Un nuovo studio di Sopra Steria Next, divisione di consulenza manageriale e trasformazione digitale del gruppo Sopra Steria, prevede che il mercato globale dell’Intelligenza Artificiale (AI) stimato a 540 miliardi di dollari nel 2023 (pari al 6% del mercato globale dell’IT), crescerà fino a raggiungere 1.270 miliardi di dollari entro il 2028, rappresentando il 10% del mercato IT globale.
Un aspetto interessante della ricerca, oltre alle previsioni numeriche, è l’introduzione di una metodologia innovativa di analisi del mercato, basata su quattro categorie di AI – AI for Machines, AI for Processes, AI for Humans, AI for Software -, denominate archetipi.
Questa segmentazione consente ai decisori pubblici di tenere meglio conto della diversità dell’AI, nonché delle sfide, delle opportunità e dei rischi associati a ciascuna categoria, e quindi di definire le strategie più mirate e adeguate al contesto specifico. Infine, lo studio mette in evidenza le quattro sfide legate all’implementazione dell’AI su larga scala.
Fabrice Asvazadourian, CEO di Sopra Steria Next, sottolinea l’importanza di questo approccio: “Le nostre quattro categorie forniscono ai dirigenti una bussola strategica nel complesso e sfaccettato mondo dell’AI. Grazie a questa struttura, i nostri clienti possono ottimizzare i loro investimenti, esplorando a fondo tutte le potenzialità dell’AI, senza trascurare alcun aspetto. In questo modo, trasformiamo l’AI da una semplice tecnologia ad un reale strumento di crescita per le aziende.”
Intelligenza artificiale e i driver di crescita del mercato
La crescita media del mercato dell’intelligenza artificiale si attesterà sul 19% per i prossimi cinque anni, tre volte superiore a quella dell’intero mercato IT e a trainarla saranno i principali progressi tecnologici in ciascuna delle quattro categorie di AI.
Nell’ambito dell’AI for Machines – che secondo le stime crescerà del 13% annuo, raggiungendo i 330 miliardi di dollari nel 2028, pari al 26% del mercato globale dell’AI -, l’adozione di reti 5G/6G e la proliferazione di sensori connessi daranno un impulso significativo alla raccolta, aggregazione ed elaborazione dei dati. Tra le tecnologie di punta dell’AI industriale si distinguono i Digital Twin e il loro impiego nel metaverso industriale.
L’automazione intelligente dei processi mira a gestire e ottimizzare le attività operative, e via via consentirà di rilevare anomalie o frodi in modo più efficiente. Lo sviluppo della categoria AI for Processes, che trova applicazione soprattutto nei settori finanziario e pubblico, così come nelle funzioni di supporto aziendale (HR, Finanza, Compliance, ecc.), 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 ipotizza che questa categoria possa raggiungere i 390 miliardi di dollari entro il 2028, pari al 31% del mercato dell’AI, con una crescita annua del 18%.
In quanto all’AI for Humans, include le generazioni più recenti di strumenti di supporto decisionale e diversi tipi di assistenti virtuali (Copilot, HuggingFace, ChatGPT, ecc.) e si sta affermando principalmente nei settori finanziario, sanitario, e-commerce e media. Secondo le previsioni, l’AI a servizio degli esseri umani 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’AI. Un fenomeno da imputare all’adozione crescente dell’AI generativa in combinazione con l’AI predittiva.
L’AI for Softwares, o meglio l’AI 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. Le stime rivelano che questa categoria triplicherà di valore entro il 2028, raggiungendo i 170 miliardi di dollari, con una crescita annua del 25%. Sopra Steria Next, attingendo all’esperienza di oltre 40.000 professionisti IT del Gruppo, suggerisce che per alcune attività e linguaggi di programmazione, l’uso di strumenti di AI consente di ridurre i bug dal 10% al 40% e di risparmiare almeno 2 ore di lavoro settimanale per sviluppatore.
Al di là delle previsioni numeriche, uno strumento di gestione strategica
Accanto alle previsioni numeriche, Sopra Steria Next presenta la propria metodologia come uno strumento strategico, volto a guidare le strategie di investimento in Intelligenza artificiale, differenziandola per settore.
“Grazie all’applicazione combinata delle quattro categorie di AI, offriamo ai nostri clienti una visione a 360 gradi, che consente di allineare gli investimenti in AI alle priorità aziendali, identificando i casi d’uso maturi per l’implementazione e quelli da sperimentare ulteriormente, accelerando, in questo modo, il deployment dell’AI su larga scala”, spiega Fabrice Asvazadourian.
Ad esempio, i servizi finanziari distribuiscono i loro investimenti in AI 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’AI industriale, mentre il settore sanitario bilancia i propri sforzi tra AI 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.
Come superare la sfida di diffondere l’AI su larga scala
“Oltre a concentrarsi sullo sviluppo di algoritmi di AI 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” aggiunge Fabrice Asvazadourian.
Per superare questa sfida, è necessario concentrarsi su casi d’uso maturi, evitando lacune, sfruttando la complementarità tra AI predittiva e generativa; modernizzare le piattaforme tecnologiche per la gestione dei dati e dell’AI, per gestire grandi volumi di dati non strutturati o sintetici e dotarsi delle soluzioni di AI adeguate; integrare nuovi algoritmi di AI nei processi industriali, garantendo performance ottimali, tracciabilità e scalabilità nel tempo; garantire l’acquisizione e lo sviluppo di competenze specialistiche in AI e favorire l’adozione di questi nuovi strumenti da parte di tutti i dipendenti.
Per supportare le aziende europee nella diffusione su larga scala dell’AI, Sopra Steria Next ha messo a punto soluzioni dedicate, che spaziano dalla formazione e onboarding alla creazione di POC (Proof of Concept), alla modernizzazione delle piattaforme tecnologiche di Dati/IA e all’industrializzazione tramite la creazione di AI Factories. Questo approccio olistico consente alle aziende di sviluppare l’AI in modo graduale, in base alle loro esigenze e al loro livello di maturità.
