La crescita del mercato italiano dei Big Data: +18% nel 2023, ma a che punto sono le PMI?

Il settore è in crescita e la proiezione del valore nel 2023 è di 2,85 miliardi di euro.
Ma è tutto oro quel che luccica? Secondo il report del Politecnico di Milano le PMI sono in ritardo nel campo Data Analytics.

La forbice fra le grandi imprese e le PMI

Al convegno “Data Culture & Generative AI: verso una nuova data experience?” sono stati presentati i dati presenti nel report annuale dell’Osservatorio Big Data & Businnes Analytics.

Nonostante il settore dei Big Data abbia visto una crescita a doppia cifra nel 2023, con la spesa delle aziende italiane in infrastrutture e software per la gestione e l’analisi dei dati che è aumentata del 18%, fino a raggiungere un valore di 2,85 miliardi di euro, c’è una grande disparità nella distribuzione di questa spesa fra i differenti modelli di azienda.

A fare la parte del leone sono infatti le grandi imprese, con una spesa pari all’83% del totale, mentre le PMI ricoprono solamente il 17%.

Anche le grandi imprese non sono tutte uguali

È possibile definire “avanzate” il 20% delle grandi imprese, cioè il 5% in più rispetto all’anno precedente, ma un terzo delle grandi aziende è definito immaturodall’Osservatorio: sono le più piccole fra queste aziende, la cui priorità dovrebbe essere il superamento completo dell’utilizzo di fogli di calcolo e l’introduzione di strumenti avanzati di analisi dei dati.

Sono ormai diffuse figure professionali per la valorizzazione dei dati all’interno delle organizzazioni: il 77% delle grandi aziende italiane ha già un Data Analyst, il 49% un Data Scientist e il 59% un Data Engineer.

I Big Data nelle PMI: resiste il foglio di calcolo

La spesa nel campo dei Data Analytics delle PMI è ancora bassa, ma le tendenze positive non mancano. La capacità di analisi dati delle PMI aumenta, seppur lievemente: il 74% delle imprese piccole e medie italiane svolge attività di analisi dati almeno descrittive. Tra queste realtà, il 68% sta sperimentando anche nel campo delle analisi predittive, mostrando un grande orientamento all’apertura dell’azienda verso l’introduzione e l’adozione di software e figure aziendali per l’analisi dei Big Data.

L’area maggiore di spesa per le PMI è costituita dalle licenze per i software di Data Visualization & Reporting, strumenti presenti in oltre la metà delle imprese (dato in crescita rispetto al 2022), ma questo dato può trarre in inganno riguardo al reale avanzamento tecnologico delle PMI italiane.

Spesso, infatti, questi strumenti sono usati solo da un limitato numero di figure professionali che svolgono analisi sporadiche, molte aziende non hanno figure dedicate all’analisi dei dati e, nonostante l’adozione dei software, il foglio di calcolo è ancora diffuso nell’operatività.

Cosa ostacola l’avanzamento dell’analisi dei dati nelle imprese italiane?

Esistono fattori strutturali che bloccano, rallentano o ostacolano la crescita della digitalizzazione delli imprese italiane.

La situazione economica e geopolitica incerta è additata come una delle cause di ritardo degli investimenti, nonostante il progresso tecnologico e organizzativo avanzi.

Nel 2023, inoltre, risulta che il 77% delle aziende abbia riscontrato difficoltà nel trovare figure addette all’analisi dei dati; solo l’11% delle grandi imprese ha infatti introdotto nuove figure professionali dedicate.

La difficoltà nel reperimento di queste figure – ad esempio Data Scientists e Data Engineers – è confermata dal fatto che le percentuali di diffusione di queste figure nelle aziende, rispetto al 2022, sono rimaste infatti pressoché invariate. C’è il rischio che questa difficoltà freni l’adozione di strumenti innovativi presso le aziende, che si tradurrebbe in un carico di lavoro eccessivamente gravoso per le figure già esistenti.

Cosa aspettarci dal prossimo futuro

In che direzione sta andando il mondo dei Big Data?

Le grandi realtà stanno sperimentando con la Generative AI anche nell’ambito di gestione e analisi dei dati: strumenti di supporto per Data Scientists e Data Engineers, strumenti per estrazione di insight di valore e persino la creazione di dati sintetici per lo sviluppo di algoritmi.

Un grande beneficio che si può trarre dall’introduzione dei Large Language Models riguarda poi la cosiddetta Conversational Analytics, ossia l’utilizzo del linguaggio naturale nella ricerca di dati e insight.

Le aziende più mature, infine, si stanno muovendo per lo sviluppo di una buona cultura dei dati, sviluppando non solo corsi di formazione, ma anche iniziative per lo di scambio di pratiche e innovazioni nel campo dei dati.