Il mercato dei Big Data in Italia mette a segno una crescita record. Nel 2026 la spesa in servizi e soluzioni di Data Management & Analytics, cioè gli strumenti per raccogliere, organizzare e analizzare i dati aziendali, arriva a 5,07 miliardi di euro, con un balzo del 24% sull’anno precedente. Eppure solo una grande impresa su sei usa davvero i dati in modo sistematico quando deve prendere decisioni. È il quadro emerso dalla ricerca dell’Osservatorio Data & Decision Intelligence del Politecnico di Milano, presentata mercoledì 4 novembre al convegno “Decision First: Data e AI al servizio delle decisioni”.
Big Data 2026: dove crescono gli investimenti
Tutte le componenti del mercato salgono. Il Data Management & Architecture, che riguarda la gestione e l’organizzazione dei dati, aumenta del 20%. La Business Intelligence & Data Science, cioè l’analisi dei dati per ricavarne informazioni utili, cresce del 24%, come le risorse infrastrutturali. Il vero boom è però quello della Generative AI, l’intelligenza artificiale capace di generare testi, immagini e analisi: +46%, anche se vale ancora appena il 6% degli investimenti.
A trainare la crescita sono GDO e Retail, Manifatturiero e Servizi, seguiti da assicurazioni e banche e da Utility, Telco e Media. La spesa resta concentrata: grandi e grandissime imprese valgono il 75% del mercato.
Cos’è la Decision Intelligence e perché è ancora per pochi
Spendere di più non significa decidere meglio. Solo il 18% delle grandi aziende italiane ha un vero approccio di Decision Intelligence. Significa progettare, eseguire e migliorare le decisioni come fossero prodotti, combinando dati, intelligenza artificiale, scienze decisionali e giudizio umano. L’idea è partire dalla decisione da prendere, non dal dato a disposizione: l’approccio che l’Osservatorio chiama “Decision-first”.
«Il 2026 segna un punto di svolta nel modo in cui le organizzazioni guardano ai dati», ha spiegato Carlo Vercellis, responsabile scientifico dell’Osservatorio. Oggi l’AI è sempre più accessibile grazie a soluzioni pronte all’uso, e «disporre di dati e algoritmi non è più, di per sé, un fattore distintivo». Si passa così, ha aggiunto, «da un approccio data-centric a uno decision-centric, in cui la vera sfida diventa come trasformare i dati in decisioni migliori».
Le tre leve per usare i dati nelle decisioni
Per arrivarci servono tre ingredienti. Il primo sono i sistemi di Advanced Analytics, analisi avanzate capaci per esempio di fare previsioni o di ottimizzare un processo. Il secondo è la mappatura dei processi decisionali, cioè sapere chi decide cosa e con quali indicatori. Il terzo è un’ontologia strutturata dei processi, ovvero un modello condiviso delle regole aziendali che faccia leggere le stesse informazioni a tutti nello stesso modo.
Oggi il 78% delle imprese ha avviato progetti di Advanced Analytics, contro il 73% del 2025. Solo il 27%, però, ha mappato anche i processi decisionali con indicatori e strumenti di monitoraggio, e il 31% ha definito un’ontologia dei dati.
Advanced Analytics: la spinta arriva dal business
Nell’ultimo anno le sperimentazioni di Advanced Analytics sono aumentate nel 76% dei casi. In quasi un caso su due (48%) la crescita nasce dalle nuove linee di business: sempre più reparti chiedono analisi predittive o di ottimizzazione per esigenze precise. Partire dal problema concreto, anziché dalla tecnologia, rende l’impatto più chiaro e misurabile. È la stessa logica che sta cambiando la catena di distribuzione, come raccontato nel nostro approfondimento sulla logistica predittiva con l’AI.
Regole decisionali e processi: la differenza si vede nei numeri
Il 44% delle grandi organizzazioni ha individuato le decisioni critiche, quelle ad alto impatto, e le ha tradotte in regole inserite nei software aziendali. Tra queste, la metà ha mappato in modo esteso i processi con indicatori dedicati, contro appena il 9% delle altre. Il risultato è netto: dove esistono regole decisionali, il 44% delle aziende usa i dati in modo sistematico. Dove mancano, si scende al 5%.
Qualità dei dati: il vero motore dell’autonomia e della Generative AI
Nel 47% delle grandi organizzazioni cresce l’uso di strumenti di visualizzazione dei dati, come grafici e cruscotti interattivi. La capacità dei dipendenti di interrogare i dati da soli dipende però dalla loro qualità. Dove è alta, il 44% del personale analizza i dati in autonomia. La quota scende al 17% con qualità media e al 12% con qualità bassa.
Per mantenere i dati affidabili nel tempo servono le ontologie. Le ha avviate il 75% delle aziende con dati di alta qualità, contro il 10% di quelle con qualità medio-bassa. E la qualità apre la strada all’innovazione: l’80% delle imprese con dati affidabili ha introdotto soluzioni di Generative AI sui dati aziendali, contro il 40% delle altre.
Data Strategy e nuove competenze
Tra le grandi aziende quasi una su due (48%) ha definito una Data Strategy, cioè un piano su come raccogliere e usare i dati: 11 punti in più rispetto al 2025. Il 57% di queste ha affidato la responsabilità a una figura di vertice e, in sei casi su dieci, quel ruolo è nato negli ultimi dodici mesi.
«Il vero valore si sposta dalla costruzione degli algoritmi alla capacità di alimentarli con dati di qualità e di integrarli nei processi», ha sottolineato Alessandro Piva, responsabile della ricerca dell’Osservatorio. Per Piva la governance, cioè le regole su chi gestisce i dati e come, diventa una leva fondamentale, insieme alle competenze.
Sul fronte delle professionalità, il 36% delle grandi imprese ha introdotto ruoli di Data Science & Advanced Analytics e il 54% ruoli di Data Management. Tra le grandissime le quote salgono all’83% e all’82%. Una differenza che riflette scelte diverse: le grandissime hanno puntato su sistemi proprietari, più su misura ma più complessi da mantenere, le grandi su soluzioni pronte all’uso.
PMI e dati: il foglio di calcolo regna ancora
Nelle piccole e medie imprese i dati sono entrati nelle decisioni, ma la Decision Intelligence muove i primi passi. Il 29% delle PMI usa regolarmente i dati per monitorare obiettivi e risultati. Il 30%, però, decide ancora sulla base dell’esperienza personale, e un altro 30% usa i dati solo ogni tanto. Appena il 9% li impiega per simulare scenari e il 2% per automatizzare le azioni operative.
Il 45% delle PMI si affida solo ai fogli di calcolo come Excel per analisi e report. Meno di due su dieci hanno in azienda figure come Data Analyst e Data Engineer, gli specialisti che analizzano e organizzano i dati. La voglia di sperimentare non manca: la Generative AI collegata ai dati aziendali è già presente nel 14% delle PMI e una quota simile prevede di introdurla entro un anno. Un percorso che avevamo raccontato anche dalla fiera A&T Vicenza, dedicata all’intelligenza artificiale spiegata alle PMI, e nel nostro articolo su come intelligenza artificiale, IoT e sensori guidano l’evoluzione delle aziende.
Domande frequenti
Quanto vale il mercato dei Big Data in Italia nel 2026? Secondo l’Osservatorio Data & Decision Intelligence del Politecnico di Milano, la spesa in Data Management & Analytics raggiunge 5,07 miliardi di euro, con una crescita record del 24%.
Quale segmento cresce di più? La Generative AI, con un +46%, anche se rappresenta ancora solo il 6% degli investimenti.
Che cos’è la Decision Intelligence? È un approccio che progetta, esegue e migliora le decisioni come fossero prodotti, unendo dati, intelligenza artificiale, scienze decisionali e giudizio umano. In Italia la adotta il 18% delle grandi imprese.
Quali settori trainano il mercato dei dati? GDO/Retail, Manifatturiero e Servizi, seguiti da assicurazioni e banche e da Utility, Telco e Media. Grandi e grandissime imprese valgono il 75% della spesa.
Quante aziende hanno una Data Strategy? Il 48% delle grandi aziende italiane, 11 punti in più rispetto al 2025.
Come usano i dati le PMI italiane? Il 29% li usa regolarmente per decidere, mentre il 30% si basa ancora sull’esperienza personale. Il 45% analizza i dati solo con fogli di calcolo e il 14% usa già la Generative AI sui dati aziendali.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
