Con 2 miliardi di euro investiti complessivamente, il 2024 si รจ confermato un anno di svolta per lโadozione dellโIntelligenza artificiale da parte delle imprese italiane. Secondo lโOsservatorio Artificial Intelligence del Politecnico di Milano, il 38% delle nostre forze produttive ha implementato almeno una soluzione basata sullโAI, con un incremento del 12% rispetto al 2023. Automazione, analisi dei dati e customer care sono le categorie di progetti di destinazione delle nuove tecnologie.
Il trend รจ in accelerazione, rispetto agli anni passati. Tuttavia, siamo ancora indietro rispetto ai nostri competitor europei. Guardando al nuovo anno, le imprese italiane dovranno affrontare diverse sfide per sfruttare la transizione digitale.
AI e imprese, la posizione dellโItalia nella scena europea
Relativamente allo scenario in UE, in Germania gli investimenti in Ai superano i 6 miliardi di euro annui. Anche la Francia รจ davanti al nostro Paese, con politiche pubbliche mirate a incentivare lโadozione dellโAi nelle Pmi. France Num รจ lโiniziativa con cui Parigi, fin dal 2018, mira a supportare la digitalizzazione delle piccole e medie imprese, mettendo a loro disposizione open data e strumenti digitali per promuovere innovazione e competitivitร . A questo, si affianca la piattaforma data.gouv.fr, un portale centrale che raccoglie e distribuisce dati pubblici per vari settori, incluso il supporto alle imprese.
Lโimpatto dellโeconomia
La rincorsa italiana rischia di essere rallentata anche dalla flessione della nostra intera economia. A ottobre 2024, rilevazione piรน recente dellโIstat, si registrava una contrazione del 3,6% della produzione su base annua. Mentre restava invariata in termini congiunturali. Finora, le imprese italiane hanno puntato sullโinnovazione proprio per cercare di migliorare efficienza e competitivitร .
Vista come una leva per mitigare i costi e ottimizzare i processi, il nostro ecosistema industriale ha saputo indirizzare risorse significative in manutenzione predittiva e automazione. Tuttavia, la limitata capacitร di spesa delle Pmi e le difficoltร legate alla reperibilitร di competenze digitali rappresentano un potenziale freno a una diffusione piรน capillare dellโAI.
I settori produttivi coinvolti
Tra i settori piรน attivi troviamo il manifatturiero, il retail e i servizi finanziari, seguiti da agricoltura e logistica. Le applicazioni piรน diffuse includono:
Un dato significativo riguarda il Roi. Le imprese che hanno investito in Ai hanno registrato, in media, un aumento del 15% della produttivitร e una riduzione dei costi operativi del 12%. Nel settore manifatturiero, per esempio, lโadozione di sistemi di manutenzione predittiva ha portato a una diminuzione del 20% dei tempi di inattivitร non programmati.
Anche il retail ha beneficiato dellโAi, con un incremento medio del 10% delle vendite online grazie a sistemi di raccomandazione personalizzati.
Altrettanto interessante รจ stato lโimpatto registrato dallโadozione delle nuove tecnologie sul fronte delle esportazioni. Sistemi di analisi predittiva e ottimizzazione logistica hanno permesso di ridurre tempi di consegna e costi, rendendo i prodotti italiani piรน competitivi sui mercati esteri. Per esempio, le esportazioni di macchinari e componenti industriali hanno beneficiato di una maggiore affidabilitร dei sistemi produttivi, con un incremento stimato del 7% su base annua in termini di valore generato.
AI e occupazione
Sul fronte occupazione, contrariamente a quanto temuto, lโAi non ha portato a una diminuzione netta dei posti di lavoro, bensรฌ ha trasformato le competenze richieste. Nel 2024, si stima che siano stati creati circa 45mila nuovi posti di lavoro legati allโAi, tra cui data scientist, sviluppatori di algoritmi e specialisti in cybersecurity. Tuttavia, questa trasformazione ha evidenziato un problema strutturale: la carenza di competenze digitali. Secondo Unioncamere, oltre il 60% delle Pmi italiane segnala difficoltร nel reperire figure professionali adeguate. Questo gap rappresenta una delle principali sfide per il futuro.
AI e industria, cosa non รจ andato bene
Infine, non mancano casi di implementazioni meno fruttuose, spesso dovute a una scarsa integrazione tra Ai e processi aziendali o alla mancanza di competenze interne. Nellโambito manifatturiero, specifiche implementazioni di manutenzione predittiva sono state bloccate dalla scarsa qualitร dei dati raccolti o da infrastrutture tecnologiche obsolete. Nel retail, a sua volta, si sono registrati sistemi di raccomandazione personalizzati che non hanno aumentato le vendite a causa di una limitata integrazione con le strategie di marketing.
I casi piรน eclatanti di Ai non andata a buon fine si sono registrati perรฒ nella Pubblica amministrazione, dove chatbot implementati per il servizio al cittadino sono stato dismessi rapidamente per inefficienza, dovuta alla mancanza di aggiornamenti costanti e di unโadeguata formazione del personale. Si tratta di fallimenti che sottolineano lโassenza di una visione strategica nazionale e una coesione tra pubblico e privato,ย quanto anche rimandano alla necessitร di un piano di implementazione adeguato per sfruttare appieno il potenziale delle nuove tecnologie.
AI e imprese, le prospettive 2025
Prima di qualsiasi cosa, bisogna investire nella riqualificazione del personale. I recenti dati dellโIstat sullโoccupazione stabile al 62,4% in chiusura dโanno grazie alla spinta degli over 50 inducono a riflettere su come investire in una generazione destinata a rinviare il proprio pensionamento e quindi costretta โ ma si dovrebbe dire โinvitataโ โ a restare sul mercato. Expertise e nuove skill tecnologiche possono costituire un mix di competitivitร del singolo lavoratore. A questo proposito, occorre potenziare i programmi di partnership tra universitร , centri di ricerca e aziende. Lo studio scolastico e accademico non devโessere unโesclusiva delle nuove generazioni. La formazione, oltre che permanente, devโessere accessibile anche a chi giร lavora, magari da anni.
A sua volta, per promuovere unโadozione sempre piรน diffusa delle innovazioni tecnologiche, il governo italiano dovrebbe formulare politiche fiscali mirate. ร necessario riformulare i finanziamenti in corso, magari attraverso incentivi per le imprese che investono in tecnologie avanzate.
Il ruolo del legislatore
I casi di Industria 4.0 e di Transizione 5.0, in contrasto tra loro per i benefici e gli ostacoli che hanno creato, devono fare da caso scuola. ร essenziale che il legislatore agisca rapidamente, garantendo semplificazione e trasparenza della norma, quanto ancora la consapevolezza di quello che le forze produttive necessitano. Bisogna sviluppare un quadro normativo chiaro e accessibile che incoraggi lโadozione dellโAi, tutelando al contempo i diritti dei lavoratori e la sicurezza dei dati. Infine, lโesecutivo dovrebbe promuovere la collaborazione internazionale, partecipando attivamente ai progetti europei sullโAi e favorendo lo scambio di conoscenze e risorse con altri Paesi membri.
Solo attraverso un intervento deciso e coordinato sarร possibile colmare il divario con i principali competitor europei e garantire che le tecnologie avanzate diventino un motore di crescita e innovazione per il sistema produttivo italiano.
***** lโarticolo pubblicato รจ ritenuto affidabile e di qualitร *****
Visita il sito e gli articoli pubblicati cliccando sul seguente link