2 min
Secondo le stime di Bain & Company, il mercato AI potrebbe raggiungere quota 6mila miliardi l’anno entro il 2031. Ma i prodotti esistenti possono generare fino a 1.800 miliardi. Per sostenere gli investimenti servono quindi nuove fonti di valore. Le aree più promettenti
Il mercato globale dell’intelligenza artificiale potrebbe raggiungere circa seimila miliardi di dollari di ricavi annui entro il 2031. Ma per sostenere gli investimenti dell’intero ecosistema serviranno nuove fonti di valore per circa 4.200 miliardi. A fare i conti è il Global Technology Report 2026 di Bain & Company che, vista la corsa senza freni agli investimenti, parte dalla domanda delle domande: il valore economico generato sarà sufficiente a ripagarli? La risposta non può che essere dipende: per le imprese, infatti, secondo lo studio sarà decisiva la capacità di trasformare rapidamente il potenziale in nuovi prodotti, servizi e modelli operativi. E quattro aree sembrano essere particolarmente promettenti
📰 Leggi anche “AI, due terzi degli investitori USA temono una bolla“
Il divario da colmare
L’AI consumer, monetizzata con abbonamenti e pubblicità, e quella enterprise, applicata a sviluppo software, vendite, marketing, customer service e IT operations, potrebbero generare complessivamente tra i 1.200 e i 1.800 miliardi di dollari di ricavi. Per colmare la distanza rispetto alle dimensioni potenziali del mercato serviranno quindi nuove categorie di innovazione. “Una parte sostanziale di questo valore dovrà arrivare da nuove forme di innovazione, andando ben oltre i soli incrementi di produttività”, sottolinea Mauro Colopi, senior partner e responsabile italiano telecommunications, media & technology di Bain. Per le imprese, secondo Emanuele Veratti, senior partner e digital practice leader Italia, la vera opportunità sarà quindi trasformare queste tecnologie in nuove fonti di crescita: evolvendo prodotti e servizi, ridisegnando i processi e sviluppando opportunità in mercati nuovi o ancora poco esplorati. “La velocità con cui sapranno farlo, adeguando allo stesso tempo competenze, modelli organizzativi e governance, sarà sempre più determinante”, rimarca.
Le quattro fonti di valore
Secondo Bain sono quattro le aree da cui potrebbe arrivare il valore necessario. La prima riguarda i provider di modelli AI, che stanno assumendo alcune funzioni tradizionalmente svolte dai motori di ricerca e introducendo nuovi modelli pubblicitari. La seconda è la guida autonoma di auto, camion e droni, fino a nuove forme di automazione industriale. La terza è la physical AI, che abilita simulazioni realistiche e digital twin dei processi fisici, consentendo alle aziende di migliorare la produttività, testare modifiche e accelerare il deployment di sistemi autonomi. Allo stesso modo, i sistemi robotici potenziati da questa tecnologia, inclusi i robot umanoidi, possono operare in ambienti non strutturati, aprendo nuove applicazioni nell’economia fisica, dalla manifattura alla chirurgia. Infine, la quarta area comprende prodotti e casi d’uso ancora da immaginare e possibili grazie alla crescente disponibilità di ‘intelligenza’: dalla scoperta di nuovi farmaci alla salute mentale, fino alla produzione di energia.
📰 Leggi anche “AI, come distinguere tra futuri vincitori e vinti“
Dalla tecnologia ai risultati
L’avvertimento è che adottare la tecnologia non basta più: a fare la differenza è la velocità con cui le aziende la integrano nei processi e la trasformano in risultati concreti. Per accelerare, i principali AI lab puntano sempre più su modelli di forward-deployed engineering, con investimenti che arrivano fino a quasi dieci miliardi di dollari. I provider stanno sviluppando applicazioni e infrastrutture che permettono di integrare più efficacemente l’intelligenza dei modelli nei sistemi aziendali e tradurla in valore di business. Nell’arco di uno o due anni, le imprese si aspettano un miglioramento del 148% nella velocità dei cicli di rilascio e del 95% nella produttività degli sviluppatori, a fronte degli attuali incrementi tra il 20% e il 27%. “Realizzare questo potenziale richiederà di ripensare l’intero modello operativo: mentre l’AI accelera la scrittura del codice, i colli di bottiglia si spostano verso revisione, coordinamento, qualità e governance”, mette in guardia Veratti.
L’hardware torna a crescere
La domanda di capacità computazionale sta inoltre riportando al centro hardware e semiconduttori. Tra il 2020 e il 2026, i titoli di questi settori sono cresciuti a un tasso annuo composto del 24%, contro il 6% del software. Tra i segmenti più dinamici spiccano le memorie ad alta larghezza di banda (HBM), il packaging avanzato e i chip custom. Per Colpi, la concentrazione della produzione sull’HBM potrebbe ridurre gli investimenti in altre memorie, aggravando le carenze e generando pressioni sui prezzi di smartphone e pc. Allo stesso tempo, hyperscaler e aziende AI-native stanno progettando acceleratori e chip ottimizzati per i propri carichi di lavoro, mentre i chip custom conquistano una quota crescente del mercato del computing nei data center. “Addestramento, inference e applicazioni agentiche hanno ormai raggiunto volumi tali da rendere economicamente sostenibili progetti hardware dedicati”, evidenzia l’esperto.
📰 Leggi anche “Bolla AI: ecco perché il rischio correzione è reale“
Cybersecurity: nuova difesa per attacchi più rapidi
L’AI sta poi cambiando anche la sicurezza informatica, accelerando le diverse fasi di un attacco: attività che richiedevano circa quattro settimane possono oggi concentrarsi in appena diciotto ore, riducendo drasticamente il tempo a disposizione delle organizzazioni per individuare le minacce e reagire. Le realtà più avanzate rispondono aumentando, spesso a doppia cifra, i budget destinati alla correzione delle vulnerabilità o ‘remediation’, e alcune riallocano fino al 20-25% delle risorse umane dedicate alla cybersecurity alla gestione degli alert generati da scansioni basate sull’AI.
La sfida dei data center
Infine, la domanda di capacità computazionale supera già l’offerta e il divario è destinato ad ampliarsi. Per rispondere a questa pressione, l’industria tecnologica sta pianificando investimenti su scala e a una velocità senza precedenti. Gli hyperscaler progettano campus di data center fino a cento volte più grandi, con capacità pari o superiore a 5 GW e costi tra 150 e 200 miliardi di dollari ciascuno. Entro il 2030 gli investimenti necessari potrebbero raggiungere tra 5.000 e 6.500 miliardi per costruire quasi 150 GW di nuova capacità, quasi triplicando quella globale, con ulteriori pressioni su energia, semiconduttori, lavoro specializzato e infrastrutture. Secondo gli esperti di Bain, la carenza difficilmente si risolverà da sola: non basterà costruire più data center, serviranno soluzioni strutturali a livello di sistema.
.
Vuoi ricevere ogni mattina le notizie di FocusRisparmio? Iscriviti alla newsletter!
Registrati sul sito, entra nell’area riservata e richiedila selezionando la voce “Voglio ricevere la newsletter” nella sezione “I MIEI SERVIZI”.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
