Indice
- 1. Le aziende AI-first scalano più rapidamente e generano ricavi reali
- 2. Adozione aziendale in forte crescita e investimenti in aumento
- 3. L’efficienza migliora: più capacità a costi ridotti
- 4. La competizione si sposta su nuovi fronti: ricerca, sviluppo software, browser
- 5. L’infrastruttura sotto pressione: il nuovo limite è la potenza
- 6. Lavoro e talento: l’impatto si concentra sui livelli d’ingresso
- 7. Nuove architetture per l’AI: modularità, efficienza e standard aperti
- In sintesi
Il nuovo State of AI Report, pubblicato da Nathan Benaich e Air Street Capital, è disponibile. Dal 2018 rappresenta uno degli strumenti più autorevoli per comprendere l’evoluzione dell’intelligenza artificiale: non solo sul piano tecnologico, ma anche nelle sue ricadute economiche, industriali e sociali.
L’edizione 2025 segna un punto di svolta: l’intelligenza artificiale ha superato la fase sperimentale ed è diventata infrastruttura strategica per le imprese. Genera ricavi significativi, accelera la trasformazione dei settori industriali e ridefinisce modelli operativi consolidati.
Ecco i sette trend chiave emersi dal report, che ogni azienda attenta all’innovazione dovrebbe conoscere.
1. Le aziende AI-first scalano più rapidamente e generano ricavi reali
L’intelligenza artificiale sta producendo risultati concreti.
Un gruppo selezionato di 16 aziende AI-first ha raggiunto, ad agosto 2025, 18,5 miliardi di dollari di ricavi annualizzati. Le imprese fondate dal 2022 raggiungono i 5 milioni di dollari in ARR (Annual Recurring Revenue) 4,5 volte più velocemente rispetto a quelle costituite prima del 2020.
Le aziende con ricavi compresi tra 1 e 20 milioni crescono a un ritmo del 60% su base trimestrale; quelle oltre i 20 milioni crescono del 30% – in entrambi i casi circa 1,5 volte più della media settoriale.
Verticali come generazione audio, avatar e immagini mostrano particolare maturità: ElevenLabs, Synthesia e Black Forest Labs superano i 100 milioni di dollari annui; ElevenLabs , in particolare, ha raddoppiato il fatturato in soli nove mesi, raggiungendo i 200 milioni.
2. Adozione aziendale in forte crescita e investimenti in aumento
L’AI sta rapidamente diventando una componente stabile nei processi aziendali.
Negli Stati Uniti, la percentuale di imprese che utilizzano soluzioni AI a pagamento è passata dal 5% (gennaio 2023) al 43,8% (settembre 2025). Il settore tecnologico guida l’adozione con il 73%, seguito dalla finanza con il 58%.
Anche i contratti crescono in valore e continuità: il tasso di retention è salito dal 50% nel 2022 all’80% nel 2024, mentre il valore medio dei contratti (ACV) è passato da 39.000 a 530.000 dollari in soli due anni.
Oltre il 95% dei professionisti utilizza strumenti di generative AI anche nella vita privata, e il 92% dichiara un miglioramento tangibile nella produttività. Le applicazioni più comuni: generazione di contenuti, programmazione, ricerca e analisi.
3. L’efficienza migliora: più capacità a costi ridotti
La capacità dei modelli aumenta rapidamente, mentre i costi si riducono.
Il rapporto tra capacità e costo raddoppia ogni sei mesi, dando un vantaggio competitivo significativo ai laboratori in grado di scalare in modo efficiente. OpenAI domina la classifica del “miglior rapporto intelligenza-per-dollaro”, seguita da Google e altri leader di settore.
Questa dinamica rende più accessibili applicazioni avanzate anche per aziende di medie dimensioni, ampliando le possibilità di innovazione.
4. La competizione si sposta su nuovi fronti: ricerca, sviluppo software, browser
L’intelligenza artificiale sta ridefinendo l’equilibrio in diversi settori digitali:
- Ricerca: strumenti come ChatGPT sono ormai il primo punto di accesso per domande complesse, ricerche e sviluppo software. ChatGPT detiene il 60% del mercato dell’AI search con circa 755 milioni di utenti mensili.
- Google in calo: il traffico globale di ricerca su Google è diminuito del 7,9% su base annua, un cambiamento senza precedenti.
- Acquisizione utenti: la ricerca AI diventa un canale ad alta efficacia per l’acquisizione di clienti, con tassi di conversione saliti dal 6% all’11% anno su anno.
- Coding: modelli come GPT-5 risolvono interamente i test di livello ICPC (International Collegiate Programming Contest), ma molte startup faticano a sostenere i costi delle API fornite da provider esterni.
- Browser intelligenti: strumenti come ChatGPT Search e Gemini trasformano il browser in un sistema operativo intelligente, in grado di agire in autonomia online per conto dell’utente.
5. L’infrastruttura sotto pressione: il nuovo limite è la potenza
Il fabbisogno energetico dell’AI cresce in modo esponenziale.
I nuovi modelli potrebbero richiedere data center con capacità fino a 5 GW entro il 2028. La disponibilità energetica diventa quindi un vincolo strategico per lo sviluppo.
NVIDIA mantiene una posizione dominante nell’hardware AI, ma nuovi attori come CoreWeave e Lambda, insieme ai chip ASIC personalizzati, stanno introducendo alternative credibili.
"Circular mega-deals" emergono: NVIDIA vende GPU a laboratori AI e neocloud, che reinvestono quei capitali per acquistare ulteriore potenza da… NVIDIA stessa. Un circuito chiuso che potrebbe generare rischi sistemici nel lungo periodo.
6. Lavoro e talento: l’impatto si concentra sui livelli d’ingresso
L’intelligenza artificiale sta già trasformando il mercato del lavoro, soprattutto nei ruoli più esposti:
- I profili entry-level: in ambiti come customer support e sviluppo software junior, registrano un calo nelle assunzioni.
- I ruoli con maggiore esperienza, risultano invece più resistenti all’automazione e, in alcuni casi, in crescita.
- La competizione per il talento è sempre più accesa: i grandi dipartimenti di ricerca e sviluppo AI si contendono i migliori ricercatori, mentre politiche migratorie restrittive rischiano di rallentare la leadership statunitense a favore di Cina e altri attori globali.
7. Nuove architetture per l’AI: modularità, efficienza e standard aperti
Il modo in cui i sistemi AI vengono progettati e distribuiti sta cambiando profondamente:
- Il Model Context Protocol (MCP) si afferma come standard di interoperabilità, simile a ciò che è stato l’USB-C per l’hardware: modelli, strumenti e dati dialogano più facilmente.
- I modelli linguistici di piccole dimensioni (SLM) (1–9 miliardi di parametri) risultano adeguati per la maggior parte dei task aziendali, con un costo operativo fino a 30 volte inferiore rispetto ai LLM.
- Il L’approccio “SLM-first, LLM-only when needed” si diffonde come best practice nei flussi di lavoro AI.
- Il panorama degli AI agent framework è in rapida evoluzione: strumenti come LangGraph, AutoGen e MetaGPT si specializzano in casi d’uso verticali, riflettendo un ecosistema ancora in fase di consolidamento.
In sintesi
Il 2025 segna una transizione netta: l’AI non è più una tecnologia emergente, ma una leva concreta per crescita, competitività e trasformazione digitale..
Comprendere i trend in atto e adattare le strategie aziendali di conseguenza non è più un’opzione, ma una necessità per chi vuole guidare l’innovazione.
Neodata AI Team
As Neodata, we provide data, insight, articles, and news related to AI and Big Data.
