Sopra Steria Next, la divisione consulenza del Gruppo Sopra Steria, ha pubblicato uno studio all’avanguardia sul mercato dell’intelligenza artificiale. Oltre a fornire previsioni numeriche, la ricerca introduce una metodologia innovativa di analisi del mercato, basata su quattro archetipi di IA, per offrire ai decisori pubblici una lettura strategica chiara e pragmatica di questo settore in forte espansione.
Fabrice Asvazadourian, Ceo di Sopra Steria Next, sottolinea in una nota l’importanza di questo approccio: “Le nostre quattro categorie forniscono ai dirigenti una bussola strategica nel complesso e sfaccettato mondo dell’IA. Grazie a questa struttura, i nostri clienti possono ottimizzare i loro investimenti, esplorando a fondo tutte le potenzialità dell’IA, senza trascurare alcun aspetto. In questo modo, trasformiamo l’IA da una semplice tecnologia ad un reale strumento di crescita per le aziende.”
Un mercato in rapida espansione
Lo studio di Sopra Steria Next rivela che il mercato globale dell’IA, stimato a 540 miliardi di dollari nel 2023 (pari al 6% del mercato globale dell’IT), potrebbe raggiungere 1,27 trilioni di dollari entro il 2028, rappresentando il 10% del mercato IT globale. Questa crescita esponenziale del 19% annuo, prevista per i prossimi cinque anni, sarà tre volte superiore a quella dell’intero mercato IT e sarà trainata dai principali progressi tecnologici in ciascuna delle quattro categorie di IA.
AI for Machines: 330 miliardi di dollari nel 2028
Questo progresso sarà reso possibile dall’adozione di reti 5G/6G e dalla proliferazione di sensori connessi, che daranno un impulso significativo alla raccolta, aggregazione ed elaborazione dei dati. Tra le tecnologie di punta dell’IA industriale si distinguono indubbiamente i Digital Twin e il loro impiego nel metaverso industriale.
Si stima che l’IA industriale crescerà del 13% annuo, raggiungendo i 330 miliardi di dollari nel 2028, pari al 26% del mercato globale dell’IA.
AI for Processes: 390 miliardi di dollari entro il 2028
L’automazione intelligente dei processi mira a gestire e ottimizzare le attività operative, aprendo una nuova fase di automazione su larga scala. Questa categoria trova applicazione soprattutto nei settori finanziario e pubblico, così come nelle funzioni di supporto aziendale (HR, Finanza, Compliance, ecc.). Oltre all’automazione end-to-end, questi nuovi strumenti di IA saranno in grado di rilevare anomalie o frodi in modo più efficiente.
Lo sviluppo di questa categoria sarà alimentato dalla convergenza competitiva tra fornitori di soluzioni di automazione (come RPA e OCR), gestori di workflow (BPM o process mining) e i principali fornitori di ERP, che svilupperanno piattaforme di automazione intelligente integrate.
Si prevede che questa categoria possa raggiungere i 390 miliardi di dollari entro il 2028, pari al 31% del mercato dell’IA, con una crescita annua del 18%.
AI for Humans: 380 miliardi di dollari entro il 2028
Questa categoria include le generazioni più recenti di strumenti di supporto decisionale e diversi tipi di assistenti virtuali (Copilot, HuggingFace, ChatGPT, ecc.). L’IA a servizio degli esseri umani si sta affermando principalmente nei settori finanziario, sanitario, eCommerce e media. L’adozione crescente dell’IA generativa, in combinazione con l’IA predittiva, stimolerà un’espansione significativa.
Si prevede infatti che questa categoria registrerà la crescita maggiore in termini di volumi, passando da 130 miliardi a 380 miliardi di dollari in cinque anni, rappresentando il 30% del mercato complessivo dell’IA.
AI for Softwares: 170 miliardi di dollari entro il 2028
L’IA applicata allo sviluppo IT include tutti gli strumenti per automatizzare il processo di sviluppo software e assistere nella generazione di codice, beneficiando del crescente interesse per le applicazioni low-code e no-code.
Si prevede che questa categoria triplicherà di valore entro il 2028, raggiungendo i 170 miliardi di dollari, con una crescita annua del 25%. Per illustrare questa tendenza, Sopra Steria Next attinge all’esperienza di oltre 40.000 professionisti IT del Gruppo. Per alcune attività e linguaggi di programmazione, l’uso di strumenti di IA consente di ridurre i bug dal 10% al 40% e di risparmiare almeno 2 ore di lavoro settimanale per sviluppatore.
Più che semplici cifre, uno strumento di gestione strategica
Oltre alle previsioni numeriche, Sopra Steria Next presenta la propria metodologia come uno strumento strategico, volto a guidare le strategie di investimento in IA, differenziandola per settore.
“Grazie all’applicazione combinata delle quattro categorie di IA, offriamo ai nostri clienti una visione a 360 gradi, che consente di allineare gli investimenti in IA alle priorità aziendali, identificando i casi d’uso maturi per l’implementazione e quelli da sperimentare ulteriormente, accelerando, in questo modo, il deployment dell’IA su larga scala”, spiega Fabrice Asvazadourian.
Ad esempio, i servizi finanziari distribuiscono i loro investimenti in IA in modo equilibrato tra tre delle quattro categorie (Process, Human e Software). Al contrario, settori come la manifattura, l’energia e la difesa concentrano i loro investimenti principalmente sull’IA industriale, mentre il settore sanitario bilancia i propri sforzi tra IA industriale e umana. Questo approccio settoriale copre un ampio spettro di industrie, dai servizi finanziari alla sanità, dal pubblico alla difesa, fino a settori come l’aerospaziale, l’energia, i trasporti, la logistica, il retail e i media.
Lo studio individua anche i 10 principali casi d’uso prioritari per ciascun settore, che dovranno essere implementati a partire dal 2024.
Implementare con successo l’IA su larga scala
“Oltre a concentrarsi sullo sviluppo di algoritmi di IA per affrontare i casi d’uso prioritari, la vera sfida è riuscire a industrializzarli con successo. Oggi, solo 1 algoritmo su 7 arriva alla fase di produzione”, continua Fabrice Asvazadourian.
Per superare questa sfida, è necessario affrontare contemporaneamente quattro aspetti fondamentali:
- Concentrarsi su casi d’uso maturi, evitando lacune, sfruttando la complementarità tra IA predittiva e generativa.
- Modernizzare le piattaforme tecnologiche per la gestione dei dati e dell’IA, per gestire grandi volumi di dati non strutturati o sintetici e dotarsi delle soluzioni di IA adeguate.
- Integrare nuovi algoritmi di IA nei processi industriali, garantendo performance ottimali, tracciabilità e scalabilità nel tempo.
- Garantire l’acquisizione e lo sviluppo di competenze specialistiche in IA e favorire l’adozione di questi nuovi strumenti da parte di tutti i dipendenti.
