Flash

I ritardi nell’adozione dell’intelligenza artificiale frenano l’efficienza delle aziende italiane

Lo studio 2026 Industrial AI in CPG rivela che i produttori italiani del settore CPG (Consumer Packaged Goods) perdono attualmente circa il 15,6% dei ricavi potenziali a causa delle inefficienze produttive, un dato leggermente superiore alla media globale del 15,2%, con una proiezione di aumento che raggiungerà il 21,0% entro il 2027 e il 29,2% entro il 2030. I costi energetici incidono già per il 15,4% sul prezzo finale del prodotto, mentre ritardi di produzione e tempi di fermo (downtime) aggiungono un ulteriore 23,3%. Nel complesso, queste voci rappresentano quasi il 40% del costo del prodotto e rientrano tra i fattori sui quali le aziende possono intervenire più direttamente. Una ricerca indipendente condotta lo scorso anno da Omdia sottolinea il costo dell’inazione: aziende di medie dimensioni che adottano un’automazione aperta possono generare in media 9,8 milioni di euro (11,28 milioni di dollari) all’anno di benefici economici.

Oggi solo il 3% dei produttori CPG italiani considera l’AI un elemento centrale nei processi decisionali operativi, contro il 13% a livello globale. Poco più di un terzo (38,5%) dichiara che i progetti di AI sono ancora in fase pilota, e solo il 15% ha implementato l’AI su più siti produttivi. Le aziende del comparto Life Science si dimostrano più avanzate, con il 22% che ha esteso l’AI a più stabilimenti rispetto al solo 8% del Food & Beverage, a testimonianza di una disciplina nella gestione dei dati regolata dai requisiti normativi del settore.

L’ambizione verso l’AI industriale è fondamentale per colmare il divario di adozione e cogliere i benefici in termini di ritorno sull’investimento (ROI). Tra le aziende che hanno già implementato l’AI, il ROI medio si attesta oggi al 15,0%, ma è destinato a raggiungere il 54,9% entro il 2030, un livello di redditività attualmente riscontrabile solo nelle aziende riconosciute come Lighthouse dal World Economic Forum o negli impianti autonomi.

La carenza di competenze nell’AI o nella data science figura al primo posto tra i vincoli riscontrati in Italia (46,5%), un dato superiore alla media globale del 43%. I sistemi legacy – come le apparecchiature vincolate a singoli fornitori (vendor lock-in) descritte nello studio Omdia — si posizionano al secondo posto (34,5%), mentre la mancanza di dati operativi contestualizzati si colloca al terzo (28,5%).

Mostra altro

Articoli Correlati

Pulsante per tornare all'inizio