Big Data a 5,07 miliardi, ma solo il 18% decide davvero con i dati

Il 4 novembre 2026 l’Osservatorio Data & Decision Intelligence del Politecnico di Milano ha presentato a Milano una ricerca che stima la spesa italiana in Data Management & Analytics a 5,07 miliardi di euro nel 2026, il 24% in più rispetto all’anno precedente, mentre solo il 18% delle grandi imprese adotta un approccio di Decision Intelligence e usa sistematicamente i dati nei processi decisionali. La spesa misura l’acquisto di servizi e soluzioni; la seconda quota riguarda il modo in cui una parte delle aziende progetta, esegue e migliora le proprie scelte. Sono grandezze diverse, ed è nella loro distanza che emerge il risultato più rilevante della ricerca.

La presentazione è avvenuta al convegno Decision First, organizzato dal Politecnico di Milano al Campus Bovisa, nell’Aula De Carli. L’indagine guarda sia alle grandi organizzazioni sia alle piccole e medie imprese italiane: i loro indicatori descrivono fasi differenti del percorso che porta dall’analisi dei dati a decisioni sostenute da regole, indicatori e, in alcuni casi, automazione.

La spesa sale, trainata dalle imprese più grandi

Le grandi e grandissime imprese concentrano il 75% del valore del mercato Data Management & Analytics. La crescita interessa Data Management & Architecture, che avanza del 20%, Business Intelligence & Data Science e infrastrutture, entrambe al 24%. Le soluzioni di intelligenza artificiale generativa accelerano più delle altre componenti, con un aumento del 46%, ma rappresentano ancora il 6% degli investimenti considerati. La crescita percentuale più rapida riguarda quindi una componente dal peso relativamente piccolo.

Grande distribuzione e retail, manifattura e servizi guidano l’espansione; seguono assicurazioni e banche, utility, telecomunicazioni e media. Per leggere il dato aggregato conta questa distribuzione: una parte consistente della spesa proviene da organizzazioni con risorse per infrastrutture, software e competenze specialistiche. Il valore nazionale registra quanto si investe in tali capacità, ma non attribuisce automaticamente agli acquisti un cambiamento nel modo in cui ogni impresa prende decisioni.

Il passaggio difficile è descrivere le decisioni

La mappa della maturità comincia dall’analisi e si restringe quando occorre collegarla a un processo. Il 78% delle organizzazioni italiane ha avviato progetti di Advanced Analytics, mentre il 27% ha mappato anche i processi decisionali e di coordinamento con indicatori e strumenti di monitoraggio. Il 31% ha definito un’ontologia strutturata dei dati, cioè un modello condiviso per interpretare le informazioni. Queste percentuali misurano pratiche diverse e non vanno lette come passaggi obbligati di uno stesso gruppo di aziende.

Il modello analitico produce una previsione o un’ottimizzazione; la mappatura identifica la scelta da sostenere, le responsabilità e i criteri con cui valutarne l’esito. Le regole decisionali inserite negli applicativi permettono poi di ripetere quella scelta in condizioni definite. Nella cronaca di TCE Magazine, Carlo Vercellis, responsabile scientifico dell’Osservatorio, osserva che «disporre di dati e algoritmi non è più, di per sé, un fattore distintivo». La distinzione riguarda l’inserimento dell’analisi nel lavoro ordinario, non la sola presenza degli strumenti.

Fra le grandi organizzazioni, il 44% ha individuato decisioni critiche e applicato regole negli strumenti aziendali. In questo gruppo, il 50% ha anche mappato estesamente i processi con indicatori dedicati, contro il 9% delle altre imprese. Tra quelle che hanno formalizzato decisioni e regole, il 44% usa sistematicamente i dati, contro il 5% fra quelle che non lo hanno fatto. È un’associazione tra assetti organizzativi e uso dei dati, non la prova che introdurre regole da solo produca quel risultato.

Strategia e qualità rendono i dati utilizzabili

Una Data Strategy formalizzata compare nel 48% delle grandi aziende italiane, 11 punti percentuali in più rispetto al 2025. Fra queste, il 57% ha affidato la responsabilità a una figura di livello executive. Il piano definisce come valorizzare il patrimonio informativo e chi ne risponde; la mappatura delle decisioni precisa dove quel patrimonio entra nei processi. La distanza tra le due attività aiuta a capire perché una strategia dei dati possa diffondersi più rapidamente di un approccio maturo alla Decision Intelligence.

Anche la qualità delle informazioni cambia l’uso quotidiano degli strumenti. Nelle organizzazioni con dati di qualità elevata, il 44% dei dipendenti delle funzioni di business li analizza in autonomia; la quota scende al 17% dove la qualità è media e al 12% dove è bassa. Le soluzioni di intelligenza artificiale generativa applicate ai dati aziendali sono presenti nell’80% delle imprese con dati di alta qualità, contro il 40% di quelle con qualità media o bassa. Il confronto descrive gruppi diversi: segnala una relazione con la qualità dei dati, senza isolare un effetto causale.

Le PMI si fermano spesso prima della simulazione

Nelle piccole e medie imprese il 29% dichiara di usare regolarmente i dati per monitorare obiettivi e risultati e orientare le decisioni. Il 30% decide invece soprattutto in base all’esperienza personale o a valutazioni qualitative; una quota analoga consulta i dati solo occasionalmente per dare contesto alle scelte. Queste risposte raccontano il grado di integrazione delle informazioni nelle decisioni, una dimensione distinta dalla spesa che alimenta il mercato nazionale.

Il divario diventa più evidente nelle attività avanzate: il 9% delle PMI impiega i dati per simulare scenari a sostegno di chi decide e il 2% automatizza azioni operative a partire dalle analisi. Il 45% utilizza soltanto fogli di calcolo per analisi e reportistica, mentre il 14% ha già introdotto soluzioni di intelligenza artificiale generativa collegate ai dati aziendali. La coesistenza di questi livelli mostra che introdurre un nuovo strumento e farne derivare un’azione operativa sono traguardi distinti. Per chi osserva il mercato, la crescita degli investimenti racconta quindi la disponibilità di tecnologia; simulazione e automazione indicano quanto quella tecnologia sia entrata nelle decisioni delle imprese più piccole.

Leggi anche:

• Milano Fashion Week: TikTok genera più interazioni con un quarto dei contenuti
• Cuki trasforma Cukipedia in cinque Shorts con Fluffy Revolution
• Firma digitale valida o solo visibile? Come controllare davvero un file