Per anni abbiamo parlato di trasformazione digitale come se fosse una destinazione: automatizzare questo, ottimizzare quello, accelerare i processi.
Ma qualcosa è cambiato. Siamo entrati nell’era dell’intelligenza diffusa, integrata ovunque e accessibile a miliardi di persone attraverso sistemi, infrastrutture e interfacce. Se l’avvento dei mass media ha democratizzato l’accesso all’informazione con un impatto socioeconomico significativo, oggi il mondo sta democratizzando l’accesso all’intelligenza stessa, trasformando non solo ciò che sappiamo, ma anche il modo in cui prendiamo decisioni, creiamo valore e distribuiamo il potere.
Con un numero crescente di macchine in grado di apprendere, adattarsi e agire in modo autonomo, la domanda fondamentale diventa come scegliere di utilizzare questa intelligenza.
Questo è il punto di partenza di NTT DATA Technology Foresight 2026: un’analisi approfondita di come le organizzazioni possano sostenere le proprie operazioni in un mondo in cui i sistemi tecnologici sono autonomi, emozionali, interconnessi e sempre più potenti.
Il report identifica sei macrotrend che, nel loro insieme, delineano l’architettura del futuro e ciò che i leader devono progettare già oggi.
- LEGGI ANCHE → 2026 Global AI Report: il Playbook per i leader AI
Dall’automazione all’autonomia: 6 macrotrend tecnologici
1. Autonomia orchestrata dall’uomo: quando le macchine agiscono ma l’uomo resta al comando
Immagina una rete logistica che riorganizza automaticamente i percorsi dei veicoli in tempo reale durante una crisi, un sistema di assistenza clienti che risolve i problemi senza escalation o un algoritmo di trading che rallenta autonomamente quando il rischio aumenta.
Questa è autonomia, ma non senza limiti. Il cambiamento in atto consiste nel passaggio da un’automazione basata su task a un’intelligenza guidata dallo scopo. Gli esseri umani definiscono l’intento, mentre i sistemi intelligenti lo eseguono su larga scala, sempre sotto supervisione.
Le organizzazioni più avanzate stanno progettando un’autonomia adattiva, sviluppando sistemi in grado di capire quando agire in modo indipendente e quando richiedere un intervento umano. Ogni azione resta tracciabile, verificabile e reversibile, perché l’autonomia non può sostituire il giudizio umano.
2. Agenzia incarnata ed emozioni: quando la tecnologia impara a comprendere come ci sentiamo
Siamo abituati a macchine che rispondono a comandi. Ciò che sta emergendo oggi sono sistemi che rispondono sia ai comandi sia alle persone.
Le tecnologie emotivamente consapevoli sono in grado di percepire il tono della voce, interpretare i gesti e comprendere il contesto. Adattano costantemente il modo in cui comunicano con noi e costruiscono fiducia attraverso la presenza, non solo attraverso le prestazioni.
Si pensi a un assistente sanitario digitale che rileva l’ansia nella voce di un paziente, o a un sistema di apprendimento che si adatta quando uno studente mostra segni di frustrazione. In questi scenari, l’emozione diventa parte integrante dell’interfaccia.
Naturalmente, questo introduce nuove responsabilità. I dati emotivi richiedono consenso, trasparenza e una progettazione etica. Se implementati correttamente, tuttavia, i sistemi dotati di intelligenza emotiva possono umanizzare la trasformazione digitale.
3. Un’intelligenza di cui fidarsi: perché la trasparenza conta più dell’accuratezza
Con l’aumentare dell’autonomia e della componente emotiva dei sistemi di AI, la fiducia diventa il vero fondamento del progresso.
La fiducia non riguarda più solo la sicurezza, ma anche la comprensione di come vengono prese le decisioni. Le organizzazioni stanno superando modelli deterministici per adottare un’intelligenza spiegabile, con sistemi il cui ragionamento può essere verificato e messo in discussione. Parallelamente, la cybersecurity evolve verso una difesa adattiva, capace di apprendere dalle minacce e rispondere in modo proattivo.
Anche l’AI deve essere protetta da bias, manipolazioni e avvelenamento dei dati. Architetture zero trust, verifiche continue e trasparenza cognitiva stanno ridefinendo i modelli di governance.
4. Infrastrutture intelligenti: quando i sistemi iniziano ad anticipare
Un tempo l’infrastruttura era invisibile, semplicemente “il sistema di base”.
Non più.
Le infrastrutture di nuova generazione apprendono e si adattano attraverso dispositivi, ambienti edge e piattaforme cloud. Dalle reti energetiche alla pianificazione urbana, il calcolo ad alte prestazioni e la simulazione consentono di modellare gli esiti prima di prendere decisioni.
Invece di reagire ai problemi, questi sistemi li anticipano.
Le scelte infrastrutturali non sono più solo tecniche. Il luogo in cui i dati vengono elaborati, su dispositivo, all’edge o nel cloud, diventa una decisione economica, normativa e persino politica.
- LEGGI ANCHE → Costruire la spina dorsale dell’AI: come modernizzare le infrastrutture per la crescita
5. Ecosistemi di silicio sovrano: perché i chip sono diventati asset strategici
Ogni sistema intelligente si basa sul silicio, e il controllo del silicio significa sempre più controllo dell’intelligenza stessa.
Con l’accelerazione della domanda di AI a livello globale, il computing si sta spostando dall’elaborazione general-purpose a carichi di lavoro specializzati, fortemente orientati all’inferenza, spesso all’edge. Questo ha innescato una corsa globale alla costruzione di ecosistemi di semiconduttori sovrani.
Paesi e industrie stanno investendo lungo tutta la catena del valore: progettazione, produzione, fotonica e supply chain. Architetture di calcolo eterogenee, GPU, ASIC, FPGA e altre, riducono la dipendenza e aumentano la resilienza.
La sovranità, tuttavia, non implica isolamento. Gli ecosistemi di maggior successo combinano capacità nazionali e collaborazione globale, allineando approvvigionamento etico, efficienza energetica e innovazione di lungo periodo.
6. Dall’efficienza illusoria alla sufficienza: perché “di più” non è più l’obiettivo
L’ultimo macrotrend riporta il focus sullo scopo. Per anni, efficienza ha significato scalabilità rapida e crescita continua. Ma in un mondo con capacità di calcolo quasi illimitata, questa definizione inizia a perdere validità. La domanda diventa: cosa è davvero sufficiente?
Invece di ottimizzare senza fine, le organizzazioni si concentrano su resilienza, sostenibilità nel tempo e valore di lungo periodo. AI e digital twin consentono di modellare soglie ottimali di utilizzo delle risorse, non la loro massima estrazione.
I vincoli diventano catalizzatori di innovazione e la governance si fonda su dati reali. Oltre agli output, il progresso viene misurato anche in termini di fiducia, stabilità e benessere.
Progettare l’intelligenza con intenzionalità
Attraverso tutti e sei i macrotrend emerge un messaggio chiaro: l’intelligenza amplifica l’intento umano, ma solo se guidata da empatia, fiducia, sovranità e scopo.
Il report NTT DATA Technology Foresight 2026 è un invito a compiere scelte consapevoli e responsabili su come questa intelligenza si manifesta nei nostri sistemi, nelle nostre società e nella vita quotidiana.
Perché, in un’epoca in cui la tecnologia può fare quasi tutto, il vero fattore distintivo è sapere cosa dovrebbe fare, e perché.