Il mercato dell’intelligenza artificiale in Italia è cresciuto del 27% nel 2021, raggiungendo quota 380 milioni di euro, un valore raddoppiato in appena due anni, per il 76% commissionato da imprese italiane (290 milioni di euro), per il restante 24% come export di progetti (90 milioni di euro).
Sono i risultati della ricerca dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano.
Un terzo del mercato dell’Artificial Intelligence in Italia (35%) riguarda progetti di algoritmi per analizzare ed estrarre informazioni dai dati (Intelligent Data Processing), ambito che segna anche una delle crescite maggiori, con un +32% rispetto al 2020.
Seguono le soluzioni per l’interpretazione del linguaggio naturale (Natural Language Processing) con il 17,5% del mercato (+24%) e gli algoritmi per suggerire ai clienti contenuti in linea con le singole preferenze (Recommendation System) con un’incidenza del 16% (+20%).
In forte crescita rispetto all’anno scorso +34%, i Chatbot e Virtual Assistant che si aggiudicano l’10,5% degli investimenti e le iniziative di Computer Vision, che analizzano il contenuto di un’immagine in contesti come la sorveglianza in luoghi pubblici o il monitoraggio di una linea di produzione (11% degli investimenti, ma in crescita del 41%).
Infine, il 10% del mercato va alle soluzioni con cui l’AI automatizza alcune attività di un progetto e ne governa le varie fasi (Intelligent Robotic Process Automation).
Dall’indagine emerge un significativo divario in termini di avvicinamento alla tecnologia per dimensione di impresa.
Se da un lato, infatti, aumenta il numero di grandi aziende che ha avviato almeno una progettualità di AI (59%, + 6 punti percentuali rispetto al 2020), dall’altro lato solo il 6% delle PMI ha fatto altrettanto: in particolare nel 4% si tratta di semplici sperimentazioni e solo nel 2% di progetti a regime.
Entrando nel dettaglio sullo stato di avanzamento dei progetti avviati dalle grandi imprese, si conferma la dinamicità di queste realtà che negli ultimi dodici mesi hanno aumentato le sperimentazioni: scende al 13% il numero di grandi aziende che non hanno avviato iniziative (-9p.p. rispetto al 2020) e crescono coloro che hanno avviato progetti pilota (18%, +5p.p. rispetto al 2020).
Rimangono pressoché invariati coloro che hanno almeno un progetto pienamente esecutivo (41%, contro il 40% del 2020) e chi invece si dichiara interessato ad avviare iniziative in futuro (27%, era il 25% nel 2020).
«L’Artificial Intelligence è oggi fortemente maturata e ha tutto il potenziale per diventare un fattore centrale nella trasformazione digitale di imprese, PA e della società nel suo complesso – ha affermato Alessandro Piva, Direttore dell’Osservatorio Artificial Intelligence -. L’ultimo anno ha sancito un ulteriore sviluppo per l’ecosistema italiano e il mercato ha ripreso a crescere consistentemente, dopo che nel 2020 era stato condizionato dalla pandemia. Si evidenzia uno sviluppo per tutte le tipologie di progetti, ma con un’accelerazione in particolare nelle applicazioni nella Computer Vision (+41%), nei Chatbot e Virtual Assistant (+34%) e nell’Intelligent Data Processing (+32%)».
In uno scenario fortemente condizionato dalla crisi dei semiconduttori, che ha portato l’attesa per una scheda o un chip hardware ad alte prestazioni per l’Intelligenza Artificiale a una media di 35 settimane, si evidenziano due linee di evoluzione tecnologica per l’AI. Innanzitutto, la crescita di interesse con la pandemia per la Data Analysis, che consente di integrare ed elaborare in tempo reale dati di tipo eterogeneo.
E poi l’attenzione alla sostenibilità, alla luce di alcune ricerche che hanno messo in luce come l’1% del consumo mondiale di energia riguardi i Data Center su cui sono eseguiti molti algoritmi di Intelligenza Artificiale e, soprattutto, come il training di una rete neurale profonda possa portare alla stessa generazione di CO2 di 5 automobili durante tutta la loro vita.
La sostenibilità energetica entra a far parte del design delle soluzioni di Intelligenza Artificiale e nel futuro giocherà un ruolo sempre più rilevante dal punto di vista algoritmico, soprattutto nel mondo del deep learning.
