Dimensioni e previsioni del mercato del cognitive computing, per tecnologia (elaborazione del linguaggio naturale, apprendimento automatico, ragionamento automatico, recupero delle informazioni); applicazione; distribuzione - tendenze di crescita, attori chiave, analisi regionale 2026-2035

Fattori trainanti e sfide della crescita del mercato del cognitive computing:

Fattori di crescita

• Fattori chiave, tra cui gli aggiornamenti IP e il calo dei prezzi dei sensori: gli esperti NARA stimano che entro il 2025 ci saranno 75,44 miliardi di dispositivi connessi a Internet in tutto il mondo e oltre il 30% di tutti i dati replicati o acquisiti sarà creato in tempo reale. In primo luogo, la rivoluzione del protocollo Internet (IP) ha portato a prospettive lungimiranti sull'integrazione del cognitive computing in tutti i settori. In genere, gli indirizzi IP utilizzano un protocollo a 32 bit, ma le stime sopra menzionate hanno mostrato che il numero totale di dispositivi alla fine supererà la capacità del protocollo di fornire 4,3 miliardi di indirizzi univoci. Si prevede che la ratifica del protocollo Internet versione 6 (IPv6) sarà sufficiente per la crescita esponenziale dei dispositivi IoT.
  
  I produttori stanno aggiornando i dispositivi con sensori IoT intelligenti per raccogliere dati completi in tempo reale e trasferirli alle soluzioni ERP in fase di sviluppo. Con l'impegno di un numero sempre maggiore di produttori a rendere i propri sistemi legacy più intelligenti, il mercato dei sensori e dei controller è cresciuto notevolmente, raggiungendo i 6,1 miliardi di dollari nel 2020, secondo uno studio Microsoft. Nel 2018 si è registrato un calo del 200% del prezzo dei sensori rispetto al 2004, con un prezzo di 0,44 dollari per sensore. La riduzione dei costi, unita alla facilità di implementazione, ha rafforzato la connettività Wi-Fi dal 2019. Inoltre, il prezzo di AWS IoT per la messaggistica MQTT e HTTP è di circa 0,7 dollari per milione di messaggi.

• Emersione dell'edge computing neuromorfico: si prevede che durante la fase di previsione emergeranno due classi principali di sistemi di cognitive computing. La prima può svolgere compiti senza l'intervento umano, inclusi veicoli autonomi e droni. La seconda consente ai medici di diagnosticare malattie ed eseguire interventi chirurgici. Entrambe le classi di intelligenza artificiale evolutiva si basano principalmente sul neuromorphic computing. Questo sistema mappa le capacità funzionali umane utilizzando neuroni artificiali che mappano le caratteristiche del cervello umano.
  
  Gli attuali leader tecnologici sono nella posizione migliore per trarre vantaggio dall'emergere del calcolo neuromorfico, dato l'elevato appetito di capitale richiesto per costruire e mantenere modelli complessi. Il progetto europeo Human Brain ha supportato lo sviluppo di BrainScaleS e SpiNNaker per facilitare le simulazioni neuroscientifiche su larga scala. L'iniziativa sponsorizzata dall'UE ha proposto un processore neuromorfico digitale a spiking (ODIN) per l'apprendimento online, un processore neuromorfico digitale ottimizzato chiamato ODIN (Digital Spiking Neuromorphic), anch'esso proposto per l'elaborazione di modelli neuronali complessi. Loihi di Intel e TrueNorth di IBM sono esempi di progressi privati ​​nel campo, mentre gli sforzi accademici includono DYNAPs, IFAT, Neurogrid e BrainScales-2.
  
  I computer e i chip neuromorfici convenzionali su larga scala sono basati sul silicio e sviluppati con la tecnologia dei semiconduttori a ossido metallico. Ciononostante, vi è una significativa attività di ricerca e sviluppo nell'utilizzo di nuovi materiali come isolanti ferroelettrici, a cambiamento di fase, non filamentosi, topologici e biomembrane drogate a canale per le implementazioni neuromorfiche. Inoltre, il crescente numero di dispositivi connessi basati su 5G e IoT ha favorito gli investimenti in questo settore. Nel marzo 2024, Innatera ha ottenuto un investimento di 21 milioni di dollari per accelerare i progressi nelle soluzioni di cognitive computing, rispondere alla crescente necessità di soluzioni di computing sostenibili e alimentare l'innovazione nel campo dei semiconduttori per l'intelligenza artificiale.
• Il cognitive computing sta diventando sempre più necessario per l'analisi predittiva al fine di ridurre i costi operativi: il campo del cognitive computing ha registrato una rapida crescita grazie ai progressi dell'intelligenza artificiale e dell'informatica, e si prevede che continuerà a espandersi nel tempo previsto. L'obiettivo principale del cognitive computing è supportare le organizzazioni nel processo decisionale. L'utilizzo di tecnologie di apprendimento automatico come l'analisi predittiva è l'approccio ideale per l'esecuzione fluida dei processi aziendali.
  
  Molti utenti aziendali utilizzano questi potenti strumenti di analisi predittiva per svolgere le attività aziendali di routine, poiché sono strumenti efficaci per produrre risultati precisi. Si prevede che il 30% delle procedure aziendali sarà automatizzato entro l'inizio del 2030. Le soluzioni di analisi predittiva aumentano anche i ricavi consigliando prodotti e servizi a determinati clienti in base ai dati passati. Queste strategie stanno dando i loro frutti riducendo le spese amministrative dell'azienda.

Sfide

• Rischi per la sicurezza dei dati: le preoccupazioni relative alla sicurezza dei dati rimangono un ostacolo importante per il mercato del cognitive computing. I fornitori di soluzioni di cognitive computing si occupano principalmente dell'amministrazione e della supervisione dei database. I database contengono dati finanziari come indirizzi, documenti d'identità con foto, informazioni su carte di debito o di credito e una serie di dati sensibili degli utenti. I criminali informatici impiegano varie tattiche come malware, attacchi Distributed Denial-of-Service (DDoS), phishing e SQL injection nel tentativo di violare le reti e ottenere credenziali utente autentiche.

• Gli elevati costi iniziali si sono rivelati un fattore inibitorio: lo sviluppo di soluzioni cognitive richiede un investimento iniziale sostanziale per stabilire l'architettura e l'infrastruttura di manutenzione, con conseguenti costi operativi elevati. Il processo di installazione e gestione è molto più complesso e richiede molte risorse. In questo processo vengono utilizzate quantità significative di elettricità, componenti di rete, data center e altre risorse. Inoltre, si prevede che le preoccupazioni relative alle normative governative e alla scarsa conformità limiteranno la crescita del business del cognitive computing. A causa della scarsa comprensione da parte delle PMI, si prevede che il mercato dovrà affrontare diverse difficoltà.