Il 65% delle organizzazioni italiane segnala la mancanza di competenze come principale barriera allo sviluppo di progetti di Intelligenza Artificiale, mentre il 50% si trova a fronteggiare budget limitati. Eppure, il 64% delle aziende è desiderosa di partecipare a open call e partnership per co-sviluppare soluzioni AI, e il 55% cerca attivamente risorse finanziarie.
Sono alcuni dei risultati della prima survey realizzata da IT4LIA AI Factory, progetto di rilievo internazionale che promuove l’adozione dell’intelligenza artificiale in Italia e in Europa, che rappresentano asset chiave per la nascita di nuove startup in campo AI.
L’indagine, che in poco più di un mese ha coinvolto più di 200 organizzazioni italiane ed europee tra imprese, startup, gruppi di ricerca e pubblica amministrazione, ha realizzato una mappatura dei bisogni reali dell’adozione AI in Italia.
Indice degli argomenti
L’ecsistema italiano dell’AI: molte ambizioni, ma pochi strumenti per concretizzare i progetti
I dati descrivono una realtà in cui l’ambizione italiana per l’AI si scontra con una significativa carenza di strumenti operativi.
Sebbene il 50% delle organizzazioni abbia già avviato o pianificato progetti, l’altra metà della platea rimane ferma per l’incapacità di definire un punto di partenza.
Una difficoltà che emerge chiaramente nella fase strategica, dove il 48% delle aziende richiede supporto per formulare proposte progettuali adeguate e il 45% fatica a individuare casi d’uso pertinenti.
Anche quando l’implementazione prende il via, il percorso resta in salita: il 37% delle realtà deve infatti gestire la complessità delle infrastrutture tecnologiche, mentre il 33% si ritrova privo dell’assistenza tecnica specializzata necessaria per proseguire.
L’ecosistema italiano dell’AI è ancora in attesa di essere sbloccato
L’analisi dei dati rivela un’Italia dell’AI divisa nettamente in due velocità. Mentre le grandi imprese e i centri di ricerca sono già nel pieno della sperimentazione, il vasto tessuto produttivo composto da startup e PMI rimane confinato ai margini, frenato non da un calo di interesse ma da barriere strutturali.
Il principale ostacolo è rappresentato dal deficit di competenze, che blocca il 65% delle realtà, seguito da una questione finanziaria che vede il 50% delle organizzazioni frenato dagli elevati costi di sviluppo e infrastruttura.
La difficoltà non è solo economica o tecnica, ma anche strategica e normativa: il 48% delle aziende dichiara infatti di aver bisogno di una guida per capire come muovere i primi passi, mentre il 38% fatica a gestire la qualità e la preparazione dei dati.
A questi fattori si aggiunge un 33% di soggetti paralizzati dall’incertezza sulla compliance, in particolare riguardo all’AI Act e al GDPR.
Nonostante queste criticità, emerge un segnale di forte dinamismo: il 64% delle organizzazioni mostra un profondo interesse verso partnership e open call per il co-sviluppo di soluzioni, con il 55% che cerca attivamente risorse finanziarie per trasformare questa fame di innovazione in realtà concreta.
“Per rispondere a questa esigenza IT4LIA AI Factory sta supportando l’intero ecosistema dell’AI, con particolare attenzione a PMI e startup, offrendo servizi personalizzati e bandi aperti che garantiscono l’accesso gratuito a risorse computazionali, competenze e affiancamento nello sviluppo dei progetti”, commenta Laura Morselli, Senior Project Manager di IT4LIA
“Questo supporto è essenziale per permettere alle realtà più piccole ed emergenti di sfruttare le risorse avanzate di IA e colmare il divario di competenze rispetto ai grandi player del settore”, aggiunge.
Il paradosso delle competenze: tra interesse e incertezza operativa
Il divario di competenze nell’ecosistema italiano dell’AI si manifesta come una sfida complessa e stratificata, che va ben oltre la semplice conoscenza teorica.
La necessità più urgente, avvertita dal 63% delle organizzazioni, riguarda le abilità tecniche di sviluppo e implementazione: non si cercano solo data scientist, ma figure capaci di rendere l’AI operativa, gestendo infrastrutture e ottimizzazione dei modelli.
Il 50% delle realtà soffre di una carenza di visione strategica, dove a fronte di una tecnologia avanzata persiste una cultura aziendale che fatica a identificare quali processi automatizzare o quale valore concreto estrarre.
Il quadro si complica ulteriormente sul fronte della gestione dei dati e della conformità. Il 38% delle imprese è frenato dall’incapacità di raccogliere e governare dati di qualità, elemento senza il quale ogni algoritmo risulta inefficace, mentre il 33% vive in uno stato di incertezza normativa, percependo il complesso panorama dell’AI Act e del GDPR come un ostacolo piuttosto che come una guida.
Per superare questi blocchi le organizzazioni puntano con decisione sulla formazione pratica: il 63% richiede percorsi operativi per adottare tecnologie esistenti, mentre il 57% cerca competenze avanzate per lo sviluppo di soluzioni custom.
La preferenza ricade su modalità di apprendimento ibride, dove la teoria sia sempre funzionale a un’applicazione immediata e concreta.
Il deserto delle infrastrutture: l’HPC come barriera all’ingresso
L’accesso alle risorse di calcolo ad alte prestazioni rappresenta oggi uno dei principali colli di bottiglia per l’ecosistema italiano dell’AI.
Per molte realtà, e in particolare per le PMI, l’ostacolo non è solo economico, sebbene il 37% delle organizzazioni consideri i costi del calcolo una barriera insormontabile. La difficoltà risiede nella gestione complessiva dell’infrastruttura: non si tratta semplicemente di acquistare hardware, ma di affrontare gli oneri di deployment, manutenzione e la necessità di un’expertise tecnica di alto livello per ottimizzare i sistemi.
Anche le aziende disposte a investire si trovano a fare i conti con una complessità tecnica che frena il 32% dei soggetti interessati.
Le necessità operative sono specifiche e pressanti: il 37% richiede supporto per il setup di ambienti e framework, mentre il 33% incontra ostacoli nel trasferimento di modelli e dati. Infine, emerge una chiara domanda di semplificazione: il 28% delle organizzazioni vorrebbe poter accedere alle risorse tramite API intuitive, ma dichiara di non possedere ancora le conoscenze necessarie per farlo in autonomia.
Il vuoto progettuale: tra desiderio di innovazione e incertezza strategica
Uno degli aspetti più rilevanti emersi dall’indagine riguarda la difficoltà di trasformare l’interesse per l’AI in piani d’azione concreti.
Il 48% delle organizzazioni richiede infatti supporto diretto nella definizione delle proposte progettuali, mentre il 45% fatica a identificare idee che siano realmente appropriate per la propria realtà.
Molte aziende si trovano in una condizione paradossale: possiedono le risorse o sono pronte a cercare finanziamenti, ma restano paralizzate di fronte all’ampia gamma di possibilità, dall’ottimizzazione della supply chain alla manutenzione predittiva, senza sapere quale direzione intraprendere per massimizzare il valore.
Questa carenza di esperienza genera una domanda esplicita di strumenti metodologici e consulenziali, come desk di supporto e framework per valutare la fattibilità e il ritorno sull’investimento.
Le necessità operative sono altrettanto marcate: il 38% dei soggetti cerca assistenza nel design dei modelli di AI, il 36% richiede ambienti controllati per la validazione e il testing, mentre il 30% necessita di supporto per la verticalizzazione di modelli già esistenti su esigenze specifiche.
