
der Ausgabenposten, die die Lösungen sehen Generative KI und Hybrid-Tools decken mittlerweile fast die Hälfte des Investitionswerts ab (46 % um genau zu sein), während der verbleibende Teil weiterhin mit traditionellen Anwendungen des maschinellen Lernens verbunden ist. Wie auch Giovanni Miragliotta, Direktor des KI-Observatoriums, bestätigt, „erreicht die Analyse und Verarbeitung von Text und Sprache 40 % des Marktwerts und übertrifft damit erstmals die mit der Datenanalyse verbundenen Bereiche: Es handelt sich um einen fast epochalen Wendepunkt, der uns ein genaues Maß für den Einfluss der generativen künstlichen Intelligenz auf die Entwicklung dieser Technologie liefert.“
Derzeit dominieren noch „maßgeschneiderte“ Anwendungsprojekte, die sich an den Besonderheiten des einzelnen Unternehmens orientieren und 77 % der Gesamtausgaben verschlingen; Andererseits sind es Dienstleistungen und Softwarelizenzen, die die höchsten Wachstumsraten aufweisen (84 % der großen Unternehmen haben Gen-AI-Tools gekauft, mit einem Anstieg von 31 % im Vergleich zum Vorjahr), ein Zeichen für eine fortschreitende Reifung des Angebots. Wenn ich mir die Akzeptanzraten ansehe, Allerdings ist die Verbreitung von KI nicht so groß: 71 % der großen Unternehmen haben tatsächlich mindestens ein Projekt gestartet (im Vergleich zu 59 % im Jahr 2024), aber nur jedes Fünfte nutzt die Technologie funktionsübergreifend und nur eine Minderheit misst Erträge strukturiert, indem sie das Verhältnis zwischen Kosten und Nutzen ex ante abschätzt.
Ganz zu schweigen von den vielgepriesenen Systemen Prozessorchestrierung und Agentische KI, die nur 4 % der Ausgaben ausmachen. Der organisatorische Wandel scheint den eben genannten Indikatoren zufolge noch langsam voranzukommen, was sich in der widerspiegelt Lücke, die KMU betrifft, wo die Verbreitung von KI nach wie vor begrenzt ist (der Sektor macht wertmäßig 18 % aus und die Experimentierrate beträgt 15 % in mittleren Unternehmen und 7 % in kleinen Unternehmen). trotz wachsendem Interesse. „KI – so Miragliotta abschließend – steht vor mindestens drei großen Herausforderungen. Die erste besteht darin, ein Gleichgewicht zwischen den Erwartungen und den tatsächlichen Vorteilen der Einführung zu finden. Die zweite besteht darin, die Forschungs- und Ausbildungsprogramme fortzusetzen, sobald die PNRR-Ressourcen erschöpft sind, und die dritte, globale Dimension, betrifft die finanzielle Nachhaltigkeit der enormen laufenden Investitionen.“
Zweite der neuste Bericht Von Microsoft gehört die Akzeptanzrate in Italien zu den niedrigsten in der EU: https://i.ibb.co/8nJ12FJx/20260206-113251.png
https://www.ilsole24ore.com/art/l-ai-la-maturita-italia-50percento-un-anno-AIC6IhCB
Von sr_local
12 Kommentare
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