Panoramica del Technology Trends Outlook 2026
Il rapporto Technology Trends Outlook 2026, sesta edizione pubblicata da McKinsey a settembre, individua quattordici tendenze tecnologiche, ponendo l’intelligenza artificiale al centro di quasi tutte. L’AI non è più valutata solo per la capacità di generare testi, immagini o codice, ma per il suo impatto sull’infrastruttura fisica, sull’automazione dei processi e sulla riorganizzazione del lavoro.
Le quattro tendenze direttamente legate all’intelligenza artificiale
- AI infrastructure and model architectures
- Agentic AI – agenti autonomi capaci di pianificare ed eseguire attività complesse
- AI‑driven software development
- AI for scientific discovery and engineering
McKinsey sottolinea che l’AI influenza anche settori come robotica, semiconduttori, cybersicurezza, mobilità, scienze della vita ed energia, ampliando la geografia degli investimenti a chip, memoria, data center, reti elettriche, sistemi di raffreddamento e software di orchestrazione.
Investimenti in infrastrutture AI
Il dato più rilevante del rapporto riguarda le infrastrutture per l’intelligenza artificiale. McKinsey stima che nel 2025 gli investimenti azionari nell’area “AI infrastructure and model architectures” abbiano raggiunto 145 miliardi di dollari. Nella prima metà del 2026 sarebbero saliti a quasi 384 miliardi; mantenendo lo stesso ritmo, il totale annuo arriverebbe a circa 769 miliardi. Si tratta di un’estrapolazione lineare, non di una previsione puntuale.
Altre rilevazioni confermano la portata del fenomeno. Lo Stanford AI Index 2026 calcola che gli investimenti aziendali globali collegati all’AI abbiano raggiunto 581,69 miliardi di dollari nel 2025, con un incremento del 129,9 %344,66 miliardi, sono cresciuti del 127,5 %.
Questa massa di capitale modifica la struttura economica del settore tecnologico: il vantaggio competitivo dipende sempre più dalla capacità di ottenere calcolo a costi sostenibili, energia, processori avanzati, memoria ad alta larghezza di banda e infrastrutture di rete.
McKinsey stima inoltre che la costruzione di data center a livello mondiale potrebbe richiedere quasi 7.000 miliardi di dollari di spesa in conto capitale entro il 2030, avvicinando la filiera AI alle grandi industrie infrastrutturali.
Agenti autonomi: una nuova frontiera produttiva
L’agentic AI è definita come l’insieme di sistemi capaci di pianificare ed eseguire attività articolate in più passaggi con una supervisione umana limitata. Questi agenti non rispondono solo a una domanda: possono consultare sistemi aziendali, usare strumenti, coordinarsi con altri agenti e modificare le proprie azioni sulla base dei risultati ottenuti.
Secondo una ricerca citata da McKinsey, l’89 % delle organizzazioni usa regolarmente l’AI in almeno una funzione e la maggioranza ha avviato sperimentazioni con agenti. Tuttavia, solo il 37 % delle aziende intervistate attribuisce all’AI un impatto positivo sull’Ebit.
Un’indagine successiva del 18 settembre 2026 conferma il divario: l’80 % degli intervistati segnala miglioramenti nella produttività individuale, ma lo stesso 37 % rileva effetti sull’Ebit aziendale.
Il problema è più organizzativo che tecnologico. Inserire un agente in un processo progettato per lavoratori umani non garantisce automaticamente un ritorno economico; le imprese devono ridefinire flussi di approvazione, controlli, accessi ai dati e responsabilità.
Gli agenti consumano più risorse: durante una singola attività possono richiedere da tre a trenta volte più token rispetto a una normale interrogazione a un chatbot. Nel campione citato, il 93 % dei rispondenti dichiara di aver superato il budget previsto per l’AI.
Sviluppo software agentico: benefici disomogenei
Il settore software è quello in cui gli agenti mostrano gli effetti più immediati. I nuovi strumenti non completano più soltanto una riga di codice: possono ricevere un compito, modificare un programma, eseguire test, correggere errori e preparare una distribuzione in produzione.
McKinsey stima che un’adozione efficace dello sviluppo software agentico potrebbe generare quasi 1.000 miliardi di dollari di valore per le aziende. Tuttavia, i risultati sono molto disomogenei: solo un quarto delle imprese che utilizzano questi strumenti ha ottenuto una vera accelerazione del ciclo di sviluppo, definita come un raddoppio della produttività in almeno un quarto dei team.
La distribuzione dei benefici evidenzia il divario: l’80 % degli ingegneri software che usa strumenti AI registra un incremento di produttività intorno al 3 %, mentre il 20 % più efficace raggiunge un miglioramento del 55 %. In circa il 30 % delle aziende esaminate, la produttività sarebbe diminuita dopo l’introduzione di strumenti agentici.
Un aumento della quantità di codice non coincide necessariamente con una maggiore produzione di software utilizzabile. Uno studio citato rileva una crescita del 180 % dell’attività di programmazione a fronte di un incremento del 30 % delle release effettivamente consegnate.
Il lavoro degli sviluppatori si sta spostando dalla scrittura manuale del codice alla supervisione di più agenti, con maggiore attenzione alla progettazione dell’architettura, alla verifica, alla sicurezza e alla definizione dei requisiti. Nel 2025 le offerte di lavoro collegate allo sviluppo software agentico sono più che triplicate rispetto al 2024, con forte concentrazione nella ricerca e sviluppo.
Intelligenza artificiale nella ricerca scientifica
Per la prima volta nel rapporto 2026, McKinsey inserisce una categoria dedicata all’AI per la scoperta scientifica e l’ingegneria. Le applicazioni spaziano dalla progettazione di nuovi farmaci alla ricerca di materiali per batterie, semiconduttori e catalizzatori.
I modelli possono generare ipotesi, selezionare molecole, prevedere proprietà e coordinare simulazioni. In alcuni laboratori, robot e AI sono collegati in cicli chiusi: il modello propone un esperimento, il