Nel 2026 in Italia cresce la spesa in servizi e soluzioni Data Management & Analytics Big Data e tocca quota 5,07 miliardi di euro, con una crescita record del +24% rispetto allo scorso anno. Tra le varie componenti, secondo i dati dell’Osservatorio Data & Decision Intelligence del Politecnico di Milano, il Data Management & Architecture aumenta del +20%, la Business Intelligence & Data Science del +24%, le risorse infrastrutturali del +24%. Ma più di tutte crescono le soluzioni di Generative AI, che evidenziano un boom del +46%, pur occupando ancora una piccola fetta degli investimenti (6%).
La crescita è trainata dai settori della GDO/Retail, del Manifatturiero e dei Servizi, seguiti dal settore Assicurativo e Bancario e quello delle Utility, Telco & Media. E dalle grandi e le grandissime imprese che rappresentano il 75% del mercato.
Nonostante il forte sviluppo, solo una grande azienda italiana su sei (18%) usa sistematicamente i dati nei processi decisionali con un reale approccio di Decision Intelligence, in cui progetta, esegue e migliora le decisioni come fossero prodotti, combinando dati, Intelligenza Artificiale, scienze decisionali e giudizio umano in ottica Decision-first.
Per riuscirci, è necessario adottare tre leve: utilizzare sistemi di Advanced Analytics, conoscere e mappare i processi decisionali e di coordinamento, avere un’ontologia strutturata dei processi core, cioè un modello condiviso e chiaro delle regole aziendali che consenta un’interpretazione univoca delle informazioni. Oggi il 78% delle imprese italiane ha avviato progetti di Advanced Analytics e solo il 27% ha mappato anche i processi decisionali e di coordinamento con indicatori di performance e strumenti di monitoraggio, mentre il 31% ha definito un’ontologia strutturata dei dati.
“Il 2026 segna un punto di svolta nel modo in cui le organizzazioni guardano ai dati – afferma Carlo Vercellis, Responsabile Scientifico dell’Osservatorio Data & Decision Intelligence -. Per anni l’attenzione si è concentrata sulla costruzione delle fondamenta, una Data Strategy orientata al valore, con piattaforme dati AI-ready, una cultura dei dati diffusa. Oggi, l’AI è sempre più accessibile grazie a soluzioni standardizzate e pronte all’uso, e disporre di dati e algoritmi non è più, di per sé, un fattore distintivo. Si passa cioè da un approccio data-centric a uno decision-centric, in cui la vera sfida diventa come trasformare i dati in decisioni migliori”.
“Dati e Intelligenza Artificiale oggi stanno convergendo verso piattaforme integrate, aprendo nuove possibilità per automatizzare la gestione del dato e potenziare i processi decisionali – spiega Alessandro Piva, Responsabile della Ricerca dell’Osservatorio Data & Decision Intelligence – Il vero valore si sposta dalla costruzione degli algoritmi alla capacità di alimentarli con dati di qualità e di integrarli nei processi. Le grandi imprese italiane ne sono sempre più consapevoli, anche se il passaggio completo dall’utilizzo dei dati al farli entrare nelle decisioni è un percorso ancora per pochi. Nelle PMI la Decision Intelligence è ancora agli inizi. In questa evoluzione, la governance diventa sempre più una leva fondamentale per guidare in modo sicuro l’innovazione, insieme alle competenze giuste in grado di abilitare il cambiamento”.
Advanced Analytics. Ad oggi in Italia il 78% delle organizzazioni ha avviato progetti di Advanced Analytics, in crescita rispetto al 73% del 2025. Nell’ultimo anno le sperimentazioni legate ad Advanced Analytics sono aumentate nel 76% dei casi. In quasi un caso su due (48%) la crescita è trainata dal coinvolgimento di nuove linee di business: sempre più utenti comprendono il valore di analisi avanzate (ad esempio, predittive o di ottimizzazione) e chiedono sviluppi per specifici casi d’uso, in un approccio bottom-up in cui partire dall’esigenza di business, anziché dalla tecnologia, rende l’impatto delle soluzioni più chiaro e misurabile
La mappatura dei processi. Per usare i dati in modo sistematico nelle decisioni occorre conoscere e formalizzare i processi e definire le regole decisionali. Secondo l’Osservatorio, il 44% delle grandi organizzazioni ha individuato le decisioni critiche o ad alto impatto applicando regole decisionali integrate negli applicativi aziendali. E tra le aziende che hanno formalizzato le decisioni critiche, il 50% ha anche mappato in modo esteso i processi aziendali con indicatori di performance dedicati, elemento chiave per collegare dati e decisioni, contro appena il 9% delle restanti organizzazioni che non hanno individuato i processi decisionali critici definendone le regole. Complessivamente, tra le aziende che hanno individuato le decisioni critiche e definito regole decisionali, il 44% utilizza sistematicamente i dati, contro appena il 5% delle aziende che non hanno definito tali regole.
Ontologia dei processi. Nel 47% delle grandi organizzazioni l’utilizzo di strumenti di visualizzazione dei dati da parte dei dipendenti è in aumento. L’autonomia nell’interrogare il patrimonio informativo, però, dipende dalla qualità dei dati, dove questa è elevata il 44% dei dipendenti di Business analizza i dati in autonomia, una quota che scende al 17% nelle aziende con qualità media e al 12% in quelle con qualità bassa. E per mantenere nel tempo un’alta qualità di dati, è fondamentale definire ontologie. Il 75% delle aziende con dati di alta qualità, infatti, ha già avviato attività di ontologia dei dati mentre tra quelle con qualità medio-bassa mancano ancora attività strutturate in questo ambito, solo il 10% di quest’ultime ha infatti introdotto ontologie strutturate in azienda. Un’elevata qualità dei dati abilita infine l’innovazione: tra queste organizzazioni l’80% ha introdotto soluzioni di Generative AI applicate ai dati aziendali, contro il 40% di quelle con dati di media-bassa qualità.
Data Strategy. Per poter prendere decisioni serve anche definire una strategia di utilizzo dei dati. In Italia tra le grandi aziende, una su due, il 48%, ha definito una Data Strategy, in aumento di 11 punti percentuali rispetto al 2025. Il 57% di queste ha affidato la responsabilità a una figura di livello executive e, tra queste, il 60% ha introdotto questo ruolo negli ultimi 12 mesi. Governare l’innovazione, tuttavia, non è una condizione sufficiente: servono competenze in grado di abilitare il cambiamento. Le aziende si stanno attrezzando, con priorità che variano in base alla dimensione. Il 36% ha introdotto ruoli legati alla Data Science & Advanced Analytics e il 54% ruoli legati al Data Management, contro l’83% e l’82% delle grandissime. Una differenza che riflette, almeno in parte, le scelte tecnologiche compiute negli anni: le grandissime hanno storicamente privilegiato lo sviluppo di sistemi proprietari, più aderenti al business ma più complessi da mantenere, mentre le grandi puntano su soluzioni pronte all’uso.
Le PMI. Nelle PMI i dati sono entrati nelle decisioni, ma la Decision Intelligence è ancora agli inizi. Sebbene infatti, il 29% delle piccole e medie imprese (PMI) italiane dichiari di utilizzare regolarmente i dati per monitorare obiettivi e performance e orientare le decisioni, buona parte delle imprese si colloca in tal senso ai livelli più bassi. Il 30% delle piccole e medie imprese decide ancora sulla base dell’esperienza personale o di considerazioni qualitative ed altrettante PMI usano i dati solo occasionalmente per fornire contesto, mentre solo il 9% li impiega per simulare scenari a supporto di chi decide e appena il 2% automatizza le azioni operative a partire dalle analisi. Il passaggio dalla reportistica alla capacità previsionale è poco frequente: il 45% delle PMI utilizza solo fogli di calcolo per le attività di analisi e reportistica. Soltanto una minoranza di imprese ha una strategia dati formalizzata e meno di due PMI su dieci dichiarano di avere figure come Data Analyst e Data Engineer in azienda. Vi è però propensione a sperimentare: la Generative AI collegata ai dati aziendali è già presente nel 14% delle PMI e una quota simile ne prevede l’introduzione nei prossimi 12 mesi.
*L’edizione 2025-26 dell’Osservatorio Data & Decision Intelligence della POLIMI School of Management è realizzata con il supporto di: Cloudera, Cluster Reply, Data Reply, Databricks, Dataiku, Natzka, Quantexa, Vedrai, Ab Initio, Accenture, Aubay, beanTech, BitBang, Blue BI, Brain Management, Capgemini, Expert.ai, GFT, Horsa Insight, Hyntelo, Informatica from Salesforce, Irion, Motion Analytica, Sirti, Sopra Steria, Target Reply, Different Factory, S2E.
