Il mercato italiano dell’AI potrebbe triplicare il proprio valore entro il 2027, con un incremento in settori strategici come robotica, manifattura e aerospazio, anche se l’adozione dell’AI tra le PMI è ancora inferiore alla media europea. Lo afferma il Global Technology Report 2024 di Bain & Company, che evidenzia le principali tendenze e opportunità del settore dell’intelligenza artificiale.
In Italia, il mercato dell’AI, attualmente valutato a 0,8 miliardi di euro, è previsto crescere fino a 2,5 miliardi di euro entro il 2027, in linea con le tendenze globali. “Tuttavia – spiega Mauro Colopi, Partner di Bain & Company e responsabile italiano TMT – l’adozione dell’AI nelle imprese italiane è ancora inferiore rispetto alla media europea: solo il 7% delle PMI e il 24% delle grandi imprese italiane hanno implementato soluzioni di AI, contro una media UE rispettivamente del 9% e del 30%. Questo evidenzia la necessità di iniziative strategiche per accelerare l’adozione dell’AI, ma indica anche un significativo potenziale di crescita per le imprese italiane.
Tra le principali evidenze del report:
Crescita del mercato AI globale: Bain prevede una crescita del mercato hardware e software AI tra il 40% e il 55% annuo, raggiungendo un valore compreso tra 780 e 990 miliardi di dollari entro il 2027.
Costi dei data center: con la crescita della domanda di potenza di calcolo, i costi dei data center potrebbero toccare i 25 miliardi di dollari entro i prossimi cinque anni.
Rischio carenza di componenti: la domanda di GPU è destinata a crescere del 30% entro il 2026, con il rischio di una nuova carenza di semiconduttori.
“L’AI generativa sta guidando l’attuale ondata di innovazione,” spiega Mauro Colopi. “Tuttavia, per generare valore su vasta scala, le aziende dovranno trasformare profondamente i loro processi dove l’accento sull’evoluzione a scala diventa imperativo del prossimo triennio. Adottare una strategia pervasiva dell’intelligenza artificiale nelle diverse aree di operatività aziendale sarà cruciale per rimanere competitivi in un contesto in continua evoluzione”.
L’impatto dell’intelligenza artificiale sul settore tecnologico
Secondo il Technology Report 2024 di Bain & Company, la crescita esponenziale del mercato dell’hardware e del software legati all’AI sta spingendo le aziende tecnologiche a ripensare radicalmente le proprie strategie e infrastrutture. I grandi fornitori di servizi cloud, o hyperscaler, stanno guidando il mercato in termini di spesa in R&S, talento impiegato e innovazione, concentrandosi sullo sviluppo di modelli più grandi e potenti che richiedono una potenza di calcolo, un’infrastruttura e un consumo energetico sempre maggiori.
Allo stesso tempo, le imprese e i governi nazionali stanno esplorando modelli di linguaggio più piccoli e specifici per dominio, ottimizzati per scopi particolari e in grado di funzionare con latenza inferiore e maggiore sicurezza dei dati. Questa evoluzione sta portando a una maggiore verticalizzazione del settore, con i fornitori di tecnologia che ottimizzano verticalmente lo stack tecnologico per offrire maggiore efficienza.
Ad esempio, la maggior parte degli hyperscaler ha sviluppato i propri chip di silicio per il training e l’inferenza dell’AI, come l’Amazon Trainium e Graviton, il Google TPU o il Meta MTIA. Nvidia, d’altra parte, ha espanso la sua “unità di calcolo” oltre la sola GPU, integrandola con fabric, memoria ibrida e offerte cloud. Questa trasformazione sta ridisegnando i confini tradizionali del settore, creando nuove opportunità ma anche sfide significative per gli attori del mercato.
Trasformazioni nella struttura dei data center e nell’edge computing
L’avvento dell’AI sta provocando una rivoluzione nella struttura e nelle dimensioni dei data center, spingendo verso una scala senza precedenti. Secondo il rapporto di Bain & Company, nei prossimi 5-10 anni assisteremo a un’espansione radicale dei grandi data center per soddisfare le esigenze di calcolo dell’AI. Se oggi i data center più grandi gestiti dai fornitori di servizi cloud hyperscale variano da 50 a oltre 200 megawatt, le previsioni indicano che nel prossimo futuro emergeranno strutture da 1 gigawatt o più. Questa evoluzione avrà implicazioni enormi sugli ecosistemi che supportano questi centri, inclusi l’ingegneria delle infrastrutture, la produzione di energia e il raffreddamento.
I requisiti architettonici per raggiungere la necessaria densità di calcolo, potenza elettrica e raffreddamento per i data center da gigawatt influenzeranno anche il design di molti data center più piccoli. Parallelamente, l’ubiquità dell’AI sta trasformando la natura dell’edge computing. I modelli di linguaggio specifici per dominio – più piccoli, più semplici e ottimizzati per scopi specifici – saranno necessari per gestire carichi di calcolo che possono richiedere risposte più rapide, latenza inferiore o che possono utilizzare un modello più semplice grazie a un focus più ristretto.
“Il settore dei data center rappresenta un’opportunità importante per l’Italia, che sta attirando l’interesse di investitori e operatori, con una prevista crescita del 18%-20% annuo della capacità dei data center entro il 2030. L’AI, offre un’opportunità unica al Paese per rafforzare la propria competitività, sfruttando tecnologie emergenti e costruendo un ecosistema di filiera innovativo e sostenibile”, spiega Colopi.
L’innovazione all’edge si estenderà anche al fattore di forma dei dispositivi utente, che cambieranno per soddisfare le esigenze delle persone che interagiscono con l’AI. Queste trasformazioni avranno un impatto trasformativo su numerose dimensioni critiche, tra cui la velocità dello sviluppo tecnologico, la leadership del settore, la generazione e il consumo di energia, le catene di approvvigionamento industriali e di costruzione, le considerazioni ambientali, l’economia di mercato, gli interessi di sicurezza nazionale e gli approcci di finanziamento e investimento.
La corsa all’adozione dell’AI generativa nelle aziende tech
La corsa all’adozione dell’AI generativa nel settore tecnologico sta accelerando a un ritmo senza precedenti. Secondo il sondaggio globale di Bain sull’adozione dell’AI generativa, l’85% degli intervistati considera l’AI generativa una delle prime cinque priorità per la propria azienda. La percentuale di aziende che pianificano di spendere più di 5 milioni di dollari in AI generativa dovrebbe salire da meno del 20% nel 2023 al 33% nel 2024. Un altro terzo delle aziende ha dichiarato che spenderà tra 1 e 5 milioni di dollari in esperimenti di AI generativa, in aumento rispetto al 15% del 2023.
Questa rapida adozione sta portando a risultati tangibili: il 47% delle imprese riferisce aumenti di produttività superiori al 5% grazie all’AI, mentre il 74% ha registrato incrementi di produttività superiori all’1%. Questi guadagni sono particolarmente significativi considerando la crescita complessiva della produttività che l’Italia ha registrato negli ultimi due decenni (+1,6%).
“Utilizzare l’AI generativa per ottenere miglioramenti significativi nello sviluppo software è possibile, ma richiede sforzi che vanno oltre l’introduzione di assistenti alla codifica. Per quanto riguarda l’implementazione dell’AI, i team di ingegneria dovrebbero guidare le efficienze end-to-end incorporando altre tecniche avanzate come l’analisi statica e coprendo l’intero ciclo di vita dello sviluppo software, inclusi gestione del prodotto, refactoring, revisione del codice, test e gestione della build/rilascio”, aggiunge Colopi.
Tre ondate di casi d’uso
Le aziende tecnologiche stanno implementando l’AI generativa in una varietà di aree, con particolare focus su tre ondate di casi d’uso. La prima ondata si concentra sull’applicazione delle tecnologie a casi d’uso precedentemente impossibili, come la creazione di nuovi contenuti di marketing.
La seconda ondata prevede la sostituzione delle tecnologie per i casi d’uso attuali, inclusa l’elaborazione degli ordini.
La terza ondata consisterà nel miglioramento dei casi d’uso attuali, come la gestione di conti debitori e creditori. Questa adozione massiccia sta portando a una trasformazione profonda dei processi aziendali e delle strategie di innovazione nel settore tecnologico.
Sfide e opportunità per i fornitori di servizi tecnologici
L’avvento dell’AI generativa sta creando sia sfide che opportunità significative per i fornitori di servizi tecnologici. Secondo il sondaggio di Bain sui professionisti del successo dei clienti, il 75% delle aziende software ha visto diminuire i propri tassi di fidelizzazione dei ricavi netti (NRR), nonostante quasi il 60% abbia aumentato la spesa per il successo dei clienti. Questo paradosso evidenzia la necessità per i fornitori di servizi di ripensare radicalmente il loro approccio.
Le aziende leader stanno adottando un approccio più olistico, considerando famiglie di casi d’uso anziché singoli casi isolati. Ad esempio, nel customer relationship management (CRM), stanno sviluppando soluzioni che integrano la sintesi delle riunioni con i clienti, la generazione di materiale di outreach e l’ascolto dei social media. Nell’automazione del marketing in uscita, stanno combinando micro-segmentazione, sviluppo di personae, previsione delle migliori offerte e generazione automatizzata di contenuti. Questi approcci integrati permettono di sfruttare appieno il potenziale dell’AI generativa, offrendo soluzioni più complete e efficaci.
Inoltre, i fornitori di servizi tecnologici stanno utilizzando l’AI generativa per migliorare le proprie operazioni interne. Ad esempio, alcune aziende di servizi IT stanno utilizzando l’AI per personalizzare il materiale di vendita e le risposte alle richieste di proposte, accelerando il processo e mettendo in evidenza i punti di forza e i successi più rilevanti per clienti specifici.
Altre stanno sviluppando chatbot interni per supportare le richieste di risorse umane e IT, o stanno utilizzando l’AI per migliorare la gestione della conoscenza e la formazione. Queste innovazioni non solo migliorano l’efficienza interna, ma dimostrano anche ai clienti l’expertise dell’azienda nell’implementazione pratica dell’AI generativa.
Ripensare lo sviluppo software nell’era dell’AI
L’introduzione dell’AI generativa sta trasformando radicalmente il processo di sviluppo del software, spingendo le organizzazioni a ripensare le loro pratiche e strategie. Secondo il sondaggio di Bain sui sviluppatori software, le organizzazioni che utilizzano strumenti di AI generativa stanno vedendo miglioramenti di efficienza di circa il 10-15% in media. Tuttavia, un approccio più completo può portare a guadagni di efficienza del 30% o più. Questi guadagni derivano non solo dalla generazione di codice assistita dall’AI, ma anche dall’uso dell’AI generativa per altre attività e dall’adozione di un approccio più completo per migliorare l’efficienza.
Il caso di Intuit
Ad esempio, Intuit, una piattaforma di tecnologia finanziaria, ha testato e scalato più di 30 diversi casi d’uso per aumentare la velocità di sviluppo end-to-end in tutto il ciclo di vita dello sviluppo software dell’azienda con l’AI generativa. Integrando la tecnologia e gli strumenti di AI generativa nella sua piattaforma di sviluppo, Intuit sta migliorando la produttività per i team di prodotto, inclusi sviluppatori software, designer, product manager, ingegneri e analisti di dati, e manager di programmi tecnici.
Per la generazione di codice, l’azienda ha visto guadagni di efficienza superiori alla media sintonizzando il suo strumento di assistenza alla codifica su modelli di contesto di codice e repository specifici di Intuit. Si è anche concentrata su una serie di attività di refactoring per accelerare i suoi sforzi di modernizzazione della base di codice, accelerando ulteriormente la velocità di sviluppo.
Oltre all’AI generativa, le aziende stanno adottando pratiche come l’integrazione continua e la consegna, il mantenimento di un’architettura moderna e l’ottimizzazione dei costi delle risorse per migliorare ulteriormente l’efficienza dello sviluppo software.
Strategie per il successo dei clienti nel nuovo panorama tecnologico
Nel nuovo panorama tecnologico dominato dall’AI, le strategie per il successo dei clienti stanno subendo una profonda trasformazione. Secondo il sondaggio di Bain sui professionisti del successo dei clienti, c’è un disallineamento significativo tra come i fornitori forniscono supporto e ciò che i clienti valutano. Ad esempio, i clienti classificano l’assistenza con l’implementazione tecnica o il deployment come la loro massima priorità per il successo dei clienti, mentre i professionisti la classificano al sesto posto.
Per affrontare queste sfide, le aziende leader stanno adottando nuove strategie. In primo luogo, stanno mappando come i clienti interagiscono e traggono valore dal prodotto, seguito da una mappatura del più ampio percorso del cliente dalla considerazione iniziale all’acquisto, al supporto post-vendita e al rinnovo. Stanno anche ridefinendo i ruoli post-vendita per soddisfare meglio il mandato di successo del cliente, creando piani di successo basati sui risultati che chiedono ai clienti di definire cosa significa successo per loro.
Questo permette ai fornitori di sviluppare un catalogo di lavori di servizio post-vendita che corrispondono strettamente alle esigenze dei clienti. Inoltre, le aziende leader stanno coordinando meglio i team in prima linea, definendo chiaramente le “corsie di nuoto” all’interno delle quali ogni ruolo che supporta un account ha un chiaro set di attività e punti di interazione con i colleghi.
Stanno anche dando priorità alla formazione, all’empowerment e alla gestione efficace dei manager del successo dei clienti, riconoscendo il loro ruolo integrale in un modello di coinvolgimento dei clienti di successo. Infine, stanno investendo in strumenti di self-service digitale robusti, che possono migliorare la soddisfazione del cliente e permettere ai dipendenti post-vendita di dedicare la maggior parte del loro tempo ad aiutare i clienti a risolvere le loro sfide più grandi.
L’AI generativa sta giocando un ruolo trasformativo in quest’area, ma solo se l’azienda ha un blueprint ben definito del prodotto e del percorso del cliente.
