scenari

Physical AI in Italia: la sfida che può rilanciare la manifattura


Indirizzo copiato

Imprese e associazioni industriali indicano nella Physical AI una leva per recuperare produttività e autonomia strategica. L’Italia parte da una solida base robotica, ma deve colmare il ritardo nell’adozione dell’intelligenza artificiale e scegliere politiche capaci di rafforzare domanda, innovazione e concorrenza

Pubblicato il 28 ott 2026

Stefano da Empoli

presidente Istituto per la Competitività (I-Com) e co-founder Techno Polis



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 28 ott 2026, 07_46_31




Le recenti assemblee annuali di Assolombarda e dell’Unione Industriali di Torino, rispettivamente la prima e la terza associazione territoriale di Confindustria, hanno messo al centro la cosiddetta physical AI, l’intelligenza artificiale che permette a macchine e sistemi di percepire l’ambiente, prendere decisioni e compiere azioni nel mondo fisico, adattandosi a condizioni variabili, come prossima frontiera della manifattura e più in generale del sistema d’impresa.

Nella sua relazione, il presidente di Assolombarda, Alvise Biffi, ricordando che l’aumento della produttività rimane l’unica strada per generare benessere diffuso e che l’IA è la migliore opportunità che abbiamo per centrare questo obiettivo, ha affermato che “la vera partita dell’intelligenza artificiale per l’Europa si gioca nel portarla dentro l’economia reale” e che si tratta di un girone diverso da quello di USA e Cina con un altro scopo, “arrivare per primi alla nuova frontiera della Physical AI, facendo leva sulle caratteristiche che distinguono la nostra industria”.

Physical AI e manifattura italiana: la sfida della produttività

Parole che riecheggiano nella relazione dello scorso 19 ottobre di Marco Gay, presidente dell’Unione Industriali di Torino, che parlando di intelligenza artificiale ha rimarcato che “ora sta facendo un passo ulteriore: esce dagli schermi ed entra nella materia. Robot, droni, macchine che percepiscono l’ambiente ed agiscono nel mondo reale. È la Physical AI. Ed è la nostra partita. Perché quando l’intelligenza artificiale incontra la manifattura, conta chi sa fare industria…..Non competeremo con Stati Uniti e Cina sui volumi. Ma possiamo vincere dove serve qualità: robotica per ambienti complessi, soluzioni su misura, intelligenza integrata nei prodotti. È questa la nostra autonomia strategica. Qui possiamo difendere la nostra sovranità”.

Non sono di certo parole in libertà guardando alle caratteristiche di fondo della Physical AI e a come si intrecciano ad esempio con temi fondamentali per la sovranità digitale dell’Europa e dell’Italia l’edge computing e i dati industriali (che hanno peraltro due grandi vantaggi, quello di essere pressoché immuni alle rigide maglie della privacy, che riguardano evidentemente i dati personali, e di avere un potere generativo a ciclo pressoché continuo, in base ai tempi di funzionamento pressoché illimitati degli impianti). Ma risultano inoltre fondate su basi importanti, che non sono solo storiche. Se l’Italia è il secondo paese europeo per investimenti nella robotica industriale, Torino è la terza città a livello continentale.

Se oltre il 25% delle aziende torinesi adotta già l’IA, per quelle di Assolombarda, secondo un’indagine svolta insieme al Politecnico di Milano su un campione di 700 imprese di settori e dimensioni diverse operanti nel quadrilatero dei territori coperti dall’associazione (Milano, Monza Brianza, Lodi e Pavia), la percentuale sale addirittura al 49% con un ulteriore 18% che prevede di adottarla a breve (rispetto a valori che ancora a fine 2024 erano inferiori al 20%).

Questo vuol dire che, a parte le grandi imprese rappresentate nel campione, che sono già a quota 79%, e alle startup, che seguono subito dopo al 77%, la percentuale di adozione è già molto elevata anche per le microimprese (40%), le piccole (41%) e le medie (48%). Naturalmente adottare la tecnologia, come hanno ricordato sia Biffi che Gay, è solo il primo passo e quello che conta è soprattutto adottare “bene”, il che è tutt’altro che semplice come ci dice la vasta letteratura economica degli ultimi decenni rispetto alle tecnologie digitali in generale.

Come riporta nella sua relazione lo stesso Biffi, “al momento tra le nostre imprese l’IA è usata ancora soprattutto per efficienza, snellimento di processi e riduzione dei costi operativi, mentre solo per un quinto degli adopter è anche strumenti di nuovi prodotti e servizi”. Non serve aver letto Schumpeter per sapere che soprattutto da questi ultimi derivano i guadagni di produttività che possono fare da volano all’intera economia.

L’adozione della Physical AI nelle imprese italiane

Il dato che emerge se allarghiamo lo sguardo a livello nazionale è in realtà meno incoraggiante.

Come riporta l’ultimo Rapporto sulle reti e i servizi di nuova generazione pubblicato in questi giorni dall’Istituto per la Competitività (I-Com), se, arrivati ormai al termine del PNRR, che ha certamente impresso una svolta positiva, il 79,5% delle PMI italiane raggiunge un livello di digitalizzazione almeno di base (+18,8 punti sul 2023), circa 8 punti sopra la media UE, e il target europeo del 90% dovrebbe essere raggiunto nel 2028, l’adozione dell’IA raddoppia dall’8,2% al 16,4%, ma resta inferiore di 3,6 punti alla media UE e il divario tra PMI (15,7%) e grandi imprese (53,1%) sale nel 2025 a 37,4 punti dai 24,8 del 2024.

Secondo le proiezioni I-Com, estrapolando il trend degli ultimi 5 anni, la quota di adozione nel 2030 si fermerebbe a circa il 27%, contro un obiettivo del 60% che sarebbe raggiunto solo nel 2043 mantenendo il ritmo attuale. Naturalmente, l’auspicio e anche una fondata speranza, tenendo conto del raddoppio osservato nell’ultimo anno di rilevazione, è che gli obiettivi europei possano essere raggiunti decisamente prima rispetto alla proiezione lineare costruita in base al tasso di crescita registrato dall’inizio della serie.

Certamente, tra i settori più arretrati c’è proprio il manifatturiero, in Europa e proporzionalmente ancora di più in Italia. Se infatti l’adozione nell’industria si ferma a livello UE al 17,3%, in Italia scende al 14,7%. Eppure, guardando in direzione dell’IA fisica, spicca invece il dato delle nuove installazioni di robot industriali: nel 2025 poco meno di 25.000 in Germania, circa 7.800 in Italia, 4.500 in Francia e 4.300 in Spagna.

Stiamo parlando di robot, almeno in gran parte non ancora “intelligenti”, ma questa è l’altra base sulla quale poter contare nel tragitto verso l’IA fisica, dove l’Italia segue sicuramente da lontano la Germania ma primeggia piuttosto nettamente sugli altri paesi europei. Peraltro, l’Italia è paese di consumo ma anche con un potenziale importante di produzione di robot in ambito industriale (e non solo). Ma prima di arrivarci è interessante esaminare i trend dell’IA fisica, che hanno subito un’accelerazione incredibile dal 2025 ad oggi.

La corsa globale alla Physical AI e il vantaggio industriale italiano

Secondo un recentissimo paper di Johannes Stübinger e Fabio Merz dell’ateneo tedesco di Coburgo, che hanno guardato al trend degli articoli su IA fisica su Google Scholar e all’interesse del pubblico allo stresso tema censito su Google a livello mondiale, la crescita di attenzione è impressionante. A livello scientifico, solo il 2025 ha visto un numero di articoli che hanno avuto come oggetto principale la Physical AI più che quadruplo rispetto ai quattro anni precedenti e il primo semestre del 2026 una quantità quasi doppia rispetto all’intero anno precedente.

Guardando alle ricerche su internet, il trend è simile: calma pressoché piatta fino alla fine del 2024, poi aumento significativo dell’interesse fino all’esplosione avvenuta nell’anno in corso. Questo incremento repentino di interesse può essere osservato anche in termini economico-finanziari. Secondo un recente report del Mitsui & Co. Global Strategic Studies Institute, gli investimenti di venture capital in IA fisica e robotica hanno raggiunto i 26 miliardi di dollari nel 2025, con un aumento superiore all’80% rispetto all’anno precedente, e vengono previsti pari a oltre 65 miliardi di euro nell’anno in corso.

Lo stesso studio identifica la manifattura come il settore più pronto ad adottare l’IA fisica, sia per una questione di maturità tecnologica che per la diversificazione planetaria in corso dei siti produttivi, in una logica diversa rispetto a quella di inizio millennio, che rispondeva a un obiettivo di minimizzazione dei costi in un quadro geopolitico ben diverso dall’attuale. Oggi la necessità di accorciare le catene del valore, consegnandole al guinzaglio dell’autonomia strategica, peraltro in un quadro di crescente calo demografico, rende imperativo trovare sistemi che portino a un aumento significativo della produttività. L’IA fisica, in particolare in ambito manifatturiero, sembra dunque la tecnologia giusta nel momento giusto.

I protagonisti italiani della Physical AI

L’Italia ha indubbie potenzialità, soprattutto nel settore manifatturiero. Sia in virtù della domanda, garantita da un comparto che, sia pure con qualche difficoltà negli ultimi anni, continua ad essere il secondo d’Europa e peraltro il più robotizzato dopo la Germania, ma anche di un’offerta costituita da player vecchi e nuovi che non sono i più grandi in circolazione ma possono recitare una parte importante. Le aziende più in vista, e che peraltro proprio negli ultimi giorni hanno annunciato sviluppi molto interessanti, sono soprattutto due: Comau e Generative Bionics. Anche se ce ne sono diverse altre, specie tra le startup e spinoff universitari, che appaiono promettenti.

Comau e l’alleanza con Nvidia

Comau, venduta qualche anno fa da Stellantis, che ha comunque mantenuto una quota di minoranza, a un fondo americano di private equity ma con quartier generale sempre a Torino, è un protagonista internazionale consolidato della robotica e dell’automazione industriale, con particolare forza nell’automotive e nell’integrazione di sistemi produttivi. Per scala e ampiezza commerciale si colloca però al di sotto dei grandi produttori generalisti come le giapponesi FANUC e Yaskawa, la svizzera (di azionariato ma con quartier generale a Shanghai) ABB Robotics e la tedesca KUKA (acquisita nel 2016 tra molte polemiche dal gruppo cinese Midea).

Anche se non si tratta di distanze incolmabili. La condizione però è quella di essere in grado di trasformarsi da attore della robotica tradizionale in protagonista della physical AI, oltre a completare la diversificazione rispetto al settore automotive oggi in declino. In questo senso, le pur legittime critiche a Stellantis e in particolare al suo principale azionista per aver voluto cedere un gioiello dell’automazione made in Italy potrebbero alla lunga rivelarsi ingenerose, qualora questa transizione sia coronata dal successo).

L’accordo stretto da Comau con Nvidia, annunciato pochi giorni fa, sembra andare in questa direzione, consentendo all’impresa torinese di potenziare lo sviluppo di soluzioni di automazione e robotica abilitate dall’IA per applicazioni industriali grazie alle tecnologie Nvidia. Unendo l’esperienza di Comau nella robotica con le librerie di simulazione di intelligenza artificiale fisica e il calcolo accelerato di Nvidia, le due aziende potrebbero aprire la strada all’implementazione di sistemi robotici sempre più intelligenti e autonomi, con applicazioni anche nell’edge computing. La prossima generazione di controllori robotici industriali Comau sarà combinata con la tecnologia Nvidia per fornire l’elevata potenza di calcolo necessaria per le applicazioni avanzate di IA.

Generative Bionics e le Physical AI Data Factory

Se Comau si è alleata con Nvidia, Generative Bionics, startup nata come spinoff dell’Istituto Italiano di Tecnologia di Genova, è da tempo in accordi con un altro chipmaker statunitense, AMD. Dopo aver raccolto settanta milioni di euro, radunando insieme sotto la regia di CDP Venture Capital soggetti non da poco come di CDP Venture Capital, con AMD Ventures, Duferco, Eni Next, RoboIT e Tether, sempre nei giorni scorsi l’azienda guidata da Daniele Pucci, in occasione del recentissimo CES Unveiled Milan ha comunicato un accordo per costruire una rete di tre Physical AI Data Factory, cioè fabbriche di dati per l’IA fisica.

Il primo polo, 5mila metri quadrati in Italia, dovrebbe entrare in funzione entro il quarto trimestre del 2027. Seguiranno un secondo sito in un altro Paese europeo e un terzo al servizio dei mercati globali. Il partner per l’infrastruttura di calcolo sarà per l’appunto AMD. Generative Bionics ha presentato il progetto come la più grande struttura europea di addestramento per robot umanoidi.

Al di là dei possibili record, l’annuncio segnala anche qui una giusta ambizione per una startup che ha appena due anni di vita e che nei prossimi anni deve dimostrare di saper raggiungere una scala produttiva che al momento naturalmente non ha. Di fronte a competitor che anche in questo caso sono sia agguerriti che più avanti in termini commerciali e finanziari. Ma Generative Bionics sta giocando bene e velocemente le sue carte. Certamente, il rapporto con clienti industriali complessi come Fincantieri ed Eni potrà accelerare la crescita, se ben sfruttato e magari allargato anche ad altri soggetti nell’alveo pubblico e privato.

Le politiche italiane per la Physical AI

Proprio in occasione della sua recente visita, lo scorso primo ottobre, nella sede genovese di Generative Bionics, il Ministro Urso ha annunciato un intervento del governo in materia, con una doppia finalità: incentivare l’innovazione e la produzione di robot avanzati, inclusi quelli umanoidi, e disciplinare o quantomeno monitorare un fenomeno che desta preoccupazioni se non altro per i possibili impatti sul lavoro. In realtà, un recente consiglio dei ministri avrebbe visto uno scontro su questo tra lo stesso ministro e il presidente del consiglio, che non fa mistero di essere scettica sui possibili risvolti dell’IA e che sulla prospettiva umanoide pare piuttosto impermeabile. Soprattutto in tempi come questi di vacche magre.

Anche se non si sta parlando di certo di cifre enormi (in una recente indiscrezione apparsa sul Sole 24 Ore è stato ipotizzato un budget complessivo di 200-300 milioni di euro), è evidente che al tempo dell’ultima legge di bilancio prima delle elezioni, con il PNRR in via di esaurimento e gli attuali venti di tempesta sui mercati obbligazionari, le priorità sono tante e poche richieste potranno essere esaudite.

Incentivi, filiera nazionale e ruolo del mercato

Rimanendo in tema di IA, è probabile che altri interventi siano più urgenti, soprattutto sul lato della domanda e pensando alle tante imprese piccole e piccolissime che devono ancora adottare la tecnologia e che al momento non pensano di farlo o non sono ancora attrezzate per farlo bene. Anche la ventilata ipotesi di immaginare un’azienda a capo della filiera italiana (in base alle voci diffuse nelle ultime settimane, il player selezionato dovrebbe essere Leonardo) potrebbe essere un’ipotesi di politica industriale un po’ estrema, quella di far scivolare la spada sulle spalle dei presunti vincitori prima che sia il mercato a individuarli.

Meglio ipotizzare uno schema misto che giustamente incoraggi sempre di più le aziende pubbliche (e anche quelle private, con gli strumenti a disposizione) a investire in innovazione e a farlo in un framework sempre più italiano e possibilmente europeo, in linea con la linea Made In che si sta discutendo in questi mesi a Bruxelles. Ma che poi lasci al mercato stabilire chi sarà più bravo a trarne beneficio. Augurandoci di ritrovare in una prospettiva europea anche aziende italiane tra i protagonisti di un settore in rapida crescita.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x