Nel 2026 il processo di espansione globale della AI prosegue inarrestabile, registrando un trend a doppia cifra. Comunque, sia le imprese del settore IT, sia il mondo manifatturiero e l’automazione industriale continuano a lottare con varie sfide, per valorizzare al meglio le potenzialità di quella che è la più grande rivoluzione tecnologica del secolo. Quest’anno, la spesa mondiale per l’intelligenza artificiale raggiungerà i 2.520 miliardi di dollari ($2.52 trillion), con un aumento del 44% su base annua. Lo prevede la società di analisi di mercato e consulenza Gartner, chiarendo che l’adozione della AI dipende essenzialmente dalla preparazione sia del capitale umano, sia dei processi organizzativi, e non solo dagli investimenti finanziari.
Le infrastrutture di base per la AI da sole determineranno un aumento del 49% della spesa per i server ottimizzati per l’intelligenza artificiale nel 2026, rappresentando il 17% della spesa totale per la AI. Le infrastrutture di base per questa tecnologia genereranno inoltre 401 miliardi di dollari di spesa nel 2026, in virtù dello sviluppo di tali infrastrutture da parte dei fornitori di tecnologia.
La crescita dell’intelligenza artificiale guida anche lo sviluppo dei semiconduttori. Ad aprile, Gartner ha stimato che quest’anno il fatturato mondiale del comparto dei semiconduttori supererà 1.300 miliardi di dollari ($1.3 trillion), registrando la crescita più elevata degli ultimi due decenni. E i chip per l’intelligenza artificiale rappresenteranno circa il 30% del fatturato totale del settore semiconduttori nel 2026, rimanendo la forza trainante della crescita complessiva del comparto. Gli investimenti degli hyperscaler nella realizzazione di infrastrutture per la AI si confermano solidi, con una spesa che è prevista aumentare di oltre il 50% nel 2026, stimolando la domanda di acceleratori per l’intelligenza artificiale, incluse le GPU (Graphics processing unit) e i chip personalizzati non-GPU.
Ottimizzare la AI in specifici use case
La sempre più pervasiva diffusione della AI nel mondo IT – ma, aggiungiamo noi, anche nell’OT (Operational technology) – nell’ottica di Gartner implica per le varie organizzazioni la necessità di puntare su una combinazione di “AI readiness” e “human readiness”. Dove, essere pronti per l’AI significa saper usare l’intelligenza artificiale per soddisfare efficacemente le esigenze di casi d’uso specifici, e dove preparazione umana vuol dire disporre della forza lavoro e dell’organizzazione adeguate per cogliere e mantenere il valore della AI. Questa combinazione garantisce il giusto equilibrio per ottenere il meglio da tale tecnologia, visto che bisognerà saperla padroneggiare in tutti i task. Come emerge da un recente sondaggio condotto da Gartner su oltre 700 chief information officer, entro il 2030 i CIO prevedono che il 75% delle attività IT saranno svolte da esseri umani coadiuvati dalla AI, mentre il 25% del lavoro IT sarà eseguito esclusivamente dall’intelligenza artificiale. Dunque, per quell’anno, non esisterà più alcuna attività IT svolta senza l’ausilio della AI.
Manifatturiero, cruciale riorganizzare le strategie di produzione
Il settore manifatturiero deve prepararsi a fronteggiare la prepotente avanzata della AI, perché quasi la metà delle organizzazioni (49%) non ha fiducia nella propria strategia produttiva per il raggiungimento degli obiettivi aziendali nei prossimi tre anni. La survey, condotta su 128 dirigenti responsabili della produzione o della catena di approvvigionamento, ha messo in evidenza che due terzi delle organizzazioni non stanno perseguendo quella profonda riorganizzazione delle operazioni produttive, necessaria per soddisfare le esigenze in materia di automazione avanzata, che includono l’uso di tecnologie di intelligenza artificiale e robot autonomi. Senza la riorganizzazione delle attività manifatturiere, i progressi nell’automazione e nella robotica basate sull’intelligenza artificiale andranno in fase di stallo, avverte Gartner.
Dall’indagine emerge che i CSCO (Chief supply chain officer) immaginano un futuro prossimo di automazione avanzata in cui le macchine svolgono la maggior parte delle attività. Tuttavia la maggioranza dei modelli operativi non riesce a stare al passo per consentire la realizzazione di queste priorità strategiche. Inoltre, i vertici aziendali intendono sfruttare le potenzialità future per aumentare la competitività, ma il 66% degli intervistati afferma che integrare la supply chain e la produzione rappresenta la sfida più impegnativa per i prossimi tre anni. Ancora, secondo i risultati della survey, l’automazione avanzata, che comporta un intervento umano minimo, viene classificata tra le prime tre abilità produttive in grado di garantire un vantaggio competitivo nei prossimi tre anni.
Smart manufacturing, CAGR del 9,3% fino al 2030
Lo smart manufacturing (SM) avanzato integra e ridisegna l’automazione industriale classica, potenziandola attraverso connettività, analisi dei dati in tempo reale e processi decisionali adattivi. Per IoT Analytics, fornitrice di analisi di mercato nei settori IoT (Internet of Thinghs), AI, cloud, edge computing e Industria 4.0, la “produzione intelligente” consiste nell’uso delle tecnologie digitali e di automazione per migliorare le operazioni manifatturiere lungo tutta la catena del valore.
Nel suo molto recente rapporto, la società prevede che il mercato globale dello smart manufacturing (hardware, software, servizi), dai 175 miliardi di dollari del 2025, si espanderà con un tasso annuo di crescita composto (CAGR) pari al 9,3% fino al 2030, anno in cui il valore del comparto toccherà i 274 miliardi di dollari.
Le forze che guidano tale espansione sono molte. La AI industriale (industrial AI) sta rivitalizzando la tecnologia SM attraverso piattaforme di gestione dati, piattaforme AI e investimenti legati all’AI, come la robotica mobile. Dalla metà del 2025, un rinnovato interesse per il tema, osserva IoT Analytics, è stato alimentato dall’azienda statunitense Nvidia nel campo della AI fisica (physical AI). Una AI “incarnata” nei robot (embodied AI), che permette loro di operare nell’ambiente circostante, riflettendo un più ampio cambiamento nel modo di concepire il ruolo della AI in ambito industriale: da mero sistema di analisi dei dati a sistema capace di agire in contesti materiali.
Altre forze guidano poi l’espansione del settore. In primis la voce costi, in quanto i produttori devono affrontare una pressione costante sui margini dovuta all’aumento dei costi della manodopera, dell’energia, dei materiali, che li spinge a migliorare l’efficienza complessiva delle attrezzature, a ridurre gli scarti e a diminuire il consumo energetico. Vi sono poi le tensioni geopolitiche e le interruzioni delle supply chain, che accelerano le pratiche di reshoring e le strategie di produzione regionale, portando alla costruzione di nuovi stabilimenti, alcuni dei quali richiedono tecnologie di automazione avanzate poiché sorgono in aree con costi di produzione più elevati. Vi è poi la carenza cronica di manodopera e competenze specialistiche, che spinge le organizzazioni a ricorrere alla tecnologia come sostituto o complemento delle capacità umane.