Qual è lo stato di applicazione dell’intelligenza artificiale nelle imprese italiane

Reti private 5G, veicoli connessi e applicazione dell’intelligenza artificiale: sono solo alcune delle parole chiave con cui i decision maker in ambito tecnologico si sono confrontati nel corso degli ultimi 12 mesi, ma che sicuramente continueranno a farla da padrone anche nel 2025.

Verso un anno in cui restano ancora tante nubi socio-economiche all’orizzonte – dai costi più elevati alle difficoltà di approvvigionamento, passando per la carenza di manodopera qualificata – diventa sempre più imperativo puntare su tutto ciò che può facilitare e incrementare efficienza e produttività sul campo.

L’applicazione dell’intelligenza artificiale nelle imprese italiane

Tra le diverse tecnologie in ascesa, un ruolo di prim’ordine è indubbiamente quello assunto dall’intelligenza artificiale.

Ma quali sono le sue declinazioni in ambito aziendale? Quale il livello di adozione attuale e le prospettive di crescita? Qual è lo stato di sviluppo e applicazione dell’intelligenza artificiale nelle imprese italiane?

A far luce sul tema è l’Osservatorio Artificial Intelligence del Politecnico di Milano, che nel corso dell’edizione italiana 2024 del Toughbook Innovation Forum – il format europeo di Panasonic Connect dedicato alle innovazioni della gamma di notebook e tablet rugged Toughbook e al loro utilizzo in molteplici settori verticali – ha fornito un’analisi dell’applicazione AI nelle imprese italiane.

Il mercato dell’AI dal 2018 a oggi

La prima importante rilevazione dell’Osservatorio riguarda il volume del mercato dell’AI, che in Italia ha visto negli ultimi 5 anni una crescita del 262%, passando dai 210 milioni € del 2018 a 760 milioni € nel 2023 (fatturato a cliente finale (esclusa IVA) registrato da imprese con sede in Italia, durante l’anno solare 2023).

In termini di adozione, invece, la percentuale di aziende italiane che nel 2023 aveva all’attivo almeno un progetto di Intelligenza Artificiale si attesta al 61% per le grandi e grandissime aziende, ma cala al 18% tra le PMI.

Una differenza che si accentua al considerare solo progetti di AI Generativa, con progetti all’attivo nel 17% delle grandi imprese e nel 2% delle PMI (dato che sale al 4% se si prendono in considerazione le medie imprese).

Generative AI: adozione

Interessante notare come per la maggior parte delle aziende che hanno già progettualità AI all’attivo, la Generative AI abbia determinato un acceleramento del percorso d’adozione

Per 3 aziende su 4 che non hanno progetti AI attivi, la Generative AI non ha avuto alcun impatto, mentre più della metà delle aziende con progettualità AI dichiara che la ha accelerato l’adozione di soluzioni AI in generale.

Si può quindi affermare che la Generative AI ha puntato i riflettori sull’AI, con il rischio di allargare il gap invece di ridurlo, mentre sono le aziende già pronte ad aver avuto la capacità di muoversi per prime.

Generative AI: barriere

Quali sono le barriere che maggiormente ostacolano l’avvicinarsi delle grandi aziende ai progetti di Generative AI? Di fatto, sono da ricercare nell’assenza di case study chiare e applicabili alla propria realtà (58,4%), nella mancanza di competenze specifiche (46,2%) e nella difficoltà dell’analisi costi-benefici (43%).

Per chi invece ha già messo in cantiere dei progetti, tra gli ostacoli a un ulteriore sviluppo balza al primo posto la mancanza di competenze specifiche (44,8%), seguita da problematiche legate all’utilizzo di dati sensibili (41,4%) e scarsa disponibilità di soluzioni mature già presenti sul mercato (39,7%).

Classi di soluzioni e funzioni aziendali

Ultimo ma non meno importante, quali sono le classi di soluzioni AI più diffuse in Italia?

Le quote di mercato maggiori sono quelle relative ai sistemi di Data Exploration & Prediction e Decision Support & Optimization (29%), seguiti dai sistemi di Text Analysis, Classification & Conversation (27%) e da quelli di Recommendation (22%).

Minore la fetta rappresentata da Image & Video Analysis Systems (10%) e Process orchestration Systems (7%), mentre resta per ora fanalino di coda la Generative AI (5%).

In termini di funzioni aziendali, invece, le grandi realtà italiane che stanno già introducendo o pensano di introdurre nel futuro prossimo progettualità di Generative AI, lo fanno principalmente in relazione a Customer Service, Marketing & Business Development e ICT.

Nel primo caso, l’utilizzo principale è relativo alla creazione di contenuti, all’assistenza clienti e alla generazione automatica di report, proposte ed e-mail; nel secondo, il focus sono software development, bug detection e data management & analysis.

La maggior parte dei progetti, inoltre, ha come obiettivo principale l’incremento di produttività (5% dei progetti esistenti e 39% dei progetti a regime) e l’AI conversazionale (11% dei progetti esistenti e 32% dei progetti a regime).

Minore l’incidenza di progetti orientati a synthetic data/data augmentation (26% tra progetti esistenti e pilota) e alla creazione di contenuti creativi (20%).

Hardware specializzato

Panasonic Connect è già da tempo al fianco delle aziende che scelgono di implementare progetti di AI, con la gamma di dispositivi rugged TOUGHBOOK che ha visto l’ingresso nel 2024 di due modelli dotati di AI nativa: grazie al processore Intel® Core™ Ultra 5, il tablet G2 e il notebook 40 assicurano funzionalità di elaborazione edge AI.

I settori di applicazione spaziano dai servizi di emergenza alla difesa, passando per utilities e field services: sia che si tratti di incrementare la produttività o realizzare simulazioni realistiche per la pianificazione di missioni militari, i dispositivi TOUGHBOOK abbinano la capacità di elaborazione all’edge con la loro proverbiale resistenza e affidabilità.

Dati e intelligenza artificiale

Il chipset AI dedicato del processore Intel® Core™ Ultra 5 consente infatti di raccogliere, archiviare e analizzare i dati utilizzando l’intelligenza artificiale, senza caricare e scaricare i dati attraverso una connessione al cloud e senza influire sulle prestazioni complessive e sulla potenza di elaborazione del dispositivo.

Ciò è particolarmente utile per chi lavora da remoto sul campo e per il personale militare – specialmente coloro che ispezionano apparecchiature in luoghi remoti, che potrebbero non avere accesso a una connessione cellulare o wireless – per utilizzare l’intelligenza artificiale al fine di aumentare l’efficienza e ridurre gli errori umani nell’acquisizione dei dati.