un conseguente incremento della domanda di potenza di calcolo, che spingerà i data center a evolvere verso dimensioni di oltre un gigawatt. I costi di costruzione di questi grandi data center – attualmente compresi tra 1 e 4 miliardi di dollari – potrebbero raggiungere i 25 miliardi nei prossimi cinque anni.
I rischi per le forniture di chip
La crescente domanda di unità di elaborazione grafica potrebbe comportare un aumento del 30% della richiesta di componenti critici entro il 2026, “rischiando – spiega Bain – una nuova potenziale carenza di semiconduttori, simile a quella sperimentata durante la pandemia”.
La sovranità delle pitattaforme
Tra i temi che sono destinati ad acquisire un’importanza crescente nel campo dell’intelligenza artificiale Bain evidenzia inoltre quello della sovranità delle piattaforme di AI, sottolineando come i governi di Canada, Francia, India e Giappone stiano investendo miliardi di dollari in infrastrutture AI nazionali e modelli basati su dati locali.
“Stabilire ecosistemi di IA sovrana di successo sarà un processo lungo e incredibilmente costoso chi riuscirà a cogliere questa sfida potrà ottenere vantaggi competitivi significativi”, sottolinea Colopi, che conclude con un focus sul tema dello sviluppo dei software: “Utilizzare l’IA generativa per ottenere miglioramenti significativi nello sviluppo software è possibile, ma richiede sforzi che vanno oltre l’introduzione di assistenti alla codifica – spiega – Per quanto riguarda l’implementazione dell’IA, i team di ingegneria dovrebbero guidare le efficienze end-to-end incorporando altre tecniche avanzate come l’analisi statica e coprendo l’intero ciclo di vita dello sviluppo software, inclusi gestione del prodotto, refactoring, revisione del codice, test e gestione della build/rilascio”.