L’edge computing entra in una fase più selettiva. Non scompare l’ambizione, ma cambia la metrica della crescita. Il nuovo forecast di Stl Partners, aggiornato a giugno 2026, ridisegna il perimetro del mercato e riduce del 35% il mercato indirizzabile complessivo rispetto alle precedenti stime. Il taglio non indica una frenata generalizzata. Segnala piuttosto una maturazione del settore, dove restano centrali i casi d’uso davvero serviti da architetture distribuite.
La quinta edizione del report misura la domanda globale di servizi edge fino al 2030. L’analisi copre 74 Paesi, sette regioni, 16 verticali industriali e 21 casi d’uso principali. Il punto non è solo quantificare la spesa. È capire dove l’edge computing crea valore reale, oltre la narrativa sulla bassa latenza.
La revisione del modello è significativa. Stl Partners ha escluso alcuni casi d’uso che, secondo l’analisi, sono spesso coperti da cloud, calcolo sul dispositivo o architetture embedded. Tra questi figurano l’ottimizzazione web e app e l’assistenza alla guida per auto connesse. Sono invece entrati ambiti più coerenti con la domanda emergente. Spiccano la computer vision per il controllo qualità, la gestione retail, la collaborazione tra veicoli e infrastrutture, l’agricoltura di precisione e il virtual point of sale.
Indice degli argomenti
Dal mercato potenziale alla domanda credibile
La nuova fotografia dell’edge computing è meno ampia, ma più leggibile. La riduzione del mercato indirizzabile nasce da una scelta metodologica precisa. Non tutto ciò che richiede velocità, prossimità o dati locali rientra davvero nell’edge computing. Alcune funzioni possono essere svolte in cloud. Altre restano sul dispositivo. Altre ancora sono integrate nei sistemi proprietari dei veicoli, dei macchinari o degli apparati industriali.
Questa distinzione pesa molto sulle strategie dei fornitori. Per anni il mercato è stato descritto come una naturale estensione del cloud verso la periferia. Il forecast mostra invece una dinamica più articolata. Il valore emerge quando la prossimità al dato abilita una funzione nuova, riduce costi operativi o rende sostenibile un processo critico.
In questo senso, l’edge computing non è una categoria infrastrutturale pura. È un mercato guidato dalle applicazioni. Secondo Stl Partners, nel 2030 le applicazioni rappresenteranno il 69% del valore della catena. I dispositivi peseranno per il 13%, l’infrastruttura edge per l’8%, la connettività cellulare per il 5%, integrazione e servizi per il 4%. Le piattaforme edge si fermeranno all’1%.
Il dato è netto. La parte più visibile, cioè server, nodi distribuiti e ambienti di calcolo, cattura una quota limitata del valore. Il cuore economico si sposta sulle soluzioni software, sui modelli di AI e sugli use case verticali. Per telco, cloud provider e system integrator, questo significa che la sola disponibilità di capacità distribuita non basta.
Le applicazioni guidano la nuova fase
Il baricentro dell’edge computing si concentra nei casi in cui la decisione deve avvenire vicino al punto di generazione del dato. È il caso della computer vision applicata alla qualità industriale. Le videocamere analizzano in tempo reale le linee produttive e rilevano difetti prima che generino scarti, rilavorazioni o fermi macchina.
Lo stesso principio vale per il monitoraggio degli asset. Sensori e immagini possono intercettare segnali di usura, disallineamenti o anomalie operative. L’elaborazione locale consente una risposta più rapida e riduce il trasferimento continuo di dati grezzi verso sistemi centrali. Qui l’edge computing diventa un abilitatore operativo, non solo tecnologico.
Anche il retail mostra un profilo coerente. Le telecamere rivolte agli scaffali possono rilevare prodotti mancanti, errori di posizionamento, disponibilità e conformità promozionale. L’elaborazione in prossimità permette notifiche quasi immediate e riduce la dipendenza dalla trasmissione massiva di immagini. La stessa logica si applica a sicurezza, flussi fisici e gestione degli spazi. La video analytics può monitorare condizioni di lavoro, affollamenti, movimenti di persone o merci. In questi scenari, l’edge computing sostiene decisioni operative rapide e limita l’esposizione dei dati sensibili.
Industria, sanità e città come campi di prova
Il forecast individua una domanda distribuita su molti verticali. Tra questi compaiono manifattura, sanità, retail, trasporti, utility, logistica, media, pubblica amministrazione e servizi professionali. La frammentazione è un elemento strutturale. Non esiste un unico mercato edge, ma una somma di bisogni verticali.
Nella manifattura, l’edge computing si lega alla manutenzione predittiva avanzata, ai veicoli a guida automatizzata e al controllo di precisione. L’obiettivo è aumentare continuità, qualità e sicurezza. In agricoltura, sensori, droni e analytics locali possono supportare irrigazione, semina, trattamenti e raccolta. La prossimità del calcolo diventa utile quando le decisioni devono adattarsi subito alle condizioni del campo.
In sanità, il monitoraggio ospedaliero dei pazienti può aggregare dati da dispositivi diversi. L’elaborazione locale aiuta a individuare anomalie e riduce i costi di backhaul. Il valore non sta solo nella tempestività, ma nella capacità di costruire viste cliniche più continue e operative.
Le smart city restano un altro ambito rilevante, soprattutto nella gestione del traffico. I sistemi urbani producono già grandi volumi di dati. L’edge computing può trasformarli in segnali utili per regolare flussi, rilevare incidenti e ottimizzare reti di trasporto. Anche qui, il beneficio dipende dall’integrazione con processi esistenti.
Tre ambienti per una domanda differenziata
Stl Partners distingue tre ambienti principali nel perimetro del forecast: on-premise edge, network edge e regional edge. Restano fuori, come categorie modellate, il calcolo sul dispositivo e l’hyperscale tradizionale. La distinzione è decisiva perché ogni ambiente risponde a requisiti diversi di latenza, capacità e controllo.
L’on-premise edge riguarda server, gateway IoT, data center aziendali e infrastrutture collocate presso il cliente. È il terreno più vicino ai processi critici. Può servire fabbriche, ospedali, siti industriali, negozi e infrastrutture operative. Qui contano affidabilità, sovranità del dato e integrazione con sistemi locali.
Il network edge si colloca nei siti telco e nelle centrali. Offre una distanza più ampia dal punto di utilizzo, ma mantiene latenze contenute. Può sostenere servizi che richiedono prossimità alla rete, come content delivery, live video, alcune forme di computer vision e applicazioni connesse ai trasporti.
Il regional edge, invece, opera su data center regionali e internet exchange. È più vicino agli utenti rispetto all’hyperscale, ma meno capillare dell’on-premise e del network edge. Può servire workload cloud-adjacent, collaborazione real time, gaming e distribuzione di contenuti. Questa segmentazione spiega perché le strategie “one size fits all” rischiano di funzionare poco. Ogni caso d’uso richiede un equilibrio diverso tra latenza, costo, capacità, governance e integrazione applicativa.
L’AI rafforza il bisogno di prossimità
Il forecast non presenta l’edge computing come un mercato isolato dall’AI. Al contrario, molti casi d’uso dipendono proprio da modelli di analisi, machine learning e visione artificiale. La domanda cresce quando l’intelligenza applicativa deve operare in tempo reale o quasi reale.
La computer vision è l’esempio più evidente. I flussi video sono pesanti, continui e spesso sensibili. Trasferirli integralmente verso un cloud centrale può essere costoso, inefficiente o non adeguato ai requisiti operativi. L’elaborazione locale permette di inviare solo insight, allarmi o dati selezionati.
Lo stesso vale per la manutenzione predittiva avanzata. I modelli possono analizzare vibrazioni, temperatura, pressione e altri segnali industriali. Se l’elaborazione avviene vicino al macchinario, la risposta diventa più rapida. Inoltre, il sistema può continuare a funzionare anche con connettività intermittente.
Prezzo, integrazione e scala restano nodi aperti
La maturità del mercato dipenderà dalla capacità di rendere ripetibili i progetti. Molti casi d’uso edge nascono in contesti verticali e richiedono adattamenti significativi. Questo aumenta il peso dell’integrazione, anche quando la quota economica diretta appare inferiore rispetto alle applicazioni.
Le imprese valutano l’edge computing in base a ritorni operativi concreti. Riduzione dei fermi, qualità, sicurezza, minori costi di trasmissione, continuità del servizio e nuove esperienze digitali pesano più della latenza astratta. Di conseguenza, i fornitori devono tradurre l’offerta in risultati misurabili.
Anche il pricing diventa un fattore critico. Il report segnala l’analisi delle dinamiche di prezzo nell’ecosistema vendor, pur nell’estratto disponibile senza dettagliare i benchmark completi. Questo tema sarà centrale per il passaggio dalla sperimentazione alla scala. Se il costo dell’infrastruttura distribuita supera il beneficio operativo, molti progetti resteranno confinati ai pilota.
La standardizzazione può aiutare, ma non elimina la specificità dei settori. Una fabbrica, un ospedale, un punto vendita e una rete urbana hanno vincoli diversi. Per questo l’edge computing crescerà probabilmente per cluster di casi d’uso, più che come piattaforma uniforme.
