Tendenze AI 2026: Tra sovranità, economia degli agenti e punto di svolta normativo

L'intelligenza artificiale si sta sviluppando rapidamente, dal punto di vista tecnologico, economico e geopolitico. Mentre le aziende si affidano sempre più all'IA, si intensificano allo stesso tempo le questioni relative alla regolamentazione, all'attrattiva delle località e all'indipendenza tecnologica. In questo contesto, EY Svizzera identifica le principali tendenze dell'IA che caratterizzeranno il 2026 e che saranno discusse in modo approfondito il 24 marzo in occasione del Conferenza nazionale EY sull'intelligenza artificiale 2026 sarà presentato a Zurigo.

La rivoluzione degli agenti: potente, ma non ancora pronta

Gli agenti di IA non sono più esperimenti. Secondo il CEO Outlook 2026 di EY, il 97% degli amministratori delegati riferisce che le loro iniziative di IA stanno soddisfacendo o superando le aspettative. Il cambiamento è più evidente nello sviluppo del software: entro la fine del 2025, quasi la metà dei codici dei programmi presenti sulla piattaforma Github era già stata scritta con l'aiuto di strumenti di IA. Gli agenti di IA scrivono test, correggono errori ed eseguono compiti complessi per ore o giorni senza l'intervento umano.

Tuttavia, ciò che sembra convincente in una dimostrazione non corrisponde a un funzionamento affidabile in un ambiente produttivo. I risultati degli agenti di intelligenza artificiale basati su modelli linguistici di grandi dimensioni (LLM) possono variare notevolmente per gli stessi compiti. Se più agenti di intelligenza artificiale sono integrati in un processo, gli eventuali errori si moltiplicano, rendendo difficile lo sviluppo di sistemi multiagente complessi.

Queste sfide possono essere affrontate con un'orchestrazione strutturata di agenti di IA. Per la maggior parte delle aziende, lo sforzo maggiore non è tanto nel modello di IA in sé, quanto nei requisiti che lo accompagnano, come la sicurezza, gli ambienti di test, la gestione degli incidenti e i processi di distribuzione stabili. L'uso produttivo degli agenti di IA richiede quindi strutture organizzative e tecniche familiari allo sviluppo del software, con ambienti di test e di produzione chiaramente separati e processi di sviluppo. Sebbene la tecnologia sia in continua evoluzione, molte aziende non hanno ancora l'esperienza operativa necessaria per gestire questi sistemi in modo affidabile e sicuro.

Sovereign AI: l'indipendenza tecnologica sta diventando un fattore di localizzazione

«L»"IA sovrana" descrive gli sforzi di Paesi e regioni economiche per sviluppare i propri modelli di IA, le infrastrutture di dati e le capacità di calcolo, al fine di ridurre la dipendenza da fornitori stranieri.

Adrian Ott, Chief AI Officer di EY Svizzera, afferma: «Oggi, gran parte delle aziende svizzere che utilizzano l'AI in modo produttivo si affidano a modelli di grandi fornitori statunitensi. L'intelligenza artificiale che supporta le decisioni aziendali in Svizzera è stata quindi spesso addestrata, regolamentata e gestita al di fuori del nostro Paese».»

Che cosa succede se l'accesso ai modelli di IA più potenti viene improvvisamente negato per motivi politici? Sebbene esistano alcuni modelli europei e svizzeri, attualmente sono in ritardo rispetto ai modelli leader degli Stati Uniti per quanto riguarda le applicazioni particolarmente esigenti. Inoltre, l'Europa dispone attualmente solo del 5-10% della capacità di calcolo globale dell'IA per lo sviluppo di nuovi modelli, rispetto al 60-75% circa degli Stati Uniti.

Secondo il Global Economic Outlook 2026, gli interventi di politica commerciale e le incertezze geopolitiche restano tra i principali rischi per la crescita. La sovranità digitale è di importanza cruciale per la Svizzera. Per le aziende si pongono quindi le seguenti domande chiave: dove vengono elaborati i dati? Chi controlla i modelli sottostanti? Quanto è solida la propria architettura di IA di fronte ai cambiamenti geopolitici e normativi?

Physical AI: la rivoluzione silenziosa in fabbrica

Mentre il dibattito pubblico si concentra sui chatbot e sulle applicazioni testuali, l'IA fisica sta diventando sempre più importante ed è una delle principali tendenze dell'IA del 2026. L'IA fisica si riferisce all'uso dell'IA per controllare robot e macchine.

Un fattore chiave di questo sviluppo è l'addestramento dei robot in ambienti digitali completamente simulati. Con l'aiuto dei cosiddetti gemelli digitali, milioni di ore di processi lavorativi vengono modellati in ambienti virtuali basati sulla simulazione, in cui i sistemi imparano a gestire irregolarità e situazioni inaspettate prima che queste conoscenze vengano trasferite al mondo fisico.

La questione per le aziende non è quindi tanto se l'IA fisica cambierà la produzione e la logistica, quanto piuttosto la velocità con cui questo sviluppo progredirà e chi è preparato ad affrontarlo e in che modo. Le aziende che già utilizzano robot controllati dall'IA fisica stanno raccogliendo preziosi dati operativi e informazioni sulle fonti di errore, sulle tolleranze e sui casi limite. Con la maturazione della tecnologia, questa esperienza può trasformarsi in un significativo vantaggio competitivo.

Dopo tutto, un robot che è stato utilizzato a livello industriale per più di mille ore non è solo una forza lavoro, ma anche un fornitore di un ampio set di dati di addestramento. I concorrenti che non hanno accesso diretto ad ambienti di produzione reali difficilmente possono replicare questa situazione.

Adrian Ott afferma: «L'IA fisica riceve attualmente meno attenzione da parte del pubblico rispetto all'IA generativa, ma cambierà in modo permanente le industrie più grandi e importanti e quindi anche l'economia globale.»

Strategia di IA adattiva: strategia, governance e regolamentazione stanno diventando fattori differenzianti

Sebbene la maggior parte delle aziende stia già lavorando intensamente con l'intelligenza artificiale, spesso mancano ancora le basi organizzative per poterla utilizzare in modo efficace. L'esperienza di numerosi progetti di EY in diversi settori industriali dimostra che le sfide maggiori non risiedono tanto nella tecnologia in sé quanto nella struttura: mancanza di strategie di IA, responsabilità poco chiare e quadri di governance concepiti per un ritmo di innovazione più lento.

Allo stesso tempo, il contesto normativo è in rapida evoluzione. I governi stanno introducendo nuovi quadri normativi o chiarendo le leggi e i regolamenti esistenti per affrontare questioni relative alla trasparenza, alla responsabilità e alla protezione dei dati. La Svizzera sta perseguendo un approccio settoriale con particolare attenzione alla compatibilità internazionale, cercando di conciliare l'innovazione con la certezza del diritto. Per le aziende che operano a livello transfrontaliero, ciò si traduce in una serie di normative sempre più complesse che variano a seconda del mercato e del settore.

Nel settore finanziario svizzero, ad esempio, questa dinamica è già chiaramente visibile. Secondo il Barometro bancario EY 2026, il 78% delle banche sta lavorando attivamente all'introduzione dell'IA. L'anno precedente, questa cifra era ancora pari a circa la metà degli istituti, con il 53%. Allo stesso tempo, la protezione dei dati, i requisiti normativi e la resilienza operativa continuano a essere tra le sfide principali.

La differenza non sta tanto nel fatto che le aziende utilizzino l'IA, quanto nel fatto che dispongano delle strutture di governance necessarie per gestire l'IA in modo responsabile, scalabile e adattabile. Ciò comprende ruoli e responsabilità chiaramente definiti per le decisioni in materia di IA, solidi meccanismi di controllo in grado di tenere il passo con la velocità di evoluzione dei modelli e dei casi d'uso e decisioni trasparenti sulle architetture dei dati e dei modelli che consentano sia la supervisione interna sia il controllo normativo.

Ott afferma: «La governance dell'IA si assume il compito cruciale di anticipare gli sviluppi normativi in una fase precoce e di adattare continuamente i processi interni prima che diventino un rischio».»

Le tendenze dell'IA 2026 saranno presentate e discusse in modo approfondito nelle presentazioni principali, nei panel aziendali e nelle sessioni di breakout alla EY National AI Conference 2026 il 24 marzo presso lo Stage One di Oerlikon.

www.ey.com