Rapporto sull'analisi delle dimensioni del mercato, delle quote e delle tendenze del mercato Intelligenza artificiale per prodotto (hardware, software e servizi), per applicazioni (sanità, BFSI, diritto, vendita al dettaglio, pubblicità e media, altro), per uso finale, per regione e previsioni di segmento - 2035

Panoramica del mercato dell'intelligenza artificiale

La dimensione del mercato globale dell'intelligenza artificiale è stata valutata a 104946,37 milioni di dollari nel 2025 e si prevede che crescerà da 139106,42 milioni di dollari nel 2026 a 323956,23 milioni di dollari entro il 2035, con un CAGR del 32,55% dal 2026 al 2035.

Il mercato dell'intelligenza artificiale nel 2026 sta entrando in una nuova fase caratterizzata da intelligenza artificiale generativa, sistemi multimodali, intelligenza artificiale ad agenti, intelligenza on-device, generazione aumentata di recupero aziendale, governance dell'intelligenza artificiale, ottimizzazione dell'inferenza e infrastrutture informatiche sempre più specializzate. Si stima che il software rappresenti circa il 52% della domanda per tipologia di prodotto, seguito dall'hardware con circa il 28% e dai servizi con circa il 20%. Tra le applicazioni fornite, si stima che BFSI rappresenti circa il 24% della domanda di mercato, la sanità contribuisce per circa il 19%, la vendita al dettaglio rappresenta il 16%, la pubblicità e i media rappresentano il 15%, il diritto contribuisce per l'8% e gli altri rappresentano circa il 18%. La distribuzione aziendale sta andando oltre le interfacce di chat isolate verso agenti di intelligenza artificiale in grado di eseguire processi aziendali in più fasi, recuperare informazioni organizzative private, interagire con applicazioni aziendali e applicare controlli delle policy. L'intelligenza artificiale on-device sta diventando contemporaneamente più potente, con gli attuali modelli di base consumer che operano con circa 3 miliardi di parametri pur rimanendo ottimizzati per smartphone e altri dispositivi edge. I sistemi multimodali combinano sempre più testo, immagini, parlato, video, informazioni strutturate e utilizzo di strumenti all'interno di un'unica architettura modello. Di conseguenza, il vantaggio competitivo si sta spostando dalla sola dimensione del modello verso il costo di inferenza, la latenza, la governance, l'integrazione dei dati, l'affidabilità, la sicurezza e la produttività aziendale pratica.

Gli Stati Uniti rimangono il più grande centro nazionale del mercato dell'intelligenza artificiale grazie alla concentrazione di sviluppo di semiconduttori, cloud computing, software aziendale, dispositivi di consumo, istituzioni finanziarie, tecnologia sanitaria, istituti di ricerca e startup di intelligenza artificiale. Si stima che il Nord America rappresenterà circa il 40% della domanda globale nel 2026. Il software rappresenta circa il 54% della domanda regionale per tipologia di prodotto, l'hardware contribuisce per circa il 27% e i servizi rappresentano circa il 19%. BFSI contribuisce per circa il 25% alla domanda di applicazioni regionali, la sanità rappresenta circa il 20%, la pubblicità e i media rappresentano il 16%, la vendita al dettaglio contribuisce al 15%, il diritto rappresenta il 9% e gli altri rappresentano circa il 15%. Intel Corporation, International Business Machines Corporation e Apple Inc. forniscono le principali società di rappresentanza degli Stati Uniti. L'attuale sviluppo del mercato abbraccia l'infrastruttura AI su scala cloud e l'edge computing orientato alla privacy. Apple ha introdotto una terza generazione di modelli di base nel 2026, incluso un modello core su dispositivo da circa 3 miliardi di parametri e un'architettura multimodale su dispositivo più capace. IBM ha continuato a espandere l'intelligenza artificiale aziendale governata attraverso Watsonx, mentre Intel ha avanzato gli acceleratori AI Gaudi 3 nelle configurazioni PCIe Gen5 progettate per modelli linguistici di grandi dimensioni, sistemi multimodali e carichi di lavoro di recupero aziendale.

• 

  Scarica campione gratuito per saperne di più su questo rapporto.

Risultati chiave

• Tipo di prodotto principale:Si stima che il software detenga una quota di mercato pari a circa il 52% poiché le aziende danno priorità a modelli di base, agenti di intelligenza artificiale, piattaforme di analisi, orchestrazione, governance, automazione e applicazioni specifiche del settore.
• Applicazione principale:Si stima che BFSI rappresenti circa il 24% della domanda di mercato poiché banche, assicuratori e istituti finanziari espandono il rilevamento delle frodi, la modellazione del rischio, l'automazione, il servizio clienti e le applicazioni di conformità.
• Regione leader:Si stima che il Nord America rappresenti circa il 40% della quota di mercato, supportata da infrastrutture su vasta scala, innovazione dei semiconduttori, adozione di software aziendale, capacità di ricerca e implementazione avanzata dell'intelligenza artificiale.
• Regione in più rapida crescita:Si prevede che l'Asia-Pacifico si espanderà a circa il 36,8% annuo poiché Cina, India, Giappone, Corea del Sud e Sud-Est asiatico accelerano l'implementazione delle infrastrutture e delle applicazioni IA.
• Tendenza tecnologica:L'efficienza multimodale sta migliorando rapidamente, con nuovi modelli di agenti leggeri che riducono il consumo di token di circa il 60% mantenendo le funzionalità per le attività di testo, immagine e flusso di lavoro.
• Driver di mercato:La produttività generativa dell'intelligenza artificiale sta rafforzando l'adozione da parte delle imprese poiché flussi di lavoro aziendali selezionati segnalano potenziali miglioramenti dell'efficienza di circa il 20-30% quando l'intelligenza artificiale è integrata in modo efficace.
• Panorama competitivo:La concorrenza tra le infrastrutture IA continua a intensificarsi poiché i nuovi cluster aziendali utilizzano sempre più architetture di acceleratori PCIe Gen5 progettate per modelli linguistici di grandi dimensioni, IA multimodale e carichi di lavoro di recupero.
• Prospettive future:L'intelligenza artificiale sui dispositivi si espanderà man mano che i modelli di base dei consumatori di terza generazione operano con circa 3 miliardi di parametri, supportando al tempo stesso l'inferenza locale orientata alla privacy e le applicazioni multimodali.

Ultime tendenze

La tendenza più importante nel mercato dell'intelligenza artificiale è la transizione da assistenti di intelligenza artificiale generativa verso sistemi di intelligenza artificiale ad agenti in grado di completare processi aziendali in più fasi. Il software, che rappresenta circa il 52% della domanda del tipo di prodotto, include sempre più gateway di modelli, framework di agenti, orchestrazione del flusso di lavoro, recupero di vettori, strumenti di governance, sistemi di monitoraggio, gestione dei prompt e interfacce di programmazione delle applicazioni. Le aziende non valutano più l'intelligenza artificiale esclusivamente in base alla sua capacità di produrre testo. Misurano sempre più se i sistemi possono recuperare informazioni affidabili, richiamare strumenti aziendali, eseguire azioni strutturate, mantenere il contesto e rispettare le regole operative. watsonx.ai v2.4 di IBM, introdotto nel giugno 2026, riflette questa direzione attraverso un accesso ampliato ai modelli governati e il supporto per i carichi di lavoro AI emergenti delle imprese. Le organizzazioni stanno inoltre diventando più selettive nella selezione del modello perché un'applicazione che gestisce 1 milione di richieste mensili può ottenere risultati economici significativamente diversi a seconda dell'utilizzo dei token, della latenza di inferenza e delle dimensioni del modello. I modelli leggeri hanno quindi un valore strategico sempre maggiore. SenseNova 6.7 Flash-Lite di SenseTime illustra la tendenza riducendo il consumo di token di circa il 60%, mostrando come i miglioramenti dell'efficienza possano ridurre i requisiti di inferenza pur mantenendo le capacità dell'agente multimodale.

Una seconda tendenza importante è l'espansione dell'intelligenza artificiale dagli ambienti cloud centralizzati verso architetture ibride e on-device. L'hardware rappresenta circa il 28% della domanda per tipologia di prodotto poiché processori, acceleratori, memoria, rete e infrastruttura di data center rimangono fondamentali sia per l'addestramento che per l'inferenza. Allo stesso tempo, i produttori di dispositivi di consumo utilizzano sempre più modelli di base più piccoli a livello locale per ridurre la latenza e migliorare la privacy. La famiglia di modelli base di terza generazione di Apple comprende 5 modelli principali che spaziano dall'esecuzione su dispositivo al Private Cloud Compute basato su server. Il suo modello AFM 3 Core da circa 3 miliardi di parametri è ottimizzato per l'elaborazione locale, mentre un modello multimodale più avanzato supporta interazioni più ricche. Gli sviluppatori possono combinare sempre più modelli locali con alternative basate sul cloud attraverso un framework software unificato. Ciò crea un'architettura IA ibrida in cui le attività semplici rimangono sul dispositivo e le richieste più impegnative vengono instradate verso sistemi a capacità maggiore. I fornitori di hardware stanno contemporaneamente ampliando la scelta degli acceleratori. I prodotti Gaudi 3 PCIe di Intel utilizzano PCIe Gen5 e scalabilità basata su Ethernet per supportare modelli linguistici di grandi dimensioni, modelli multimodali e carichi di lavoro RAG aziendali all'interno di ambienti server convenzionali.

Dinamiche di mercato

Autista

""L'automazione aziendale e la produttività generativa dell'intelligenza artificiale stanno accelerando l'adozione in tutte le funzioni aziendali.""

Il principale motore del mercato dell'intelligenza artificiale è la crescente capacità dell'intelligenza artificiale di automatizzare il lavoro ad alta intensità di conoscenza. BFSI rappresenta circa il 24% della domanda di applicazioni poiché le organizzazioni finanziarie elaborano volumi estremamente elevati di documenti, transazioni, richieste dei clienti, controlli di conformità e calcoli dei rischi. I sistemi di intelligenza artificiale generativa e agente possono riassumere documenti, classificare transazioni, assistere gli analisti, rilevare anomalie, generare report e automatizzare i flussi di lavoro del servizio clienti. Alcune implementazioni selezionate sul posto di lavoro indicano miglioramenti della produttività di circa il 20-30% per attività appropriate di intelligenza artificiale generativa, sebbene i guadagni realizzati varino considerevolmente in base alla progettazione del processo e alla supervisione umana.

L'assistenza sanitaria fornisce un altro driver sostanziale con una quota di mercato di circa il 19%. L'intelligenza artificiale è sempre più utilizzata per l'imaging medico, la documentazione, il supporto del flusso di lavoro clinico, la scoperta di farmaci, l'automazione amministrativa, la comunicazione con i pazienti e l'analisi dei dati. Un ospedale che elabora quotidianamente migliaia di interazioni con i pazienti può utilizzare l'intelligenza artificiale per ridurre la documentazione ripetitiva e la pianificazione dei carichi di lavoro. Vendita al dettaglio, pubblicità e media, diritto e altri stanno seguendo modelli simili. Questa applicabilità intersettoriale offre all'intelligenza artificiale una base di domanda sostanzialmente più ampia rispetto alle tecnologie limitate a un mercato verticale.

Contenimento

""La governance, la qualità dei dati e la complessità dell'implementazione continuano a limitare l'implementazione su scala di produzione.""

Il limite principale è il divario tra la sperimentazione dell'intelligenza artificiale e la produzione aziendale affidabile. Le organizzazioni possono sviluppare dozzine di prototipi ma distribuirne solo una frazione su larga scala perché i modelli devono integrarsi con dati privati, controlli di sicurezza, applicazioni, autorizzazioni, monitoraggio e requisiti normativi. Un'azienda che testa 20 casi d'uso dell'IA può eventualmente dare priorità solo a 5 o 6 che forniscono un valore operativo sufficientemente misurabile. Ciò crea pressione sui fornitori di servizi affinché dimostrino vantaggi pratici piuttosto che novità tecniche.

L'affidabilità del modello presenta un altro limite. I sistemi generativi possono produrre informazioni errate o non supportate, il che significa che applicazioni ad alto rischio come il settore sanitario, BFSI e il diritto richiedono approfondite basi e revisione umana. Le aziende utilizzano sempre più la generazione aumentata di recupero, gateway di modelli, registri di controllo, accesso basato sui ruoli e pipeline di valutazione per ridurre i rischi. Questi controlli aggiungono complessità all'implementazione. Un'applicazione AI di produzione può quindi richiedere 10 o più livelli tecnici che comprendono modelli, recupero, sicurezza, API, osservabilità, governance, interfacce utente, sistemi di dati, infrastruttura e applicazioni aziendali.

Opportunità

""I flussi di lavoro agenti e i modelli specializzati più piccoli stanno espandendo i casi d'uso dell'IA economicamente sostenibili.""

L'opportunità più forte è lo sviluppo di agenti IA che svolgono un lavoro strutturato anziché limitarsi a generare risposte. Gli agenti possono combinare il ragionamento linguistico con strumenti, database, API, applicazioni aziendali, funzioni di ricerca e approvazioni umane. Un agente del servizio clienti può eseguire 5 o più passaggi collegati tra cui la verifica dell'identità, il recupero delle informazioni, l'analisi dell'account, il controllo delle policy e il suggerimento di azioni. Questa capacità espande l'adozione dell'intelligenza artificiale in BFSI, vendita al dettaglio, sanità, diritto, pubblicità e media e altre applicazioni.

I modelli più piccoli offrono un'altra significativa opportunità perché riducono i requisiti infrastrutturali. Un modello su dispositivo da 3 miliardi di parametri può funzionare all'interno di hardware consumer che non sarebbe in grado di eseguire un modello su scala cloud contenente centinaia di miliardi di parametri. Anche i sistemi multimodali leggeri stanno migliorando, con nuovi modelli selezionati che riducono il consumo di gettoni di circa il 60%. Man mano che l'efficienza migliora, l'intelligenza artificiale diventa economicamente pratica per applicazioni che coinvolgono milioni di interazioni quotidiane. La distribuzione Edge riduce inoltre la dipendenza dalla rete e può mantenere le informazioni dell'utente selezionato sui dispositivi locali.

Sfida

""La domanda di elaborazione e le architetture dei modelli in rapida evoluzione creano sfide persistenti in termini di infrastrutture e competenze.""

La sfida principale è supportare requisiti computazionali in rapida espansione mantenendo costi e latenza accettabili. La formazione sull'intelligenza artificiale può richiedere migliaia di acceleratori, mentre l'inferenza ad alto volume può comportare milioni di richieste al giorno. L'hardware rappresenta quindi circa il 28% della domanda di mercato, nonostante il software detenga la quota maggiore. Le organizzazioni devono bilanciare CPU, GPU, acceleratori specializzati, memoria, storage, rete, capacità cloud ed elaborazione edge in base alle caratteristiche di ciascun carico di lavoro.

Le competenze tecniche rappresentano un'altra sfida perché un'implementazione di successo richiede competenze che spaziano dall'apprendimento automatico, all'ingegneria dei dati, allo sviluppo di applicazioni, alla sicurezza informatica, alle infrastrutture, alla governance e alle operazioni di settore. Lo stack tecnologico può cambiare sostanzialmente entro 12 mesi man mano che emergono nuovi modelli, API, hardware e strutture di agenti. Le aziende necessitano quindi di una riqualificazione continua piuttosto che di programmi di implementazione dell'IA una tantum. Questo rapido cambiamento può aumentare l'obsolescenza della tecnologia e complicare le decisioni sugli appalti a lungo termine.

• 

  Scarica campione gratuito per saperne di più su questo rapporto.

Analisi della segmentazione

Per tipi

Hardware:L'hardware rappresenta circa il 28% della quota di mercato e comprende processori, acceleratori, memoria, storage, reti, dispositivi edge, server e l'infrastruttura di elaborazione associata necessaria per i carichi di lavoro di intelligenza artificiale. L'intelligenza artificiale generativa ha aumentato sostanzialmente la domanda di elaborazione accelerata perché l'addestramento e l'inferenza del modello di base dipendono da un'elevata capacità di elaborazione parallela. L'acceleratore PCIe Gaudi 3 di Intel illustra i cambiamenti dell'ambiente hardware attraverso un fattore di forma PCIe Gen5 progettato per modelli linguistici di grandi dimensioni, modelli multimodali e carichi di lavoro di recupero aziendale. Anche l'Edge AI si sta espandendo perché circa 3 miliardi di modelli di parametri possono ora essere eseguiti direttamente su dispositivi consumer compatibili.

Software:Il software è leader con una quota di mercato pari a circa il 52% perché la maggior parte del valore aziendale viene creato attraverso applicazioni, modelli, orchestrazione, governance, analisi, recupero, agenti e livelli di automazione. Le piattaforme software supportano sempre più modelli multipli anziché vincolare le organizzazioni a un unico fornitore di intelligenza artificiale. I sistemi attuali includono gateway modello, pipeline RAG, framework di gestione dei prompt, strumenti di valutazione, controlli di accesso e orchestrazione degli agenti. Anche il software trae vantaggio dai rapidi cicli di innovazione perché le nuove funzionalità possono essere implementate tramite aggiornamenti senza sostituire l'infrastruttura fisica. I modelli multimodali elaborano sempre più almeno 4 principali categorie di dati tra cui testo, immagini, audio e video.

Servizi:I servizi rappresentano circa il 20% della quota di mercato e comprendono consulenza, integrazione di sistemi, implementazione, personalizzazione, preparazione dei dati, formazione, governance, supporto e operazioni di intelligenza artificiale gestite. La domanda di servizi è in espansione perché molte aziende faticano a passare da progetti proof-of-concept a una produzione sicura. Una distribuzione complessa può richiedere l'integrazione con 5 o più sistemi interni insieme a controlli di identità, pipeline di dati, monitoraggio e flussi di lavoro di approvazione umana. I fornitori di servizi si concentrano sempre più sulla produttività misurabile, sulla riduzione del rischio e sull'automazione piuttosto che sulla sperimentazione di modelli autonomi.

Per applicazioni

Assistenza sanitaria:Il settore sanitario rappresenta circa il 19% della quota di mercato e utilizza l'intelligenza artificiale per l'imaging, il supporto diagnostico, la documentazione clinica, la scoperta di farmaci, il coinvolgimento dei pazienti, l'automazione del flusso di lavoro, la ricerca medica e l'elaborazione amministrativa. I modelli di intelligenza artificiale possono analizzare migliaia di immagini o record in periodi di elaborazione sostanzialmente più brevi rispetto alla revisione manuale. L'adozione dell'assistenza sanitaria richiede tuttavia una governance forte perché raccomandazioni errate possono comportare conseguenze significative. I sistemi human-in-the-loop rimangono quindi importanti, in particolare per le decisioni che riguardano la diagnosi o il trattamento.

BFSI:BFSI è leader con una quota di mercato di circa il 24% e applica l'intelligenza artificiale al rilevamento delle frodi, all'analisi del credito, alla modellazione del rischio, al servizio clienti, all'elaborazione dei documenti, alla conformità, al supporto commerciale, alle richieste di indennizzi assicurativi e alla personalizzazione. Le banche elaborano milioni di transazioni ogni giorno, creando grandi set di dati adatti al machine learning. L'intelligenza artificiale generativa è sempre più integrata in questi sistemi per aiutare i dipendenti a interpretare i dati e automatizzare i flussi di lavoro. La governance rimane fondamentale perché le istituzioni finanziarie devono mantenere la verificabilità di migliaia di decisioni assistite dall'intelligenza artificiale.

Legge:Il diritto rappresenta circa l'8% della quota di mercato e utilizza l'intelligenza artificiale per la revisione dei documenti, l'analisi dei contratti, la ricerca legale, la scoperta, l'assistenza alla redazione, il riepilogo, la conformità e la gestione della conoscenza. Grandi progetti di controversie o transazioni possono contenere decine di migliaia di documenti, rendendo particolarmente preziosi il recupero semantico e la classificazione automatizzata. L'intelligenza artificiale generativa può ridurre i tempi di revisione del primo passaggio, ma gli avvocati continuano a verificare i risultati critici perché i requisiti di accuratezza legale rimangono elevati.

Vedere al dettaglio:La vendita al dettaglio rappresenta circa il 16% della quota di mercato e utilizza l'intelligenza artificiale per consigli, previsione dell'inventario, prezzi, merchandising, ottimizzazione della catena di fornitura, servizio clienti, ricerca visiva e personalizzazione del marketing. I grandi rivenditori possono gestire milioni di interazioni tra prodotti e clienti ogni giorno. Gli agenti AI combinano sempre più sistemi di inventario, cronologia dei clienti, cataloghi di prodotti e politiche di servizio per fornire un supporto clienti più consapevole del contesto. Sia i rivenditori online che quelli fisici stanno aumentando l'adozione man mano che l'intelligenza artificiale viene integrata nelle piattaforme commerciali standard.

Pubblicità e media:Pubblicità e media rappresentano circa il 15% della quota di mercato e utilizzano l'intelligenza artificiale per la generazione di contenuti, l'ottimizzazione delle campagne, la segmentazione del pubblico, la produzione di video, i consigli, l'editing, la localizzazione e l'analisi. L'intelligenza artificiale multimodale genera sempre più testo, immagini, audio e video all'interno di un flusso di lavoro di produzione. Nuovi modelli mondiali e sistemi video possono generare sequenze continue che si estendono per diversi minuti, mentre i miglioramenti dell'inferenza hanno aumentato la velocità di elaborazione selezionata di oltre 70 volte rispetto alle implementazioni precedenti.

Altri:Altri rappresentano circa il 18% della quota di mercato e comprendono produzione, trasporti, istruzione, telecomunicazioni, servizi pubblici, energia, sicurezza informatica e altre applicazioni. Il settore manifatturiero utilizza l'intelligenza artificiale per la manutenzione predittiva e l'ispezione della qualità, mentre le telecomunicazioni la applicano alle operazioni di rete e all'assistenza clienti. L'istruzione utilizza sempre più l'apprendimento personalizzato e l'automazione amministrativa. L'ampia categoria Altro dimostra la natura orizzontale dell'IA, che può influenzare quasi tutti i settori ad alta intensità di informazione.

• 

  Scarica campione gratuitoper saperne di più su questo rapporto.

Prospettive regionali

America del Nord

Si stima che il Nord America guiderà il mercato dell'intelligenza artificiale con una quota globale di circa il 40% nel 2026. Intel Corporation, International Business Machines Corporation e Apple Inc. forniscono le principali società fornitrici degli Stati Uniti. Il software rappresenta circa il 54% della domanda regionale per tipologia di prodotto, l'hardware contribuisce per circa il 27% e i servizi rappresentano il 19%. BFSI rappresenta circa il 25% della domanda di applicazioni, l'assistenza sanitaria contribuisce per il 20%, la pubblicità e i media rappresentano il 16%, la vendita al dettaglio rappresenta il 15%, il settore legale contribuisce per il 9% e altri rappresentano circa il 15%.

Si prevede che la regione crescerà di circa il 30-33% annuo fino al 2035. Gli investimenti in infrastrutture di intelligenza artificiale, il cloud computing su vasta scala, il software aziendale, lo sviluppo avanzato di semiconduttori, la ricerca e l'adozione di intelligence per i dispositivi di consumo supportano l'adozione. IBM ha ampliato watsonx.ai alla versione 2.4 nel giugno 2026, mentre Apple ha introdotto la sua terza generazione di modelli base lo stesso mese. Intel continua a supportare alternative di accelerazione tramite Gaudi 3, offerto nelle configurazioni PCIe Gen5 per carichi di lavoro IA aziendali.

Europa

L'Europa rappresenta circa il 20% della domanda globale del mercato dell'intelligenza artificiale. Il software rappresenta circa il 55% del consumo del tipo di prodotto, i servizi contribuiscono circa il 25% e l'hardware rappresenta circa il 20%. BFSI contribuisce per circa il 25% alla domanda di applicazioni, l'assistenza sanitaria rappresenta il 21%, la vendita al dettaglio contribuisce per il 15%, la pubblicità e i media rappresentano il 13%, il diritto rappresenta il 10% e gli altri contribuiscono per circa il 16%. Germania, Francia, Regno Unito, Paesi Bassi, Italia, Spagna e i mercati nordici rimangono centri chiave di adozione.

Si prevede che la regione crescerà di circa il 28-31% annuo fino al 2035. Le organizzazioni europee pongono un'enfasi relativamente forte sulla governance, sulla protezione dei dati, sulla trasparenza, sulla sicurezza e sull'intelligenza artificiale responsabile. Ciò avvantaggia i servizi e le piattaforme software regolamentate poiché le aziende inseriscono controlli di conformità nell'implementazione dell'intelligenza artificiale. I progetti aziendali combinano sempre più 3 livelli di supervisione: valutazione del modello tecnico, governance organizzativa e conformità normativa. Il settore manifatturiero, bancario, sanitario, i servizi legali e le applicazioni del settore pubblico offrono importanti opportunità regionali.

Asia-Pacifico

Si stima che l'Asia-Pacifico rappresenti circa il 32% della domanda globale del mercato dell'intelligenza artificiale. CloudMinds Technology e SenseTime forniscono la principale rappresentanza delle aziende fornite dalla Cina. Il software rappresenta circa il 49% della domanda regionale per tipologia di prodotto, l'hardware contribuisce per circa il 32% e i servizi rappresentano il 19%. La vendita al dettaglio rappresenta circa il 18% della domanda di applicazioni, BFSI contribuisce con il 22%, la sanità rappresenta il 17%, la pubblicità e i media rappresentano il 16%, il diritto contribuisce con il 6% e gli altri rappresentano circa il 21%.

Si prevede che la regione si espanderà di circa il 36,8% annuo fino al 2035, rendendola l'area geografica con la crescita più rapida. Le economie di Cina, India, Giappone, Corea del Sud, Singapore e del Sud-Est asiatico stanno aumentando gli investimenti nell'elaborazione dell'intelligenza artificiale, nella robotica, nelle applicazioni di consumo, nel software aziendale e nelle infrastrutture pubbliche. SenseTime ha rilasciato SenseNova 6.7 Flash-Lite nel 2026 con un consumo di token inferiore di circa il 60% e SenseNova U1 open source separatamente, dimostrando il continuo sviluppo regionale di sistemi di intelligenza artificiale efficienti e multimodali.

Medio Oriente e Africa

Il Medio Oriente e l'Africa rappresentano circa il 3% della domanda globale del mercato dell'intelligenza artificiale. Il software contribuisce per circa il 48% alla domanda per tipologia di prodotto, i servizi rappresentano circa il 30% e l'hardware rappresenta il 22%. Altri contribuiscono per circa il 25% alla domanda di applicazioni perché governo, energia, telecomunicazioni, istruzione e trasporti hanno un forte ruolo regionale. BFSI rappresenta circa il 22%, la vendita al dettaglio contribuisce per il 16%, la sanità rappresenta il 16%, la pubblicità e i media rappresentano il 15% e il diritto contribuisce per circa il 6%.

Si prevede che la regione si espanderà di circa il 31-35% annuo fino al 2035. Arabia Saudita, Emirati Arabi Uniti, Sud Africa e altri importanti mercati stanno investendo in data center, digitalizzazione del settore pubblico, ricerca sull'intelligenza artificiale, modelli linguistici e infrastrutture di città intelligenti. I grandi programmi nazionali combinano sempre più infrastrutture, istruzione e sviluppo di applicazioni invece di trattare l'intelligenza artificiale come un'unica categoria di software. L'accesso alle competenze specializzate rimane un vincolo, aumentando la domanda di servizi oltre il 25% in diverse implementazioni aziendali regionali.

Elenco delle principali aziende di intelligenza artificiale

• Intel Corporation [U.S.]
• International Business Machines Corporation (IBM) [U.S.]
• Apple Inc. [U.S.]
• CloudMinds Technology Inc. [China]
• SenseTime [China]

Quota di mercato delle prime 2 aziende

International Business Machines Corporation (IBM):Si stima che International Business Machines Corporation rappresenti circa il 26-30% della presenza competitiva all'interno del gruppo di società fornite, supportata da software AI aziendale, governance, infrastruttura ibrida, automazione, consulenza e Watsonx. La versione watsonx.ai v2.4 di giugno 2026 ha ampliato l'accesso ai modelli regolamentati e il supporto dei carichi di lavoro aziendali. IBM è sempre più posizionata attorno all'intelligenza artificiale su scala di produzione piuttosto che solo allo sviluppo di modelli, allineandosi con la quota di circa il 52% del software e con la quota di circa il 20% dei servizi del mercato complessivo dell'intelligenza artificiale.

Intel Corporation:Si stima che Intel Corporation rappresenti circa il 22-26% di presenza competitiva all'interno del gruppo di società fornite, supportata da CPU, acceleratori di intelligenza artificiale, hardware edge, server aziendali, reti e ottimizzazione del software. L'hardware rappresenta circa il 28% della domanda di mercato e l'acceleratore Gaudi 3 PCIe di Intel affronta modelli linguistici di grandi dimensioni, intelligenza artificiale multimodale e carichi di lavoro RAG aziendali attraverso l'architettura PCIe Gen5 e la scalabilità basata su Ethernet. Ciò posiziona Intel sia nell'infrastruttura AI su scala cloud che aziendale.

Analisi degli investimenti

Gli investimenti nel mercato dell'intelligenza artificiale si stanno spostando da un'ampia sperimentazione verso infrastrutture e applicazioni in grado di supportare carichi di lavoro produttivi sostenuti. L'hardware rappresenta circa il 28% della domanda e gli investimenti di capitale rimangono concentrati in acceleratori, memorie a larghezza di banda elevata, server, reti, storage, data center e infrastrutture energetiche. L'investimento nel software è ancora più ampio perché la sua quota di mercato pari a circa il 52% comprende modelli, agenti, governance, recupero, orchestrazione, sicurezza, sviluppo di applicazioni e analisi. Le aziende valutano sempre più i progetti di intelligenza artificiale in base ad almeno 5 criteri misurabili: miglioramento della produttività, costo di implementazione, costo di inferenza, affidabilità e sicurezza.

Gli investimenti si stanno inoltre spostando verso modelli più piccoli ed efficienti e un'implementazione ibrida. Un sistema in grado di ridurre l'utilizzo dei token di circa il 60% può ridurre sostanzialmente i requisiti di elaborazione durante l'elaborazione di milioni di interazioni. I modelli su dispositivo con circa 3 miliardi di parametri forniscono un altro percorso per ridurre la dipendenza dall'inferenza del cloud per attività selezionate di consumatori e aziende. Si prevede che gli investimenti fino al 2035 si concentreranno su almeno 10 aree: acceleratori, ottimizzazione dell'inferenza, agenti, intelligenza artificiale multimodale, RAG, governance, edge intelligence, sicurezza informatica, modelli settoriali specializzati e formazione della forza lavoro. Le organizzazioni cercano sempre più piattaforme che supportino più di un fornitore di modelli per ridurre il lock-in tecnologico.

Sviluppo di nuovi prodotti

Lo sviluppo di nuovi prodotti nel mercato dell'intelligenza artificiale enfatizza sempre più gli agenti, il ragionamento multimodale, la privacy, l'efficienza dell'inferenza e l'implementazione flessibile. I Foundation Model di terza generazione di Apple introdotti nel giugno 2026 comprendono 5 modelli che vanno dai sistemi on-device alle architetture basate su cloud, incluso un modello core denso di circa 3 miliardi di parametri. Il modello più avanzato sul dispositivo supporta la funzionalità multimodale nativa, consentendo alle applicazioni di combinare testo e informazioni visive mantenendo locale l'elaborazione selezionata. I framework per sviluppatori consentono sempre più alla stessa applicazione di passare dal modello su dispositivo a quello cloud in base alla complessità dell'attività, alla latenza, alla privacy e ai requisiti di elaborazione.

Allo stesso modo, lo sviluppo dei prodotti aziendali si sta spostando verso ambienti multi-modello regolamentati. IBM watsonx.ai v2.4 ha ampliato le funzionalità del gateway del modello nel giugno 2026, mentre SenseTime ha introdotto SenseNova U1 come modello unificato di comprensione e generazione e SenseNova 6.7 Flash-Lite con un consumo di token inferiore di circa il 60%. L'hardware Gaudi 3 PCIe di Intel espande la flessibilità di implementazione per modelli linguistici e multimodali di grandi dimensioni all'interno dei server aziendali esistenti. I nuovi prodotti competono sempre più su almeno 12 caratteristiche: capacità di ragionamento, multimodalità, costo di inferenza, latenza, lunghezza del contesto, supporto dell'agente, privacy, governance, integrazione di recupero, efficienza dell'hardware, interoperabilità e flessibilità di implementazione.

Cinque sviluppi recenti

• Giugno 2026:Apple ha introdotto la sua terza generazione di Foundation Model che comprende 5 modelli, tra cui un sistema core su dispositivo da circa 3 miliardi di parametri e un'architettura multimodale più avanzata.
• Giugno 2026:IBM ha rilasciato watsonx.ai versione 2.4 con accesso ampliato ai modelli governati, operazioni della piattaforma rafforzate e supporto aggiuntivo per i carichi di lavoro emergenti di intelligenza artificiale aziendale.
• Giugno 2026:SenseTime ha rilasciato SenseNova 6.7 Flash-Lite, un modello di agente multimodale leggero progettato per ridurre il consumo di token di circa il 60% in flussi di lavoro IA selezionati.
• Maggio 2026:SenseTime SenseNova U1 completamente open source, che promuove un'architettura di modello unificato progettata per combinare comprensione multimodale, ragionamento, generazione di immagini e creazione continua di testo-immagine.
• Settembre 2025:Apple ha ampliato la disponibilità di Apple Intelligence in tutto il suo ecosistema di dispositivi, aggiungendo scorciatoie intelligenti, intelligenza visiva, traduzione dal vivo e supporto pianificato in altre 8 lingue.

Copertura del rapporto

Il rapporto sul mercato dell'Intelligenza Artificiale copre il periodo di previsione 2026-2035 utilizzando la linea di base dichiarata per il 2025 e valuta i tipi di prodotti forniti di hardware, software e servizi. Le quote stimate del tipo di prodotto sono rispettivamente pari a circa il 28%, 52% e 20%. La copertura delle applicazioni comprende assistenza sanitaria al 19% circa, BFSI al 24%, diritto all'8%, vendita al dettaglio al 16%, pubblicità e media al 15% e altri al 18% circa. L'analisi esamina l'intelligenza artificiale generativa, l'intelligenza artificiale agentica, i modelli multimodali, gli acceleratori di intelligenza artificiale, l'edge intelligence, la generazione aumentata con recupero, i gateway di modelli, la governance aziendale, l'ottimizzazione dell'inferenza, l'implementazione orientata alla privacy, l'automazione del flusso di lavoro e lo sviluppo di modelli di base. Le attuali architetture su dispositivo gestiscono circa 3 miliardi di parametri, mentre i nuovi sistemi multimodali leggeri possono ridurre il consumo di token di circa il 60%.

La copertura regionale comprende Nord America, Asia-Pacifico, Europa, America Latina, Medio Oriente e Africa, con quote di mercato stimate rispettivamente di circa il 40%, 32%, 20%, 5% e 3%. La copertura competitiva include tutte e 5 le società fornite: Intel Corporation, International Business Machines Corporation (IBM), Apple Inc., CloudMinds Technology Inc. e SenseTime. Il rapporto valuta come gli agenti di intelligenza artificiale, l'informatica accelerata, l'implementazione ibrida, i modelli su dispositivo, i sistemi multimodali, la governance aziendale, l'economia dell'inferenza, la produttività della forza lavoro, la sicurezza informatica e le applicazioni industriali specializzate influenzeranno il mercato dell'intelligenza artificiale fino al 2035. Il software rimane il principale tipo di prodotto con una quota di circa il 52%, mentre BFSI domina le applicazioni con circa il 24%. Si prevede che l'IA agentica, i modelli on-device da 3 miliardi di parametri, gli stack software aziendali a più di 10 livelli, il ragionamento multimodale, l'inferenza efficiente, i gateway di modelli governati, il RAG aziendale e gli acceleratori specializzati rimarranno le principali priorità di sviluppo del settore per tutto il periodo di previsione.