Il panorama dell’Intelligenza Artificiale in Italia nel 2025 evidenzia una crescita straordinaria, con un mercato che ha raggiunto il valore di 1,8 miliardi di euro, segnando un incremento del 50% rispetto all’anno precedente, secondo la ricerca dell’Osservatorio Artificial Intelligence del Politecnico presentata questa mattina a Milano.
Questa espansione è trainata in larga parte dalla Generative AI e da progetti ibridi, che insieme costituiscono il 46% del settore, mentre il restante 54% rimane legato a soluzioni di Machine Learning tradizionale. Sebbene i progetti personalizzati rappresentino ancora la quota maggiore del valore di mercato, si osserva una progressione più rapida dei modelli scalabili basati su licenze software e servizi.
Chi usa l’AI e perché
A livello settoriale, comparti come il Manifatturiero e la GDO mostrano un dinamismo superiore alla media, mentre settori storicamente più maturi come l’Energy, le Telco e il Banking registrano ritmi di crescita più contenuti a causa del consolidamento di team interni che riducono la dipendenza da fornitori esterni.
“Il 2025 ha confermato la grande crescita del mercato e dello sviluppo tecnologico dell’AI, ormai di centralità assoluta nelle agende dei decisori di vertice”, ha spiegato Alessandro Piva, Direttore dell’Osservatorio Artificial Intelligence. “Questo entusiasmo, però, impone di fermarsi a ragionare. Innanzitutto, sulla capacità ancora ridotta di riconoscere in ogni settore e ambito le modalità corrette di ripensare interi processi con l’AI: servono persone con altissime competenze di dominio e tecnologiche per decostruire, re-immaginare, rimettere a regime il modello operativo. E poi sulla necessità di passare dalla semplice adozione individuale dell’AI, che ormai è elevata, alla trasformazione strutturale delle organizzazioni, che è ancora limitata, per cui servono dati ben organizzati e fruibili, competenze tecniche diffuse, cultura aziendale aperta alla sperimentazione”.
“La prima è sfida è trovare un equilibrio tra aspettative e benefici reali dall’adozione, che spesso si materializzano solo dopo percorsi di implementazione progressivi e personalizzati”, ha aggiunto Giovanni Miragliotta, Direttore dell’Osservatorio Artificial Intelligence. “La seconda sfida è proseguire con programmi di ricerca e formazione con la fine delle risorse PNRR: l’assenza di un piano strategico di finanziamento allo sviluppo dell’AI in Italia rischia di vanificare lo sviluppo degli scorsi anni. La terza sfida, di portata globale, riguarda la sostenibilità finanziaria degli enormi investimenti in atto, che si aggiungono ai rischi di approcci predatori al profitto, espulsione di persone dal mercato del lavoro, disinformazione e sorveglianza sistematica”
2025: anno dell’Agentic AI
Un elemento centrale del dibattito tecnologico attuale è l’emergere dell’Agentic AI, un’architettura software capace di orchestrare diversi moduli attraverso un router semantico. Questo approccio supera le rigide logiche di istruzione tradizionali, permettendo ai modelli di decidere autonomamente i passaggi successivi in base al contesto. Sebbene questa tecnologia rappresenti attualmente solo il 4% del mercato, la sua evoluzione è considerata fondamentale per il passaggio da sistemi probabilistici a strumenti dotati di reali capacità di ragionamento logico e auto-correzione. Fino al raggiungimento di una piena maturità, rimane tuttavia essenziale mantenere un presidio umano costante nei processi più complessi.
“Nel 2025 la parola dell’anno è stata ‘Agentic AI’, non tanto per la sua attuale portata economica o per il suo impatto potenziale, ma per la semplicità con cui ci ricorda la potenza dell’innovazione combinatoria”, ha spiegato Nicola Gatti, Direttore dell’Osservatorio Artificial Intelligence. “Una volta resi disponibili gli LLM, sono stati sbloccati tanti possibili utilizzi, tra cui gli agenti, in un meccanismo che si rinforza e accelera ogni giorno. La piena maturità tecnologica dell’Agentic AI arriverà quando si realizzerà una piena convergenza tra motori cognitivi probabilistici e capacità native di ragionamento logico e autocorrezione, che garantiranno robustezza in processi complessi. Fino a quel momento, l’approccio ‘human-in-the-loop’ non è solo consigliato, ma necessario”.
L’adozione dell’IA all’interno delle organizzazioni italiane rivela un divario profondo tra le grandi imprese e le realtà di dimensioni minori. Se il 71% delle grandi aziende ha avviato almeno una progettualità, tra le piccole imprese la quota scende drasticamente a meno del 10%. Molte grandi realtà dispongono ormai di licenze per strumenti di IA generativa, ma solo una su cinque ha raggiunto un’integrazione pervasiva in diverse funzioni aziendali. Il passaggio verso modelli organizzativi avanzati, definiti come ‘AI Factory’, resta un traguardo per pochi, poiché richiede non solo tecnologia, ma anche dati ben organizzati, competenze diffuse e una cultura aziendale aperta alla sperimentazione.
Nel lavoro si diffonde la ‘Shadow AI’
Sul fronte del lavoro, quasi un italiano su due utilizza regolarmente strumenti di IA, spesso per gestire micro-task quotidiani. Un dato critico è rappresentato dalla diffusione della cosiddetta ‘Shadow AI’, con l’80% dei lavoratori che si serve di strumenti personali non forniti ufficialmente dalle proprie aziende per motivi di semplicità o mancanza di alternative interne. L’impatto sulla produttività è evidente, con molti dipendenti che dichiarano di riuscire a completare attività altrimenti impossibili da gestire. Parallelamente, il mercato occupazionale richiede competenze sempre più specifiche, con un aumento quasi raddoppiato delle richieste di skill legate all’AI negli annunci di lavoro, specialmente per i profili ad alta qualifica.
La gestione della governance e della conformità normativa rappresenta un’ulteriore sfida, con l’AI Act che impone nuovi standard di trasparenza e sicurezza. Attualmente, solo una piccola minoranza di aziende dispone di una struttura di governance definita e allineata a principi etici, mentre la maggior parte è ancora impegnata in fasi preliminari di alfabetizzazione normativa.
Le prospettive future dipendono dalla capacità del Paese di bilanciare le elevate aspettative mediatiche con i benefici reali della tecnologia, affrontando al contempo rischi globali legati alla sostenibilità finanziaria degli investimenti e alla tutela della coesione sociale di fronte a trasformazioni tecnologiche così radicali. Inoltre, per l’Italia diventa prioritario trovare nuove forme di finanziamento alla ricerca dopo l’esaurimento dei fondi legati al PNRR per non perdere il vantaggio competitivo accumulato.
Che cosa succede a livello continentale
L’analisi delle dinamiche evolutive dell’AI a livello europeo evidenzia una fase di profonda ridefinizione degli equilibri tra regolamentazione, ricerca scientifica e competitività economica. Sebbene l’Europa abbia assunto una posizione di leadership nel campo della normativa attraverso l’AI Act, permane un divario tecnologico rispetto ai modelli di sviluppo adottati da Stati Uniti e Cina, entrambi focalizzati sull’acquisizione sistematica di talenti accademici.
Mentre il modello statunitense si fonda su ingenti capitali privati e laboratori di ricerca interni alle Big Tech che integrano migliaia di ricercatori, quello cinese si basa su un massiccio intervento statale volto a consolidare reti di relazioni scientifiche globali e sull’invio di più promettenti studenti presso Università globali.
La strategia europea: il programma RAISE
Per rispondere alla necessità di sovranità tecnologica, l’Unione Europea ha implementato la strategia RAISE (Resources for AI science in Europe). Questo programma non si configura come un singolo centro di ricerca fisico, ma come una struttura distribuita che finanzia sia l’IA fondazionale che quella applicata. L’obiettivo è accelerare il passaggio dal laboratorio al mercato, potenziando la capacità dei ricercatori europei di utilizzare l’IA per affrontare sfide sociali e industriali. Entro la fine del 2027, RAISE prevede la creazione di reti di eccellenza tematiche, reti dottorali e l’automazione dei laboratori scientifici attraverso i cosiddetti ‘self-driving labs’.
Infrastrutture e investimenti comuni
Un pilastro fondamentale della strategia europea è l’iniziativa AI Gigafactories, che prevede un investimento di 600 milioni di euro nel prossimo biennio. Questo progetto mira a fornire capacità di calcolo su larghissima scala per l’addestramento di modelli complessi, colmando il gap infrastrutturale con le potenze extra-europee. Il piano prevede una fase pilota fino al 2027, dopodiché RAISE sarà trasformato in una struttura permanente sotto il nuovo Quadro Finanziario Pluriennale (MFF), consolidando la collaborazione tra Stati membri e attori privati per definire agende di ricerca comuni e sostenere l’eccellenza scientifica su base stabile.
di Massimo Bolchi