of the expense items, which see the solutions of Generative AI and hybrid tools now cover almost half of the value of investments (46% to be precise), while the remaining slice remains linked to traditional machine learning applications. As Giovanni Miragliotta, director of the AI Observatory, also confirms, “the analysis and processing of text and language reaches 40% of the market value, surpassing for the first time the areas linked to data analysis: it is an almost epochal turning point, which gives us a precise measure of the impact of generative artificial intelligence on the development of this technology”.
At present, “tailor-made” application projects built around the specificities of the individual company are still dominant, absorbing 77% of the overall expenditure; on the other hand, it is services and software licenses that show the highest growth rates (84% of large companies have purchased Gen AI tools, with an increase of 31% year on year), a sign of a progressive maturation of the offer. If I look at adoption levels, However, the pervasiveness of AI is not so substantial: 71% of large companies have in fact started at least one project (compared to 59% in 2024), but only one in five uses the technology across multiple functions and only a minority measures returns in a structured way by estimating the relationship between costs and benefits ex ante.
Not to mention the much-hyped systems Process Orchestration and Agentic AI, which account for only 4% of spending. The organizational transformation, according to the indicators just cited, still seems to proceed slowly, which is reflected in the gap that concerns SMEs, where the diffusion of AI remains limited (the sector accounts for 18% in value and the experimentation rate is 15% in medium-sized enterprises and 7% in small ones) despite growing interest. «AI – concluded Miragliotta – has at least three major challenges ahead of it. The first is to find a balance between expectations and real benefits from adoption; the second is to continue with research and training programs once the PNRR resources have been exhausted and the third, of global scope, concerns the financial sustainability of the enormous investments underway”.
Second the latest report of Microsoft, the adoption rate in Italy is among the lowest in the EU: https://i.ibb.co/8nJ12FJx/20260206-113251.png
https://www.ilsole24ore.com/art/l-ai-la-maturita-italia-50percento-un-anno-AIC6IhCB
Posted by sr_local
12 Comments
Ci stiamo salvando.
E tutt’ora nessuno sa usarle decentemente.
Dai, cerchiamo di far valere l’acronimo del nostro paese 😛
Il 90% saranno corsi sull’IA per le aziende dove il docente è un incompetente totale
Quello che salverà le PMI sarà sicuramente l’uso di chatbot con deficit mentali
Sono developer per conto di una di queste citate PMI.
Inevitabile il gap, non tanto per competenze o difficoltà d’integrazione ma piuttosto per costi e infrastrutture.
Per quanto riguarda il basso tasso d’adozione, non penso sia ingiustificato, anzi..
> «L’AI – ha concluso Miragliotta – ha di fronte a sé almeno tre grandi sfide. La prima è trovare un equilibrio tra aspettative e benefici reali dall’adozione; la seconda è proseguire con programmi di ricerca e formazione una volta esaurite le risorse del Pnrr e la terza, di portata globale, riguarda la sostenibilità finanziaria degli enormi investimenti in atto».
Questo in corporatese significa che le aziende non hanno ancora trovato un modo di avere un ritorno sull’investimento, confermando altri report sull'(in)utilità dell’AI in ambito aziendale e sui grossi problemi delle aziende AI (OpenAI in primis) di farci soldi.
Magari soffriremo un po’ meno quando questo carrozzone precipiterà in fiamme.
Quanto hai investito in AMZN/GOOG/META da dover continuare a postare articoli sull’AI
Ma se già nelle realtà più grandi si fa fatica a giustificare l’utilizzo della tecnologia rispetto ai ritorni ottenuti, esattamente una PMI italiana per quali scopi dovrebbe adottare l’AI, se anche riuscisse mai a coprirne i costi?
Non entro nella questione AI ma nella mia zone le PMI hanno un gap in tutto, dai macchinari ai bagni al cucinino.
Solita domanda: con AI cosa intendono? Un semplice utilizzo di Api tirata giù in due minuti? Un HR che usa un LLM per riassumere le mail?
Un modello di deep learning multimodale allenato in locale su dati dell’azienda?
Sbaglio o 1,8 miliardi a livello nazione è comunque un valore molto basso?
Soprattutto vedendo quante migliaia di milardi valgono queste aziende