Per l’Intelligenza artificiale in Italia il 2022 è stato un anno record: il valore di mercato delle soluzioni di Artificial intelligence (AI) è arrivato a quota 500 milioni di euro, con una crescita del 32% in 12 mesi, di cui un 27% di Export.
Lo stesso mercato nel 2018 ammontava a 210 milioni di euro, e nel 2020 a 300 milioni: nell’ultimo quinquennio il mondo dell’AI è sempre cresciuto a doppia cifra.
Ed è un trend in forte, ulteriore slancio, dato che in quest’ultimo anno emergono almeno tre importanti sviluppi: l’accelerazione senza precedenti nella crescita; una diffusione di consapevolezza molto più marcata e matura nel management delle aziende; la presenza molto più ampia di progetti sperimentali; e questi progetti che sempre più spesso e in maggior numero passano dalla fase sperimentale a quella più consolidata e operativa: nelle imprese un progetto di AI su due (il 54% del totale) da sperimentale diventa operativo.
Sono alcuni dei principali numeri e tendenze che emergono dal report annuale dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, presentato oggi al convegno ‘Artificial intelligence: l’era dell’implementazione’, che si è svolto in presenza nelle aule del Politecnico milanese e in streaming online.
Di tutto questo mondo italiano dell’Artificial intelligence, un mercato del valore totale di 500 milioni di euro, la fetta più rilevante di spesa e quindi di progetti è quella del segmento Intelligent data processing e soluzioni di Forecast, analisi e previsione, che rappresenta un terzo (il 34%) del mercato totale.
Il secondo insieme di soluzioni più adottate e più diffuse, sempre per volume di mercato, è quello del Language processing, sistemi Nlp e chatbot, che rappresenta il 28% del totale in Italia. Un settore che negli ultimi mesi a livello mondiale ha visto l’esplosione del fenomeno ChatGPT: basti pensare che nel corso del 2021 nel mondo sono stati censiti investimenti totali in sistemi di AI per 93 miliardi di dollari, e negli ultimi mesi solo per sviluppare una soluzione di Language processing come ChatGPT il colosso Microsoft ha stanziato 10 miliardi di dollari di investimenti.
Tornando al focus del mercato e dello scenario italiano, la terza classe di soluzioni più diffuse è quella dei Reccomendation system, che rappresenta il 19% del totale, seguita da soluzioni di Computer vision (10%) e di Intelligent Rpa (Robotic processing automation), con il 9% del mercato complessivo, e che riguarda in particolare la manifattura e il ridisegno dei processi aziendali.
Indice degli argomenti
Il divario tra grandi aziende e PMI
Come accade un po’ in tutto il mondo dell’innovazione, e dei suoi sviluppi, anche per quanto riguarda l’evoluzione delle soluzioni di Intelligenza artificiale si è presto creato un divario nella loro diffusione nelle grandi aziende rispetto alle PMI: secondo i dati dell’Osservatorio milanese, in Italia il 61% delle grandi imprese ha già avviato applicazioni di AI, rispetto a un ancora limitato 15% nel mondo delle piccole e medie imprese, che spesso scontano un ritardo in termini di risorse finanziarie, tecnologiche, umane.
Le barriere principali segnalate dalle imprese sono infatti innanzitutto di due tipi: la disponibilità di budget necessari, per una quota del 30% del campione censito, e il basso livello di digitalizzazione dell’azienda e del suo personale, per un’altra grossa fetta pari al 24%.
I prossimi sviluppi dell’Intelligenza artificiale nelle imprese
L’Artificial intelligence si sta sviluppando e sta crescendo in pressoché tutti i settori di attività, dall’industria alla medicina, dal mondo finanziario al commercio. Secondo Diego Ravazzolo, Senior manager in Data Reply, nuove applicazioni di AI potranno dare nuovo slancio innanzitutto all’Internet of things del mondo manifatturiero e al mercato dell’eCommerce.
“Negli anni scorsi i sistemi IoT si sono molto diffusi nelle aziende, con risultati non omogenei e a volte non del tutto soddisfacenti per gli utenti finali”, rileva Ravazzolo, “e ciò innanzitutto perché questi sistemi hanno iniziato a utilizzare ed elaborare grandi quantità di dati, ma spesso dati non focalizzati e di qualità per il core-business aziendale”. Con nuove e più sofisticate applicazioni di AI, invece, “con ogni probabilità assisteremo a un nuovo slancio dell’IoT aziendale e manifatturiero, perché i sistemi di Artificial intelligence permetteranno di utilizzare sempre meglio tutti i dati che le macchine e altre fonti di informazione sono in grado di raccogliere”.
Innovazioni nell’eCommerce e nelle Supply chain
Un nuovo sviluppo è atteso anche nel settore del commercio elettronico, “anche qui con un uso più preciso e puntuale dei dati raccolti nel corso delle varie attività commerciali”, fa notare anche Lorenzo Tencati, presidente di Intellico, “anche in questo campo nuove applicazioni di AI possono portare a un ulteriore salto in avanti delle attività e dell’offerta mirata alla clientela”.
Per il mondo manifatturiero, un altro ambito di sviluppo interessante delle operazioni di Artificial intelligence è poi quello delle catene di fornitura. Le logiche e le dinamiche della Supply chain sono sotto forte pressione e cambiamento con lo sviluppo e la diffusione delle nuove tecnologie, tra cui l’AI potrà dare il suo rilevante contributo: ad esempio, nell’analizzare le attività dei fornitori, e individuare i migliori fornitori tra i tanti che possono far parte della catena di approvvigionamento.
La necessità di soluzioni specifiche di AI
Un’altra questione essenziale da affrontare, e che non sfugge agli addetti ai lavori, è anche questa: le attuali soluzioni di Intelligenza artificiale offrono servizi spesso ancora standardizzati, mentre le imprese hanno in molti casi bisogno di applicazioni specifiche.
Chi gliele può fornire? “Diciamo che le possibilità che si profilano posso essere tre”, sottolinea Diego Epis, Sales manager di Oròbix. “La prima è che un sistema di Ai standardizzato venga poi personalizzato dallo stesso fornitori di tecnologie che lo propone al cliente”, spiega Epis, “la seconda possibilità è che le aziende, innanzitutto le più grandi, sviluppino strutture interne specializzate in sistemi di Intelligenza artificiale, che quindi possono essere adattati all’interno dell’azienda”. Un terzo caso, che si profila all’orizzonte, “è quello di realtà e società specializzate proprio nella personalizzazione di sistemi standard di AI, in linea con le esigenze specifiche del cliente finale”.
La maturità dell’AI nelle grandi aziende
L’Osservatorio del Politecnico milanese ha analizzato la maturità delle grandi organizzazioni nel percorso di adozione dell’AI, arrivando a individuare cinque diversi profili di maturità. Il 34% delle grandi aziende si trova nell’era dell’implementazione, ossia dispone delle risorse tecnologiche e delle competenze necessarie per sviluppare e portare in produzione le iniziative di AI.
Tra questi, il livello più elevato è composto da Avanguardisti (9%), che gestiscono correttamente l’intera catena del valore dei progetti di AI. In seconda battuta, con una maggiore diffusione, gli Apprendisti (25%) che hanno numerosi progetti a regime diffusi nell’organizzazione e iniziano a ragionare sui potenziali rischi etici delle soluzioni di AI. Nel restante 66% vi sono situazioni eterogenee, a partire dalle organizzazioni In cammino (33%), ovvero già dotate degli elementi abilitanti, ma anche aziende che non percepiscono il tema dell’Intelligenza Artificiale come rilevante, e non dispongono di un’infrastruttura IT adeguata.
Il progetto Spoke 4 sull’Adaptive AI
C’è poi lo sviluppo dell’AI a livello nazionale e che coinvolge università e istituzioni. Tra le attività in corso del Programma Strategico Nazionale, il primo gennaio scorso è stato avviato il Partenariato Esteso dedicato a ‘Intelligenza Artificiale: aspetti fondazionali’, ribattezzato Future Artificial Intelligence Research (Fair).
In questo programma, il Politecnico di Milano gioca un ruolo importante in quanto coordinatore dello Spoke 4 dedicato all’Adaptive AI, in cui l’Università Bocconi è membro affiliato. L’Adaptive AI comprende tutte quelle tecniche, tipicamente sviluppate nel machine learning, che permettono ai sistemi autonomi di adattarsi a nuovi compiti e a nuove condizioni di funzionamento sulla base dei dati osservati.
Le attività dello Spoke 4 verteranno sulla progettazione di algoritmi di Adaptive AI per sistemi singolo agente, multi-agente e ibridi uomo-macchina, con capacità di interazione multimodale e linguaggio naturale. Già dal 2021 Milano è la maggiore unità italiana dell’organizzazione Ellis (European Laboratory for Learning and Intelligent Systems) che coordina i principali centri di eccellenza Europei di machine learning. Nei prossimi anni, grazie agli investimenti legati allo Spoke 4, Milano diventerà uno dei principali centri vitali europei per il machine learning del futuro.
