5,07 miliardi di euro: tanto vale nel 2026 il mercato italiano di Data Management & Analytics, il 24% in più dell’anno scorso. Eppure solo il 18% delle grandi imprese adotta davvero la Decision Intelligence. Non è un problema di dati. È un problema di decisioni.

L’Osservatorio Data & Decision Intelligence del Politecnico di Milano ha misurato questo scarto nel Report «Decision First: Data e AI al servizio delle decisioni» (novembre 2026), a cui Vedrai ha contribuito come Partner della ricerca. Per leggerlo in modo rapido abbiamo scelto cinque numeri: il valore del mercato, la quota di grandi imprese che adotta davvero la Decision Intelligence, il divario tra chi ha regole decisionali e chi non le ha, la quota di PMI ferme ai fogli di calcolo e quella che arriva ad automatizzare.

Insieme raccontano una cosa sola: la spesa corre, mentre la capacità di trasformarla in decisioni migliori è ancora indietro.

Quanto vale il mercato Data Management & Analytics in Italia nel 2026?

Nel 2026 la spesa delle organizzazioni italiane, pubbliche e private, in infrastrutture, software e servizi per gestire e analizzare i dati raggiunge i 5,07 miliardi di euro, con una crescita attesa del 24% sul 2025. È una stima preliminare, che sarà consolidata nel 2027. Dopo un triennio stabile intorno al 20%, il mercato accelera: nel 2018 valeva 1,39 miliardi, oggi vale più di tre volte e mezzo tanto.

A trainare la crescita è la Generative AI usata in modalità SaaS o via API: pesa ancora solo il 6% della spesa, ma cresce del 46%. La Business Intelligence & Data Science sale del 24%, il Data Management & Architecture del 20% (era il 13% nel 2025), segno che le imprese tornano a investire nelle basi che rendono utilizzabile l’AI. L’87% delle grandi organizzazioni ha già integrato soluzioni di Advanced Analytics o AI nei propri applicativi. Sono le tendenze dell’AI nelle aziende nel 2026 che vediamo anche sul campo.

Il quadro cambia per settore: GDO e Retail crescono del 40%, il Manufacturing del 32%, i Servizi del 30%. Manufacturing e settore bancario valgono ciascuno il 27% della spesa complessiva, più della metà insieme, e le organizzazioni con oltre 249 addetti generano il 75% del mercato. La spesa, però, non dice come si decide. Lo misurano gli altri quattro numeri.

Quante grandi imprese adottano davvero la Decision Intelligence?

L’Osservatorio definisce la Decision Intelligence come la capacità di progettare, eseguire e migliorare le decisioni come se fossero prodotti, combinando dati, IA, scienze decisionali e giudizio umano lungo l’intero ciclo di vita. L’approccio è decision-first: la domanda di partenza non è più quali dati siano disponibili, ma quale decisione migliorare e cosa accadrebbe se alcune variabili cambiassero.

Molte grandi organizzazioni dichiarano di avere strumenti di Data Visualization, Generative AI, Embedded Analytics e Conversational BI, e circa una su quattro ha già adottato almeno una piattaforma di Decision Intelligence. Ma solo il 18%, meno di una su cinque, ne adotta davvero l’approccio.

Quel 18% nasce dall’incrocio di tre leve: progetti di Advanced Analytics (78% delle grandi e grandissime aziende, contro il 73% del 2025), ontologia dei dati strutturata (31%) e mappatura dei processi decisionali (27%). L’ontologia è il modello condiviso dei concetti di business, delle loro definizioni e delle relazioni tra i dati. La prima leva è diffusa. Le altre due, che collegano gli algoritmi alle decisioni, sono ancora rare.

Anche il grado di affidamento all’AI va scelto decisione per decisione. Nel supporto la persona decide a partire dagli insight; nell’aumento le soluzioni propongono scenari e alternative e il giudizio umano resta necessario per la scelta finale; nell’automazione la decisione è presa ed eseguita dal sistema. Dove le decisioni sono critiche e poco standardizzate, osserva l’Osservatorio, prevalgono supporto e aumento. Il Controllo di gestione è l’area con più soluzioni di aumento (48% delle aziende con sperimentazioni avviate), il Personale quella più legata al supporto (84%).

Perché regole decisionali e qualità del dato cambiano tutto?

La governance si sta strutturando: il 48% delle grandi organizzazioni ha formalizzato una Data Strategy, 11 punti percentuali in più del 2025, e il 57% di queste ha affidato la responsabilità dei dati a una figura di livello executive. Il passo successivo è formalizzare le decisioni.

Oggi il 44% delle grandi organizzazioni ha individuato le decisioni critiche o ad alto impatto e applica regole decisionali integrate negli applicativi. Il 35% ha identificato decisioni ricorrenti senza documentarle, il 21% decide ancora caso per caso. Le prime hanno reso esplicito quali decisioni contano, chi le prende e su quali informazioni.

La differenza si vede nell’uso dei dati. Tra le imprese con regole decisionali, il 44% usa i dati in modo sistematico nelle decisioni, contro il 5% di quelle senza. Il 50% ha mappato in modo esteso i processi con KPI dedicati, contro il 9%.

La qualità del dato fa il resto. Dove è alta, il 44% degli utenti di business analizza i dati in autonomia, contro il 17% con qualità media e il 12% con qualità bassa. Il 75% ha implementato un’ontologia (10% dove la qualità è bassa), il 72% usa un Data Catalog (20%) e l’80% ha introdotto soluzioni di Generative AI (40%). Un modello generativo produce risultati affidabili solo se può contare su dati governati.

A che punto sono le PMI italiane?

Nel 2026 il 29% delle PMI italiane dichiara di usare regolarmente i dati per monitorare obiettivi e performance, tramite KPI e dashboard. Il dato va letto insieme agli altri livelli di maturità: il 30% decide ancora prevalentemente sull’esperienza o su considerazioni qualitative e una quota analoga usa i dati solo occasionalmente, per dare contesto alle decisioni.

Gli strumenti confermano il quadro. Il 45% delle PMI usa unicamente fogli di calcolo per analisi e reportistica, un dato in linea con il 2025. Il 24% ha una soluzione dedicata alla gestione e integrazione dei dati aziendali (4 punti percentuali in più del 2025) e appena il 19% ha strumenti di analisi avanzata o previsione.

[Immagine 2 da inserire] File: vedrai-decision-intelligence-02-pmi-it.png. Testo alternativo: Grafico a barre sulla maturità decisionale delle PMI: 30% esperienza, 30% uso occasionale, 29% KPI e dashboard, 9% simulazione di scenari, 2% automazione. Didascalia: Fonte: Osservatorio Data & Decision Intelligence, Politecnico di Milano, Report «Decision First: Data e AI al servizio delle decisioni», novembre 2026. Rielaborazione Vedrai. Campione: 494 PMI (10–249 dipendenti).

L’uso strutturato si concentra dove il dato misura l’economia dell’impresa: amministrazione (73%), vendite (61%) e controllo di gestione (57%). Le medie imprese sono più avanti: il 47% usa regolarmente KPI e dashboard e solo il 13% decide prevalentemente sull’esperienza, contro il 27% e il 32% delle piccole. Il 29% delle medie ha una strategia dati formalizzata, il 14% delle piccole.

Perché le PMI decidono ancora quasi senza simulare?

Solo il 9% delle PMI usa i dati per simulare scenari a supporto di chi decide e appena il 2% automatizza le azioni operative a partire dalle analisi. Il passaggio dalla reportistica alla capacità previsionale resta raro.

L’Osservatorio descrive un presidio organizzativo fragile. Data Analyst e Data Engineer sono presenti in meno di due PMI su dieci e spesso non vengono nemmeno ricercati: il freno riguarda, oltre alla reperibilità delle competenze, la percezione stessa del bisogno. Nel 31% dei casi i dati non sono usati in modo strutturato nelle decisioni e manca una figura responsabile.

Chi usa dati e modelli ne vede però i benefici. Le PMI citano una migliore tracciabilità delle scelte e delle motivazioni (34%) e meno errori o incoerenze operative (30%). Anche la Generative AI collegata ai dati aziendali è presente nel 14% delle PMI, e più imprese ne prevedono l’adozione nei prossimi dodici mesi.

Per una PMI il punto di partenza può essere una sola decisione che pesa sul margine, con la possibilità di confrontare scenari prima di scegliere. Non serve capire l’AI: serve capire dove rende.

Dove si posiziona WhAI nella Decision Intelligence?

Questi numeri mostrano dove si ferma il valore dei dati: nel passaggio dalla risposta alla decisione. WhAI è il layer tra i processi, i dati e le decisioni dell’azienda e si affianca agli LLM generalisti che l’impresa usa già. Calcola scenari sull’albero dei KPI, porta il mercato nel modello e rende tracciabili scelte, ipotesi ed esiti, perché le decisioni critiche e complesse richiedono un harness decisionale, cioè l’infrastruttura che affianca il modello linguistico e ne vincola l’uso a un compito preciso. La persona decide. Richiedi una demo per vederlo su una decisione reale della tua azienda.

Punti chiave

• Il mercato italiano Data Management & Analytics vale 5,07 miliardi di euro nel 2026 (+24%), ma solo il 18% delle grandi imprese adotta davvero la Decision Intelligence.
• Dove ci sono regole decisionali, il 44% delle grandi imprese usa i dati in modo sistematico, contro il 5% di chi non ne ha.
• Il 45% delle PMI usa solo fogli di calcolo: il 9% simula scenari e il 2% automatizza azioni operative.
• Dove la qualità del dato è alta, l’80% delle grandi imprese ha introdotto Generative AI sui dati aziendali, contro il 40% di chi ha qualità bassa.

Domande frequenti

Che cos’è la Decision Intelligence?

La Decision Intelligence è la capacità di progettare, eseguire e migliorare le decisioni come se fossero prodotti, partendo dalla decisione da migliorare e non dai dati disponibili, e combinando dati, intelligenza artificiale, scienze decisionali e giudizio umano lungo l’intero ciclo di vita. È la definizione adottata dall’Osservatorio Data & Decision Intelligence del Politecnico di Milano.

Quanto vale il mercato italiano Data Management & Analytics nel 2026?

Secondo l’Osservatorio Data & Decision Intelligence del Politecnico di Milano, nel 2026 il mercato italiano Data Management & Analytics vale 5,07 miliardi di euro, con una crescita attesa del 24% sul 2025 e una stima preliminare che sarà consolidata nel 2027. La Generative AI in SaaS o via API pesa il 6% della spesa e cresce del 46%.

Quante grandi imprese italiane adottano la Decision Intelligence?

Solo il 18% delle grandi e grandissime imprese italiane adotta davvero l’approccio di Decision Intelligence, cioè ha insieme progetti di Advanced Analytics, un’ontologia dei dati strutturata e la mappatura dei processi decisionali, secondo l’Osservatorio Data & Decision Intelligence del Politecnico di Milano (2026). Circa una su quattro ha già adottato almeno una piattaforma.

Come usano i dati le PMI italiane nelle decisioni?

Nel 2026 il 29% delle PMI italiane usa regolarmente i dati tramite KPI e dashboard, il 30% decide ancora prevalentemente sull’esperienza e il 45% usa solo fogli di calcolo per analisi e reportistica, secondo l’Osservatorio Data & Decision Intelligence del Politecnico di Milano. Solo il 9% simula scenari e il 2% automatizza azioni operative a partire dalle analisi.

Perché le regole decisionali fanno la differenza nell’uso dei dati?

Tra le grandi imprese che hanno formalizzato le decisioni critiche con regole integrate negli applicativi, il 44% usa i dati in modo sistematico nelle decisioni, contro il 5% di quelle senza regole decisionali, secondo l’Osservatorio Data & Decision Intelligence del Politecnico di Milano (2026). Anche la mappatura dei processi con KPI è più diffusa: 50% contro 9%.

‍