Mentre l’utilizzo di tecnologie per l’Internet of Things è consolidato nelle imprese, l’intelligenza che ne elabora i dati resta in larga parte dei progetti ancora “lontana” dai dispositivi. Lo dicono i dati. State of Enterprise IoT 2026 di IoT Analytics, società di ricerca tedesca, stima che la spesa enterprise in soluzioni IoT sia cresciuta del 13% nel 2025, a 324 miliardi di dollari, con 21,1 miliardi di connessioni attive a fine anno. A dicembre 2025, però, meno dell’1% di queste connessioni includeva una vera componente di Edge AI, intesa come presenza di acceleratori dedicati come Gpu o Npu.
Knud Lasse Lueth, Ceo di IoT Analytics, legge il dato in prospettiva: quella quota “sta crescendo rapidamente e sarà uno dei principali terreni di confronto tecnologico dei prossimi anni”.
Il mercato si sposta all’edge
Sul fronte della spesa, il Worldwide Edge Spending Guide di Idc, che modella gli investimenti di imprese e service provider su 27 settori e nove aree geografiche, calcola 265 miliardi di dollari spesi in edge computing nel 2025 e una traiettoria che corre verso i 450 miliardi nel 2029, con una crescita media annua del 15%. L’AI è tra i domini più dinamici della previsione e l’Europa occidentale si colloca, insieme alla Cina, subito dopo il Nord America, sostenuta dagli investimenti industriali e pubblici in applicazioni AI.
Per il perimetro europeo, MarketsandMarkets stima che le unità hardware per l’Edge AI passeranno da 189,7 milioni nel 2025 a 344 milioni nel 2030, con un tasso di crescita annuo del 12,6% (il conteggio comprende anche smartphone e wearable di controllo, oltre a robot e server edge). Tra i fattori di spinta la società di ricerca indica la ricerca di conformità al Gdpr, le priorità di cybersecurity e la necessità di decisioni in tempo reale, mentre automotive e trasporti costituiscono il segmento principale di impegni di spesa. Accanto ai grandi produttori statunitensi, l’ecosistema include realtà europee come Axelera AI, STMicroelectronics, Infineon e l’italiana Eurotech. E ancora oggi la disponibilità infrastrutturale procede più spedita di quanto cresca la domanda. Lo State of the Digital Decade 2026, pubblicato dalla Commissione Europea a giugno, conta 7.451 nodi edge nell’Unione nel 2025, a fronte di un obiettivo di 10mila entro il 2030 che, al ritmo attuale, sarebbe raggiunto nel 2028: uno dei pochi target del programma in anticipo sulla tabella di marcia.
Dai microcontrollori agli agenti AI
Il cambiamento parte dal silicio. Secondo IoT Analytics, i produttori di chip stanno integrando acceleratori AI e Npu direttamente nei microcontrollori, mentre la connettività si adegua: le spedizioni di chipset 5G RedCap sono attese in crescita dell’82% annuo fino al 2030 e i moduli cellulari iniziano a incorporare il collegamento satellitare. Gartner, nel report Predicts 2026 sulla physical AI, prevede che entro il 2029 la capacità di calcolo per nodo dei dispositivi embedded aumenterà di cinque volte rispetto al 2026 a parità di potenza assorbita, e che oltre due terzi delle imprese avranno adottato edge AI, contro il 10% del 2025.
Su questa base si innesta l’AI agentica, che Gartner vede presente nel 15% dei deployment edge entro il 2028, da una quota prossima allo zero nel 2024. A differenza degli assistenti basati su GenAI, strumenti reattivi che attendono una richiesta, un agente correla allarmi tra sistemi diversi, orchestra flussi di lavoro e attiva azioni fisiche con un intervento umano minimo. IoT Analytics sintetizza il passaggio così: ai sistemi del futuro non si dirà di aumentare la velocità del nastro trasportatore, ma di aumentare la produzione, lasciando all’agente la scelta del percorso. Gli esempi non mancano, da Hitachi, che impiega agenti per monitorare e manutenere 30mila asset industriali, a Siemens, che ha destinato oltre un miliardo di euro al data fabric necessario ad alimentarli. La società di ricerca avverte però che la maggior parte delle implementazioni agentiche in ambito industriale è ancora in fase iniziale.
Il ritardo europeo
Se i nodi all’edge crescono, l’uso dell’AI nelle imprese avanza più lentamente. Eurostat rileva che nel 2025 il 20% delle aziende europee con almeno dieci addetti ha utilizzato tecnologie di AI, contro il 13,5% del 2024; in Italia, secondo Istat, la quota è raddoppiata in un anno, dall’8,2% al 16,4%. Al ritmo attuale, l’obiettivo europeo del 75% sarebbe raggiunto solo nel 2035. Secondo il Country Report sull’Italia allegato allo State of the Digital Decade, tra le imprese che usano AI il machine learning per l’analisi dei dati è impiegato dal 20%, il riconoscimento di immagini o l’automazione dei flussi da circa il 18%, la robotica dal 5,9%. Il rapporto della Commissione definisce poi la lenta transizione al 5G standalone un vincolo strutturale per le applicazioni industriali e di AI a bassa latenza, e su questo fronte l’Italia registra una quota di stazioni standalone attive pari a zero, contro il 20,9% della media UE.
I freni quando l’AI all’edge c’è già
Dove l’edge è già in produzione, i freni sono soprattutto tecnici. Un’indagine Omdia su 570 decision maker IoT in dieci Paesi, pubblicata a ottobre, indica che il 78% dei progetti edge ha superato la fase pilota, ma che la sicurezza è la prima barriera all’estensione su scala aziendale, insieme alla complessità di integrazione e ai timori su privacy e governance dei dati; la mancanza di budget è citata solo dal 21%. In Italia, secondo il Country Report della Commissione, tra le imprese che hanno valutato l’AI all’edge senza adottarla pesano la carenza di competenze (58,6%), l’incertezza normativa (47,3%) e la scarsa qualità dei dati (45,2%).
Con gli agenti il rischio cambia natura. La Top 10 for Agentic Applications di Owasp apre la classifica dei rischi con il dirottamento degli obiettivi e l’uso improprio degli strumenti, che nell’IoT possono essere valvole, motori o sistemi di controllo. IoT Analytics indica tre requisiti: limiti al comportamento degli agenti, permessi definiti a livello di singola azione e tracciabilità completa, così che ogni modifica automatica in un impianto possa essere spiegata, verificata e annullata. Per una volta la normativa sembra aver anticipato un po’ i tempi sui progetti: si sa infatti che dall’11 settembre 2026 il Cyber Resilience Act obbliga i produttori di dispositivi connessi a segnalare a Enisa e ai Csirt nazionali vulnerabilità sfruttate e incidenti gravi, a patto ovviamente… di averli “visti”! In previsione è facile individuare una necessaria convergenza dei team che governano l’infrastruttura IT con i responsabili delle tecnologie operative. Per le aziende europee, e italiane in particolare, la distanza da colmare non riguarda tanto la disponibilità di infrastruttura quanto la capacità di portare l’AI dentro i processi fisici con regole chiare su che cosa un agente può fare, dove e sotto quale controllo.
© RIPRODUZIONE RISERVATA
