Indice dei contenuti
È quanto emerge dalla ricerca dell’Osservatorio Data & Decision Intelligence del Politecnico di Milano, che evidenzia un divario tra la crescente disponibilità di strumenti e tecnologie e la capacità delle organizzazioni di trasformare le informazioni in decisioni. Il 75% della spesa in Data Management & Analytics è concentrato nelle grandi e grandissime imprese, mentre la crescita del mercato è trainata soprattutto da GDO e Retail, Manifatturiero e Servizi, seguiti dai comparti Assicurativo e Bancario e da Utility, Telco & Media.
Big Data, crescono gli investimenti e accelera la GenAI
Nel dettaglio, il mercato raggiunge i 5,07 miliardi di euro. Gli investimenti in Data Management & Architecture crescono del 20%, quelli in Business Intelligence & Data Science del 24%, così come le risorse infrastrutturali. A segnare l’incremento più significativo sono le soluzioni di Generative AI, che registrano un +46%, pur rappresentando ancora una quota limitata, pari al 6% della spesa complessiva.
La crescita tecnologica non si traduce automaticamente in una maggiore capacità di utilizzare i dati per orientare le scelte aziendali. Solo il 18% delle grandi imprese ha infatti adottato un approccio di Decision Intelligence: un modello nel quale le decisioni vengono progettate, eseguite e migliorate in modo sistematico, combinando dati, intelligenza artificiale, scienze decisionali e giudizio umano.
Per compiere questo passaggio servono tre elementi: sistemi di Advanced Analytics, una conoscenza strutturata dei processi decisionali e di coordinamento e un’ontologia dei processi, cioè un modello condiviso delle regole e delle informazioni aziendali che ne consenta un’interpretazione coerente. Oggi il 78% delle imprese ha avviato progetti di Advanced Analytics, ma solo il 27% ha mappato i processi decisionali e di coordinamento attraverso indicatori di performance e strumenti di monitoraggio. Il 31% ha invece definito un’ontologia strutturata dei dati.
“Il 2026 segna un punto di svolta nel modo in cui le organizzazioni guardano ai dati”, spiega Carlo Vercellis, Responsabile Scientifico dell’Osservatorio Data & Decision Intelligence. “Per anni l’attenzione si è concentrata sulla costruzione delle fondamenta, una Data Strategy orientata al valore, con piattaforme dati AI-ready e una cultura dei dati diffusa. Oggi, l’AI è sempre più accessibile grazie a soluzioni standardizzate e pronte all’uso, e disporre di dati e algoritmi non è più, di per sé, un fattore distintivo. Si passa cioè da un approccio data-centric a uno decision-centric, in cui la vera sfida diventa come trasformare i dati in decisioni migliori”.
Advanced Analytics, le sperimentazioni coinvolgono nuove aree aziendali
Il ricorso agli strumenti di Advanced Analytics continua a crescere. In Italia il 78% delle organizzazioni ha avviato progetti in questo ambito, rispetto al 73% del 2025. Nell’ultimo anno le sperimentazioni sono aumentate nel 76% dei casi. In quasi un caso su due (48%) la crescita è legata al coinvolgimento di nuove linee di business. Sempre più funzioni aziendali riconoscono il valore delle analisi avanzate, per esempio quelle predittive o di ottimizzazione, e richiedono soluzioni per specifiche esigenze operative. Si rafforza così un approccio che parte dai bisogni del business e non dalla tecnologia, rendendo più chiaro e misurabile l’impatto degli strumenti adottati.
La mappatura dei processi decisionali
Per utilizzare i dati in modo sistematico non basta disporre di strumenti di analisi: occorre anche conoscere e formalizzare i processi aziendali e definire le regole che guidano le decisioni. Secondo la ricerca, il 44% delle grandi organizzazioni ha individuato le decisioni critiche o ad alto impatto, integrando le relative regole decisionali negli applicativi aziendali. Tra le imprese che hanno formalizzato queste decisioni, la metà ha anche mappato in modo esteso i processi aziendali, introducendo indicatori di performance dedicati. La quota scende al 9% tra le organizzazioni che non hanno individuato i processi decisionali critici.
La differenza si riflette anche nell’utilizzo dei dati: tra le aziende che hanno identificato le decisioni critiche e definito le relative regole, il 44% utilizza sistematicamente le informazioni disponibili. La percentuale scende al 5% tra quelle che non hanno formalizzato questi processi.
Ontologie e qualità dei dati, le condizioni per l’autonomia
Un altro elemento riguarda la qualità delle informazioni e la possibilità per i dipendenti di accedere al patrimonio aziendale e analizzarlo in autonomia. Nel 47% delle grandi organizzazioni è in aumento l’utilizzo degli strumenti di visualizzazione dei dati da parte dei dipendenti, ma la capacità di interrogare le informazioni dipende anche dalla loro qualità. Nelle aziende in cui i dati sono di alta qualità, il 44% dei dipendenti delle funzioni Business riesce a svolgere analisi in autonomia. La quota scende al 17% nelle organizzazioni con una qualità media e al 12% in quelle con dati di bassa qualità.
Per mantenere elevati standard nel tempo, diventa importante definire ontologie dei dati, ovvero modelli strutturati che rendano condivisi e coerenti significati, relazioni e regole di interpretazione delle informazioni. Il 75% delle aziende con dati di alta qualità ha già avviato attività in questo ambito, contro appena il 10% di quelle con qualità medio-bassa.
La qualità dei dati si riflette anche nella capacità di adottare nuove tecnologie: tra le organizzazioni con informazioni di alta qualità, l’80% ha introdotto soluzioni di Generative AI applicate ai dati aziendali, rispetto al 40% delle imprese con dati di qualità medio-bassa.
Data Strategy, cresce il ruolo della governance
La capacità di utilizzare i dati nelle decisioni richiede anche una strategia aziendale strutturata. Tra le grandi imprese italiane, il 48% ha definito una Data Strategy, con un aumento di 11 punti percentuali rispetto al 2025. Nel 57% dei casi la responsabilità è affidata a una figura di livello executive e, tra queste organizzazioni, il 60% ha introdotto questo ruolo negli ultimi dodici mesi.
Accanto alla governance, resta centrale il tema delle competenze. Il 36% delle grandi imprese ha introdotto ruoli legati alla Data Science & Advanced Analytics e il 54% figure dedicate al Data Management. Nelle grandissime imprese le percentuali salgono rispettivamente all’83% e all’82%. La differenza riflette anche le scelte tecnologiche compiute nel tempo: le organizzazioni di maggiori dimensioni hanno privilegiato storicamente lo sviluppo di sistemi proprietari, più aderenti alle esigenze del business ma anche più complessi da mantenere, mentre le grandi imprese hanno puntato maggiormente su soluzioni pronte all’uso.
Come osserva Alessandro Piva, Responsabile della Ricerca dell’Osservatorio Data & Decision Intelligence: “Dati e Intelligenza Artificiale oggi stanno convergendo verso piattaforme integrate, aprendo nuove possibilità per automatizzare la gestione del dato e potenziare i processi decisionali. Il vero valore si sposta dalla costruzione degli algoritmi alla capacità di alimentarli con dati di qualità e di integrarli nei processi. Le grandi imprese italiane ne sono sempre più consapevoli, anche se il passaggio completo dall’utilizzo dei dati al farli entrare nelle decisioni è un percorso ancora per pochi. Nelle PMI la Decision Intelligence è ancora agli inizi. In questa evoluzione, la governance diventa sempre più una leva fondamentale per guidare in modo sicuro l’innovazione, insieme alle competenze giuste in grado di abilitare il cambiamento”.
PMI, i dati entrano nelle decisioni ma prevale ancora l’esperienza
Nelle piccole e medie imprese italiane l’utilizzo dei dati è ancora meno strutturato. Il 29% dichiara di impiegarli regolarmente per monitorare obiettivi e performance e orientare le decisioni. Il 30% si affida ancora soprattutto all’esperienza personale o a valutazioni qualitative, mentre una quota analoga utilizza i dati solo occasionalmente, come supporto al processo decisionale. Sono ancora poche le imprese che sfruttano le informazioni per anticipare gli scenari: il 9% utilizza i dati per simulazioni a supporto delle decisioni e appena il 2% automatizza le azioni operative sulla base delle analisi. Il 45% delle PMI si affida inoltre esclusivamente a fogli di calcolo per le attività di analisi e reportistica.
Anche la disponibilità di competenze dedicate è limitata: meno di due imprese su dieci dichiarano di avere in azienda figure come Data Analyst e Data Engineer. Non manca, tuttavia, la propensione a sperimentare nuove tecnologie. La Generative AI applicata ai dati aziendali è già presente nel 14% delle PMI e una quota analoga ne prevede l’introduzione nei prossimi dodici mesi.
L’edizione 2025-26 dell’Osservatorio Data & Decision Intelligence della POLIMI School of Management è realizzata con il supporto di: Cloudera, Cluster Reply, Data Reply, Databricks, Dataiku, Natzka, Quantexa, Vedrai, Ab Initio, Accenture, Aubay, beanTech, BitBang, Blue BI, Brain Management, Capgemini, Expert.ai, GFT, Horsa Insight, Hyntelo, Informatica from Salesforce, Irion, Motion Analytica, Sirti, Sopra Steria, Target Reply, Different Factory, S2E.