Intelligenza artificiale, il mercato vale 760 milioni e cresce del +52% nel 2023

Il mercato dell’Intelligenza Artificiale, in Italia, cresce in maniera impetuosa. Nel 2023 segna +52%, raggiungendo il valore di 760 milioni di euro, dopo che già nel 2022 aveva registrato un +32% rispetto all’anno precedente. La gran parte degli investimenti riguarda soluzioni di analisi e interpretazione testi per ricerca semantica, di classificazione, sintesi e spiegazione di documenti o agenti conversazionali tradizionali, mentre sono ancora limitati al 5% (38 milioni di euro) i progetti di Generative AI. Sei grandi imprese italiane su dieci hanno già avviato un qualche progetto di Intelligenza Artificiale, almeno a livello di sperimentazione, ma ben due su tre hanno già discusso internamente delle applicazioni delle Generative AI e tra queste una su quattro ha avviato una sperimentazione (il 17% del totale).

Nel 2023 quasi tutti gli italiani (98%) hanno sentito parlare di Intelligenza Artificiale, e più di un italiano su quattro (29%) ne ha una conoscenza medio-alta. C’è grande interesse, dunque, ma anche una certa confusione: tre italiani su quattro hanno sentito parlare di ChatGPT ma solo il 57% conosce il termine “Intelligenza Artificiale Generativa”. Un italiano su quattro dichiara inoltre di aver interagito almeno una volta con ChatGPT. Ben il 77% degli italiani (+4 punti percentuali rispetto al 2022) guarda con timore all’Intelligenza Artificiale, soprattutto in relazione ai possibili impatti sul mondo del lavoro. Tuttavia, solo il 17% è fermamente contrario all’ingresso dell’AI nelle attività professionali.

Di certo, gli impatti sul mondo del lavoro saranno molto significativi. Già oggi, in Italia, l’Intelligenza Artificiale ha un potenziale di automazione del 50% di “posti di lavoro equivalenti” (l’equivalente in posti di lavoro della somma del tempo impiegato in singole attività che possono essere affidati alle macchine), ad oggi realizzato in minima parte, considerando anche che il ruolo dell’AI è più di supporto che di vera e propria sostituzione. Ma da qui a 10 anni, le nuove capacità delle macchine potrebbero svolgere il lavoro di 3,8 milioni di persone in Italia.

Sono i risultati della ricerca dell'Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano*, presentata quest’oggi al convegno “AI al centro: novità, applicazioni e regole”.

“Quest’anno l’Intelligenza Artificiale ha fatto passi da gigante anche in Italia – afferma Giovanni Miragliotta (a sinistra nella foto), Direttore dell’Osservatorio Artificial Intelligence -. Il mercato è in forte crescita, come i progetti, e ormai quasi tutti gli italiani hanno sentito parlare di AI, ma guardano a questo ambito con interesse e qualche timore. Nel valutare il reale impatto sul lavoro, però, bisogna tenere in considerazione le previsioni demografiche che, a causa dell’invecchiamento della popolazione, prospettano un gap di 5,6 milioni di posti di lavoro equivalenti entro il 2033. In questa prospettiva, la possibile automazione di 3,8 milioni di posti di lavoro equivalenti appare quasi una necessità per ribilanciare un enorme problema che si sta creando, più che un rischio. Tuttavia, soltanto prestando attenzione alle nuove esigenze dei lavoratori, alla formazione e ad un’equa redistribuzione dei benefici, la società riuscirà a trarre valore dallo sviluppo dell’AI”.

“Nel 2023 il mercato italiano dell’Intelligenza Artificiale cresce in maniera significativa segnando un +52%, raggiungendo il valore di 760 milioni di euro, in accelerazione rispetto al +32% registrato nell’anno precedente. La gran parte degli investimenti riguarda soluzioni di analisi e interpretazione testi per ricerca semantica, di classificazione, sintesi e spiegazione di documenti o agenti conversazionali tradizionali, mentre i progetti di Generative AI pesano solo per il 5%, sebbene vi sia però un grande interesse – evidenzia Alessandro Piva (al destra nella foto), Direttore dell’Osservatorio Artificial Intelligence –. Due organizzazioni su tre hanno già discusso internamente delle applicazioni delle Generative AI e tra queste una su quattro ha avviato una sperimentazione (il 17% del totale). L’avvento della Generative AI non sembra tuttavia essere una via per ridurre il gap nell’adozione dell’Intelligenza Artificiale tra le grandi organizzazioni, chi è indietro nel percorso di adozione dell’AI, infatti, non riesce a trarre beneficio delle opportunità della generative AI (nel 77% dei casi).”

“Da parte della comunità scientifica è doveroso guidare il percorso di adozione dell’AI e dell’AI Generativa, cercando di evitare la fase di disillusione che solitamente caratterizza il processo di adozione di nuove tecnologie – spiega Nicola Gatti, Direttore dell’Osservatorio Artificial Intelligence -. A questo riguardo, sono tre le principali criticità che riguardano oggi l’AI: poter garantire che i risultati dei sistemi di AI siano corretti — tipicamente si parla di robustezza —, poter garantire che le decisioni prese siano spiegabili alle persone — tipicamente si parla di explainability —, e certificare che i sistemi di AI rispettino le regolamentazioni Europee e che i rischi potenziali siano mitigati. Come Politecnico di Milano, tramite il Partenariato Esteso FAIR, stiamo portando avanti la ricerca in ambito Adaptive AI proprio per dare risposta a queste sfide”.

Il mercato – Il 90% del mercato dell’Intelligenza Artificiale in Italia è dovuto alle grandi imprese. Il resto è suddiviso in modo equilibrato tra PMI e Pubblica Amministrazione. La quota più significativa del mercato dell’Intelligenza Artificiale italiano (29%) è legata a soluzioni per analizzare ed estrarre informazioni dai dati (Data Exploration & Prediction, Decision Support & Optimization Systems). Il 27% è per progetti di interpretazione del linguaggio, scritto o parlato (Text Analysis, Classification & Conversation Systems). Il 22% per algoritmi che suggeriscono ai clienti contenuti in linea con le singole preferenze (Recommendation Systems). Il 10% analisi di video ed immagini, 7% Process Orchestration Systems, il 5% Generative AI. Guardando alla spesa media in Intelligenza Artificiale per azienda, ai primi posti Telco-Media e Assicurazioni, seguiti da Energy, Resource & Utility e Banche e Finanza.

La diffusione nelle aziende – Il 61% delle grandi imprese ha all’attivo, almeno al livello di sperimentazione, un progetto di Intelligenza Artificiale, mentre si scende al 18% tra le piccole e medie imprese (+3 punti percentuali rispetto al 2022). L’adozione nelle imprese è sostanzialmente stabile rispetto al 2022. Le aziende che avevano già avviato almeno una sperimentazione proseguono e accelerano. Nelle aziende in ritardo, sono invece rari i casi in cui l’avvento della Generative AI ha già dato vita ad una sperimentazione. Il 37% delle grandi realtà che non hanno progetti all’attivo ha intenzione di attivarli nei prossimi 12 mesi e si moltiplicano le iniziative di workshop ispirazionali/formativi sul tema. Circa 2 grandi aziende su 3 hanno discusso internamente delle applicazioni delle Generative AI, tra queste una su quattro ha avviato una sperimentazione (il 17% del totale, dunque). D’altro canto, soltanto il 7% delle piccole e medie imprese sta riflettendo su potenziali applicazioni e solo il 2% ha concretamente attivato almeno una sperimentazione. 

La maturità delle aziende – L’Osservatorio ha analizzato la maturità delle grandi organizzazioni nel percorso di adozione dell’AI, arrivando ad individuare cinque diversi profili. L’11% è avanguardista (in crescita di 2 punti percentuali rispetto all’anno scorso), aziende che hanno raggiunto la piena maturità a livello tecnologico, organizzativo e gestionale nell’adozione di soluzioni di intelligenza artificiale. Il 23% è apprendista, hanno diversi progetti avviati ma difficilmente impiegano metodologie strutturate nel gestirli e tendono a far ricorso a soluzioni standard o pronte all’uso. Nel restante 66% dei casi, permangono situazioni eterogenee: ci sono organizzazioni in cammino (29%), dotate degli elementi abilitanti ma con pochi progetti, e aziende che non percepiscono il tema come rilevante e non dispongono di un’infrastruttura IT adeguata alla gestione di grandi quantità di dati.