Il mercato dell’IoT e l’avvento dell’Edge AI
Mentre l’utilizzo di tecnologie per l’Internet of Things è ormai consolidato nelle imprese, l’intelligenza che elabora i dati rimane in larga parte dei progetti ancora “lontana” dai dispositivi. Lo confermano i dati più recenti.
Secondo il State of Enterprise IoT 2026 di IoT Analytics, la spesa enterprise in soluzioni IoT è cresciuta del 13 % nel 2025, raggiungendo 324 miliardi di dollari, con 21,1 miliardi di connessioni attive a fine anno. Tuttavia, a dicembre 2025 meno dell’1 % di queste connessioni includeva una vera componente di Edge AI, intesa come presenza di acceleratori dedicati (GPU o NPU).
Knud Lasse Lueth, CEO di IoT Analytics, interpreta il dato come un segnale di crescita rapida: “Quella quota sta crescendo rapidamente e sarà uno dei principali terreni di confronto tecnologico dei prossimi anni”.
Spesa globale per l’edge computing
Il Worldwide Edge Spending Guide di IDC, che modella gli investimenti di imprese e service provider su 27 settori e nove aree geografiche, prevede 265 miliardi di dollari spesi in edge computing nel 2025, con una traiettoria verso i 450 miliardi nel 2029, corrispondente a 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.
Prospettive europee e hardware per l’Edge 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 smartphone, wearable di controllo, robot e server edge.
I fattori di spinta indicati dalla ricerca sono:
- Ricerca di conformità al GDPR
- Priorità di cybersecurity
- Necessità di decisioni in tempo reale
Il segmento principale di impegni di spesa è rappresentato da automotive e trasporti. Accanto ai grandi produttori statunitensi, l’ecosistema europeo include realtà come Axelera AI, STMicroelectronics, Infineon e l’italiana Eurotech.
La disponibilità infrastrutturale procede più spedita della domanda. Il State of the Digital Decade 2026, pubblicato dalla Commissione Europea a giugno, conta 7.451 nodi edge nell’Unione nel 2025, contro un obiettivo di 10 mila entro il 2030. Al ritmo attuale, il target sarebbe raggiunto già nel 2028, rendendolo uno dei pochi obiettivi del programma in anticipo sulla tabella di marcia.
Dal microcontrollore all’agente AI
Il cambiamento parte dal silicio. IoT Analytics segnala che i produttori di chip stanno integrando acceleratori AI e NPU direttamente nei microcontrollori, mentre la connettività si adegua: le spedizioni di chipset 5G RedCap dovrebbero crescere 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.
L’ascesa dell’AI agentica negli ambienti industriali
Su questa base si innesta l’AI agentica, che Gartner prevede presente nel 15 % dei deployment edge entro il 2028, partendo 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.”
Esempi concreti includono:
- Hitachi: impiega agenti per monitorare e manutenere 30 mila asset industriali.
- Siemens: 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 nell’adozione dell’AI
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 % di adozione sarebbe raggiunto solo nel 2035. Il Country Report sull’Italia allegato allo State of the Digital Decade indica che, 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 dal 18 % circa, e la robotica dal 5,9 %.
La Commissione evidenzia inoltre la lenta transizione al 5G standalone come vincolo strutturale per le applicazioni industriali e di AI a bassa latenza. In Italia la quota di stazioni standalone attive è pari a zero, contro il 20,9 % della media UE.
Barriere tecniche e normative all’Edge AI
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, seguita dalla complessità di integrazione e dai 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 prediligono la carenza di competenze (58,6 %), l’incertezza normativa (47,3 %) e la scarsa qualità dei dati (45,2 %).
Rischi specifici degli agenti AI
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 individua tre requisiti fondamentali:
- Limiti al comportamento degli agenti
- Permessi definiti a livello di singola azione
- Tracciabilità completa, così che ogni modifica automatica in un impianto possa essere spiegata, verificata e annullata
Per la prima volta la normativa sembra aver anticipato i tempi sui progetti: dal 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”.
Verso una convergenza operativa e IT
In previsione è evidente la necessità di una convergenza dei team che governano l’infrastruttura IT con i responsabili delle tecnologie operative (OT). 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 cosa un agente può fare, dove e sotto quale controllo.
Solo con una governance solida, permessi granulari e tracciabilità trasparente sarà possibile sfruttare appieno il potenziale dell’AI agentica, riducendo al contempo i rischi di dirottamento o di azioni non autorizzate.
In conclusione, la crescita dell’Edge AI e l’introduzione di agenti intelligenti stanno ridefinendo il lavoro in fabbrica e gli scenari IoT. Il percorso è caratterizzato da investimenti in hardware, accelerazione della capacità di calcolo, ma anche da sfide legate a competenze, normative e sicurezza. L’Europa, pur avendo un’infrastruttura avanzata, deve ancora colmare il divario di adozione per tradurre questi progressi tecnici in valore reale per l’industria.