La partita dell’intelligenza artificiale si giocherà sempre più sulle infrastrutture. Non soltanto algoritmi, modelli generativi e applicazioni software: a catalizzare la maggior parte degli investimenti saranno data center, server, capacità di calcolo, reti e sistemi necessari a sostenere la diffusione dell’AI su larga scala. Una trasformazione che sta ridisegnando le priorità di investimento dell’industria tecnologica mondiale e aprendo nuove opportunità, ma anche nuove sfide, per gli operatori delle infrastrutture digitali.
A quantificare la portata del fenomeno è Gartner, con le nuove previsioni sulla spesa mondiale per l’intelligenza artificiale pubblicate il 12 novembre 2026. Secondo la società di analisi, nel 2027 le infrastrutture assorbiranno il 59% della spesa globale per l’AI, raggiungendo 2.397 miliardi di dollari, con una crescita del 53% rispetto al 2026.
La spesa complessiva per l’intelligenza artificiale arriverà a 4.050 miliardi di dollari, in aumento del 47,5%. In altri termini, quasi sei dollari su dieci investiti nell’AI saranno destinati alla sua base infrastrutturale.
È un dato che segna un passaggio importante nell’evoluzione del mercato. Dopo la fase dominata dalla sperimentazione dei modelli generativi e dall’introduzione dei primi assistenti intelligenti, l’attenzione si sposta progressivamente sulla capacità di far funzionare l’AI in modo continuativo, affidabile e su scala industriale.
La crescita delle infrastrutture non rappresenta quindi soltanto una conseguenza della diffusione dell’intelligenza artificiale, ma una delle condizioni indispensabili per il suo sviluppo. E rende sempre più strategici aspetti come la disponibilità di energia, la progettazione dei data center, l’efficienza dei sistemi di calcolo e la gestione delle risorse tecnologiche.
Indice degli argomenti
La spesa mondiale per l’AI: infrastrutture davanti a software e servizi
Le previsioni Gartner mostrano una crescita generalizzata del mercato, ma con velocità e dimensioni differenti. Le infrastrutture rappresentano di gran lunga la categoria più rilevante in termini di valore assoluto, mentre software, servizi e agenti AI continuano a espandersi rapidamente.
Spesa mondiale per l’AI, 2026-2027
Miliardi di dollari, previsioni Gartner di novembre 2026
| Segmento | 2026 | 2027 |
|---|---|---|
| Infrastrutture AI | 1.563 | 2.397 |
| Servizi AI | 576 | 746 |
| Software AI | 458 | 649 |
| Cybersecurity AI | 51 | 86 |
| Agenti e assistenti AI | 30 | 67 |
| Modelli di AI generativa | 28 | 51 |
| Piattaforme data science e machine learning | 26 | 35 |
| Piattaforme per lo sviluppo di applicazioni AI | 10 | 12 |
| Dati per l’AI | 3 | 6 |
| Totale | 2.746 | 4.050 |
Fonte: Gartner, novembre 2026.
Le infrastrutture dominano la spesa AI nel 2027
Previsioni Gartner, miliardi di dollari

L’incremento più consistente in valore assoluto riguarda proprio le infrastrutture, per le quali Gartner prevede circa 834 miliardi di dollari di spesa aggiuntiva tra il 2026 e il 2027.
I servizi AI cresceranno del 29,5%, fino a 746 miliardi, mentre il software raggiungerà 649 miliardi, con un aumento di circa il 42%. Particolarmente dinamico il segmento degli agenti e assistenti intelligenti, che passerà da 30 a 67 miliardi di dollari.
Questi numeri evidenziano due fenomeni complementari: da una parte le imprese aumentano gli investimenti nelle applicazioni, dall’altra i fornitori tecnologici devono ampliare la capacità infrastrutturale necessaria a supportarle.
Server ottimizzati per l’AI: investimenti verso i mille miliardi di dollari
Uno dei dati più significativi del rapporto riguarda i server progettati per i carichi di lavoro dell’intelligenza artificiale.
Secondo Gartner, la spesa per gli AI-optimized server passerà da 527,6 miliardi di dollari nel 2026 a 957,2 miliardi nel 2027, con una crescita di oltre l’81%.
Si tratta del principale segmento della spesa infrastrutturale per l’AI e di uno dei motori della trasformazione in corso nei data center.
A sostenere questa espansione sono soprattutto gli hyperscaler, i grandi operatori cloud che stanno costruendo e ampliando infrastrutture dedicate, e i cosiddetti neocloud provider, fornitori specializzati nell’offerta di capacità di calcolo ad alte prestazioni per l’intelligenza artificiale.
Ma il valore degli investimenti non cresce soltanto per effetto dell’aumento delle installazioni. Gartner richiama anche la pressione sui prezzi delle memorie, fenomeno definito memflation, che contribuisce ad aumentare il costo dei server ottimizzati per l’AI.
Questo significa che una parte dell’incremento della spesa riflette l’aumento dei prezzi dei componenti, oltre all’effettiva espansione della capacità di calcolo disponibile.
Dall’addestramento dei modelli all’inferenza: perché serve sempre più capacità di calcolo
La crescita degli investimenti infrastrutturali è alimentata da un cambiamento nella natura stessa della domanda di AI.
Nella prima fase dell’espansione dell’intelligenza artificiale generativa, gran parte dell’attenzione si è concentrata sull’addestramento dei grandi modelli linguistici, attività che richiede enormi risorse computazionali.
Ora a questa esigenza si affianca, con intensità crescente, quella dell’inferenza: l’esecuzione dei modelli già addestrati per produrre risposte, elaborare dati, prendere decisioni e supportare processi operativi.
John-David Lovelock, Distinguished VP Analyst e Chief of Research di Gartner, sottolinea che la crescita più rapida del previsto dei requisiti legati all’inferenza, insieme alla crescente complessità computazionale dell’addestramento, continua ad alimentare la spesa infrastrutturale mondiale.
La differenza è sostanziale. Mentre l’addestramento è un’attività concentrata in determinate fasi dello sviluppo, l’inferenza diventa un consumo continuativo di risorse ogni volta che un’applicazione AI viene utilizzata.
Il fenomeno assume ancora maggiore rilevanza con la diffusione dell’AI agentica. Gli agenti intelligenti possono eseguire sequenze di operazioni, interrogare più modelli, accedere a sistemi aziendali e coordinare processi complessi, moltiplicando le richieste di elaborazione.
In un’altra analisi Gartner dedicata al mercato delle infrastrutture cloud ottimizzate per l’AI, pubblicata nell’agosto 2026, la società stimava che già quest’anno la spesa per l’inferenza nell’AI-optimized IaaS avrebbe superato quella per il training: 23,3 miliardi contro 19 miliardi di dollari.
È un cambiamento che interessa direttamente gli operatori cloud e le imprese, perché sposta progressivamente la domanda verso infrastrutture capaci di garantire prestazioni, disponibilità e costi sostenibili nel funzionamento quotidiano delle applicazioni. gartner.com
IDC conferma il boom: 121 miliardi di dollari investiti in un trimestre
A confermare la tendenza descritta da Gartner arrivano anche i dati di IDC, che consentono di osservare l’evoluzione effettiva del mercato nel corso del 2026.
Secondo il Worldwide Quarterly AI Infrastructure Tracker di IDC, i cui risultati sono stati pubblicati il 6 novembre 2026, la spesa mondiale per le infrastrutture AI ha raggiunto 121,4 miliardi di dollari nel secondo trimestre del 2026, con un incremento del 53% rispetto allo stesso periodo dell’anno precedente e del 34% rispetto al trimestre precedente.
La società di ricerca ha rivisto al rialzo le proprie previsioni per l’intero 2026, portandole da 497 a 521 miliardi di dollari. Nel 2029 il mercato dovrebbe superare la soglia dei mille miliardi, raggiungendo 1.170 miliardi, per arrivare a 1.330 miliardi nel 2030. IDC
La crescita delle infrastrutture AI secondo IDC
121,4 mld $
Spesa nel secondo trimestre 2026
+53%
Crescita annua nel trimestre
521 mld $
Previsione per l’intero 2026
Il confronto con Gartner richiede tuttavia una precisazione metodologica. Le due società utilizzano perimetri differenti: IDC concentra il proprio tracker sulle infrastrutture server e storage destinate ai carichi di lavoro AI, mentre Gartner adotta una definizione più ampia della spesa infrastrutturale, che comprende anche altre componenti tecnologiche.
I valori assoluti non sono quindi direttamente confrontabili. Le due analisi convergono però nell’indicare una crescita molto sostenuta della domanda e un’espansione degli investimenti destinati a supportare l’intelligenza artificiale.
Non soltanto GPU: crescono più rapidamente anche le infrastrutture tradizionali
Uno degli aspetti più interessanti dello studio IDC riguarda la composizione della domanda.
L’espansione dell’AI viene generalmente associata ai sistemi accelerati, dotati di GPU e altri processori specializzati. Queste architetture continuano a rappresentare la componente dominante degli investimenti, ma non sono le uniche a beneficiare della crescita.
Nel secondo trimestre del 2026, secondo IDC, la spesa per sistemi accelerati ha raggiunto 105,8 miliardi di dollari, con una crescita annua del 52,2%.
Le infrastrutture non accelerate, basate prevalentemente su CPU, hanno invece raggiunto 15,6 miliardi, registrando un incremento del 61,1%.
Sistemi accelerati e tradizionali a confronto
Crescita annua della spesa nel secondo trimestre 2026, dati IDC

Il dato suggerisce che la crescita dell’AI stia coinvolgendo una gamma sempre più ampia di infrastrutture informatiche.
Le applicazioni agentiche, per esempio, richiedono non soltanto capacità di elaborazione dei modelli, ma anche sistemi per orchestrare le attività, gestire le informazioni, collegare le applicazioni aziendali e organizzare i flussi di dati.
Queste funzioni possono essere svolte, in molti casi, da infrastrutture tradizionali, senza ricorrere necessariamente a processori specializzati.
Per i fornitori di tecnologia si apre quindi un mercato più articolato, che coinvolge server, storage, networking, piattaforme cloud e strumenti di gestione dell’infrastruttura.
La geografia degli investimenti: gli Stati Uniti dominano, l’Europa accelera
La crescita della spesa infrastrutturale non è distribuita uniformemente tra le diverse aree geografiche.
Secondo IDC, nel secondo trimestre del 2026 gli Stati Uniti hanno concentrato 92,8 miliardi di dollari di investimenti, pari al 76,4% del totale mondiale. La crescita rispetto all’anno precedente è stata del 58,7%.
La Cina si è collocata al secondo posto con 13 miliardi di dollari, equivalenti al 10,7% del mercato, e un incremento annuo del 27,9%.
Particolarmente significativa la dinamica dell’Europa occidentale, che ha registrato una crescita dell’83,9%, raggiungendo 6,4 miliardi di dollari.
| Area geografica | Spesa Q2 2026 | Crescita annua |
|---|---|---|
| Stati Uniti | 92,8 mld $ | +58,7% |
| Cina | 13,0 mld $ | +27,9% |
| Europa occidentale | 6,4 mld $ | +83,9% |
| Asia-Pacifico esclusi Cina e Giappone | 5,9 mld $ | +28,5% |
| Medio Oriente e Africa | 0,9 mld $ | +108,9% |
Fonte: IDC, Worldwide Quarterly AI Infrastructure Tracker, Q2 2026. Il dato europeo riguarda l’Europa occidentale, non l’intera UE.
L’accelerazione europea è legata anche alla crescente attenzione verso la sovranità digitale, la localizzazione dei dati e lo sviluppo di capacità computazionali autonome.
IDC segnala che oltre 40 Paesi stanno finanziando iniziative nazionali dedicate alle infrastrutture AI.
Il tema assume una rilevanza strategica per l’Europa, chiamata a rafforzare la propria capacità tecnologica in un mercato nel quale gli Stati Uniti mantengono una posizione largamente dominante.
La disponibilità di infrastrutture locali può infatti diventare un fattore competitivo per imprese e pubbliche amministrazioni che devono rispettare requisiti di protezione dei dati, continuità operativa e controllo delle tecnologie utilizzate.
Energia e raffreddamento: i nuovi colli di bottiglia dei data center
L’aumento degli investimenti infrastrutturali porta con sé una serie di criticità che rischiano di condizionare la velocità di espansione del mercato.
La principale riguarda la disponibilità di energia elettrica.
Secondo IDC, entrando nel 2027 la capacità di alimentazione dei data center rappresenta il vincolo operativo più importante per lo sviluppo delle infrastrutture AI. I tempi di attivazione dei nuovi impianti dipendono sempre più dalla disponibilità di potenza elettrica e dalle connessioni alla rete, oltre che dai tempi di consegna delle apparecchiature.
Il problema è particolarmente rilevante per le infrastrutture ad alta densità computazionale, che richiedono sistemi avanzati di alimentazione e raffreddamento.
Aumentano quindi le opportunità per gli operatori specializzati nella progettazione e gestione dei data center, nei sistemi energetici, nelle tecnologie di raffreddamento e nell’ottimizzazione dei consumi.
In questo scenario si inserisce anche la crescita del mercato delle soluzioni di Data Center Infrastructure Management (DCIM), che permettono di monitorare e controllare le risorse fisiche dei centri di elaborazione.
Come evidenziato anche da CorCom, secondo MarketsandMarkets il valore globale di questo segmento passerà da 3,99 miliardi di dollari nel 2026 a 8,42 miliardi nel 2031, con una crescita media annua del 16,1%.
Il collegamento tra le due dinamiche è evidente: più aumentano la potenza e la complessità delle infrastrutture AI, più diventa necessario disporre di strumenti per governarne il funzionamento.
Non basta costruire nuovi data center. Occorre anche utilizzarli in modo efficiente, prevenire i guasti, gestire i consumi e massimizzare la capacità disponibile.
Il costo delle memorie e il rischio di investimenti sempre più onerosi
Accanto all’energia, un secondo fattore di pressione riguarda il costo dei componenti.
Sia Gartner sia IDC segnalano un aumento significativo dei prezzi delle memorie, legato alla forte domanda generata dall’espansione delle infrastrutture AI.
I grandi hyperscaler hanno stipulato accordi pluriennali per assicurarsi una parte consistente delle forniture disponibili, contribuendo a ridurre la flessibilità del mercato per altri acquirenti.
IDC prevede che le pressioni sui prezzi possano proseguire almeno fino alla seconda metà del 2027.
Le conseguenze riguardano non soltanto i grandi operatori cloud, ma anche le imprese che devono aggiornare le proprie infrastrutture IT.
L’aumento dei costi può rendere più onerosa la realizzazione di nuovi progetti, modificare le scelte tra infrastrutture proprietarie e servizi cloud e incidere sulla sostenibilità economica delle applicazioni AI.
Si tratta di una variabile particolarmente importante perché, in una fase di rapida crescita degli investimenti, l’aumento della spesa non coincide necessariamente con un incremento proporzionale della capacità computazionale installata.
La sostenibilità economica del boom: il rischio di sovrainvestimento
La dimensione raggiunta dagli investimenti solleva un ulteriore interrogativo: la crescita dei ricavi generati dall’intelligenza artificiale sarà sufficiente a remunerare il capitale impiegato nelle infrastrutture?
Il tema è stato affrontato dalla stessa Gartner in un’analisi pubblicata nell’ottobre 2026.
Secondo la società di ricerca, oltre 3.500 miliardi di dollari di investimenti infrastrutturali potrebbero essere esposti al rischio di svalutazione entro il 2030, qualora i fornitori continuassero a investire agli attuali ritmi senza una crescita adeguata dei ricavi.
Gartner stima che i proprietari dei data center AI dovrebbero generare complessivamente 8.500 miliardi di dollari di ricavi entro il 2030 per coprire gli investimenti annunciati, i costi di finanziamento e un rendimento del capitale investito del 12%. gartner.com
Non si tratta di una previsione di perdite certe, ma dell’indicazione di un rischio finanziario legato alla velocità e alla dimensione degli investimenti.
Il problema riguarda soprattutto la relazione tra capacità installata, tassi di utilizzo delle infrastrutture e domanda effettiva di servizi AI.
Una crescita molto rapida dell’offerta potrebbe tradursi in pressioni sui margini qualora l’utilizzo delle risorse e i ricavi non aumentassero con la stessa velocità.
Il mercato si trova quindi davanti a una sfida: realizzare le infrastrutture necessarie per sostenere la domanda futura senza creare capacità eccessiva o economicamente difficile da remunerare.
Le opportunità per telco, cloud provider e operatori delle infrastrutture digitali
Per il settore delle telecomunicazioni e delle infrastrutture digitali, la crescita degli investimenti nell’AI apre diverse prospettive.
La prima riguarda la connettività. L’espansione dei data center e dei sistemi di calcolo distribuiti aumenta l’importanza delle reti ad alta capacità e bassa latenza, necessarie per collegare infrastrutture, applicazioni e utenti.
La seconda riguarda i servizi cloud e l’edge computing. La diffusione di applicazioni AI che richiedono elaborazione in tempo reale può favorire architetture nelle quali parte della capacità computazionale viene collocata più vicino ai luoghi in cui i dati vengono prodotti e utilizzati.
La terza opportunità riguarda i servizi infrastrutturali gestiti. L’aumento della complessità dei sistemi AI può rafforzare la domanda di competenze specializzate nella progettazione, integrazione, sicurezza e gestione continuativa delle piattaforme tecnologiche.
Infine, la crescente attenzione alla sovranità digitale può favorire lo sviluppo di infrastrutture nazionali ed europee e di servizi cloud capaci di rispondere a specifici requisiti normativi e organizzativi.
Per gli operatori telco, tuttavia, queste opportunità non si tradurranno automaticamente in nuovi ricavi.
Sarà necessario individuare modelli di business sostenibili, valutare gli investimenti richiesti e costruire partnership con fornitori cloud, produttori di hardware, sviluppatori di piattaforme AI e operatori energetici.
La disponibilità di reti e data center rappresenta un punto di partenza, ma la capacità di creare valore dipenderà anche dai servizi costruiti su queste infrastrutture.
Il 2027 sarà l’anno delle infrastrutture, ma la sfida è trasformare la spesa in valore
Le previsioni Gartner e i dati IDC delineano un mercato dell’intelligenza artificiale che sta entrando in una nuova fase di sviluppo.
La crescita delle applicazioni e dei modelli continua, ma il principale flusso di investimenti si concentra sulle infrastrutture necessarie a sostenerne l’utilizzo su larga scala.
La capacità di calcolo diventa una risorsa strategica, mentre energia, connettività, raffreddamento e gestione dei sistemi assumono un ruolo sempre più importante nella competitività dell’industria digitale.
Per le imprese, la questione non sarà soltanto scegliere quali applicazioni AI adottare, ma anche definire come procurarsi la capacità computazionale necessaria, a quali costi e con quali garanzie di continuità, sicurezza e controllo dei dati.
Per gli operatori tecnologici, invece, la sfida sarà trasformare l’eccezionale crescita della domanda in un mercato sostenibile nel lungo periodo.
Il 2027 potrebbe così rappresentare un passaggio decisivo: l’anno in cui l’intelligenza artificiale consoliderà la propria dimensione industriale, ma anche quello in cui diventerà più evidente la necessità di misurare il ritorno economico degli investimenti.
Perché costruire l’infrastruttura dell’AI è indispensabile. Ma sarà la capacità di utilizzarla in modo efficiente e redditizio a determinare chi riuscirà a conquistare valore nel nuovo mercato.







Partecipa alla community