Il 2026 potrebbe essere ricordato come l’anno in cui l’intelligenza artificiale ha iniziato a uscire definitivamente dallo schermo per entrare nel mondo fisico. Robot autonomi, nuovi semiconduttori, reti energetiche, sistemi agentici, ricerca scientifica accelerata dall’AI e migliaia di satelliti stanno trasformando il confine tra tecnologia digitale e infrastrutture reali. È questa la fotografia del McKinsey Technology Trends Outlook 2026, che individua 14 grandi tendenze tecnologiche destinate a influenzare imprese e società. Un cambiamento che porta con sé enormi opportunità, ma anche una nuova consapevolezza: per far crescere l’intelligenza artificiale non bastano algoritmi migliori. Servono energia, chip, infrastrutture, capitale e soprattutto competenze.
Per diversi anni l’evoluzione tecnologica è stata raccontata soprattutto attraverso software, piattaforme digitali e servizi online. Secondo McKinsey, nel 2026 questa prospettiva non è più sufficiente. L’innovazione sta accelerando nelle reti elettriche e nei semiconduttori necessari ai data center, nei robot intelligenti capaci di incorporare l’AI, nei sistemi agentici utilizzati per scoprire nuovi composti chimici e persino nelle infrastrutture spaziali che stanno portando migliaia di satelliti in orbita.
Il rapporto analizza 14 tendenze tecnologiche, suddivise in tre grandi aree: rivoluzione dell’intelligenza artificiale, nuove frontiere del calcolo e della connettività, ingegneria avanzata. Rispetto all’edizione precedente entrano anche due nuovi ambiti, lo sviluppo software agentico e l’utilizzo dell’AI nella ricerca scientifica e nell’ingegneria. Ma uno degli aspetti più interessanti è che i confini tra queste categorie stanno diventando sempre meno definiti. È proprio dall’interazione tra tecnologie differenti che stanno emergendo alcune delle innovazioni più importanti.
L’intelligenza artificiale rappresenta il principale acceleratore di questa trasformazione. Quattro delle 14 tendenze analizzate sono direttamente legate all’AI, ma secondo McKinsey l’intelligenza artificiale influenza e amplifica anche le altre dieci. Sta aumentando l’autonomia dei robot, trasformando lo sviluppo software, accelerando la scoperta di nuovi farmaci, modificando le strategie di cybersecurity e favorendo lo sviluppo di nuove generazioni di semiconduttori.
Uno dei passaggi più importanti riguarda l’evoluzione verso la cosiddetta agentic AI. Dopo una prima fase nella quale i sistemi generativi venivano utilizzati soprattutto per produrre testi, sintetizzare documenti o rispondere a domande, l’intelligenza artificiale sta iniziando a svolgere autonomamente intere sequenze di attività digitali. Gli agenti AI potrebbero quindi diventare una componente sempre più integrata nell’organizzazione delle imprese, lavorando accanto alle persone e modificando non soltanto gli strumenti utilizzati, ma gli stessi modelli operativi aziendali.
Il passaggio successivo è ancora più significativo: l’AI entra nel mondo fisico. Robot generalisti vengono addestrati a comprendere l’ambiente circostante e a svolgere attività complesse in condizioni non completamente prevedibili. I veicoli possono prendere decisioni in tempo reale senza intervento umano, mentre alcuni sistemi industriali si stanno avvicinando al concetto di “dark factory”, stabilimenti capaci di produrre senza la presenza continua di operatori. Secondo McKinsey, la physical AI troverà inizialmente le applicazioni economicamente più interessanti nella manifattura e nella logistica, per poi estendersi progressivamente a ospedali, cantieri, agricoltura e infrastrutture urbane.
L’accelerazione riguarda anche la ricerca scientifica. Nel settore biofarmaceutico, l’intelligenza artificiale può oggi proporre migliaia di potenziali candidati farmaci nel tempo che in passato era necessario per individuarne soltanto pochi. Il problema, paradossalmente, potrebbe diventare proprio la velocità. Le successive fasi di laboratorio, sperimentazione clinica e autorizzazione regolamentare non possono infatti accelerare con la stessa intensità. Una dinamica simile riguarda il software, dove l’AI può produrre codice più rapidamente di quanto le organizzazioni riescano a controllarlo, testarlo e implementarlo in sicurezza.
La velocità dell’AI sta modificando profondamente anche la cybersecurity. Per anni la competizione tra attaccanti e difensori si è sviluppata nell’arco di giorni o settimane. Oggi questo intervallo si sta comprimendo. Secondo il rapporto, oltre tre quarti delle vulnerabilità informatiche vengono attualmente classificate come “zero day”, nel senso utilizzato dall’analisi, con strumenti di attacco già sviluppati al momento della divulgazione pubblica della vulnerabilità. L’intelligenza artificiale consente ai sistemi di sicurezza di individuare e correggere più rapidamente i problemi, ma contemporaneamente offre agli attaccanti strumenti per identificarli e sfruttarli con maggiore velocità.
Dietro questa rivoluzione digitale sta emergendo però una gigantesca trasformazione dell’hardware. I chip generalisti che per decenni hanno alimentato computer e data center non sono necessariamente la soluzione più efficiente per ogni applicazione di AI. L’addestramento dei modelli e soprattutto la loro utilizzazione quotidiana richiedono semiconduttori sempre più specializzati. Secondo McKinsey, l’inferenza sta superando il training come principale carico di lavoro dell’intelligenza artificiale. Diventa quindi strategico progettare chip capaci di produrre più elaborazioni per ogni watt consumato e a costi inferiori.
Questo sta modificando anche gli equilibri dell’industria tecnologica. I grandi operatori cloud stanno investendo nello sviluppo di semiconduttori personalizzati, progettati specificamente per i propri modelli e carichi di lavoro. La conseguenza è un progressivo avvicinamento tra chi utilizza i chip e chi li progetta, con possibili cambiamenti nei modelli di business dell’intera industria dei semiconduttori e delle infrastrutture necessarie ai data center.
Ma la vera risorsa critica potrebbe essere un’altra: l’energia. Nel 2025 le tecnologie energetiche hanno attirato quasi 200 miliardi di dollari di investimenti, mentre la spesa destinata alle infrastrutture per l’intelligenza artificiale è raddoppiata in un solo anno. Il motivo è evidente. La crescita dell’AI richiede quantità sempre maggiori di elettricità e la capacità delle reti di sostenere questa domanda sta diventando un fattore determinante per lo sviluppo tecnologico.
McKinsey stima che entro il 2030 i soli data center statunitensi dedicati ai carichi di lavoro dell’intelligenza artificiale potrebbero consumare tanta elettricità quanta ne utilizza oggi l’intera California. Il problema non riguarda soltanto la produzione di energia, ma la possibilità concreta di portarla dove serve. Un data center può essere costruito più rapidamente delle linee di trasmissione, delle sottostazioni e dei trasformatori necessari ad alimentarlo. In diversi mercati i tempi di consegna dei trasformatori superano ormai i due anni e oltre 2.500 gigawatt di progetti energetici nel mondo risultano in attesa di connessione alle reti.
L’accesso all’energia potrebbe quindi diventare un vantaggio competitivo paragonabile alla disponibilità di capitale o di talenti. È un cambiamento importante anche dal punto di vista degli investitori. Se la crescita dell’intelligenza artificiale continuerà, una parte del valore economico potrebbe infatti spostarsi verso quelle infrastrutture fisiche indispensabili per sostenerla: produzione elettrica, reti, data center, semiconduttori e sistemi di raffreddamento.
Anche il mercato del lavoro fornisce indicazioni interessanti sulla maturità delle diverse tecnologie. Nei settori della connettività, cybersecurity, energia, life sciences e mobilità, oltre la metà delle offerte di lavoro riguarda ormai funzioni diverse dalla ricerca e sviluppo, come amministrazione, operations, vendite e marketing. È un segnale che queste tecnologie stanno passando dalla fase prevalentemente sperimentale a quella dell’applicazione commerciale. Al contrario, nelle quattro tendenze direttamente collegate all’AI e nei semiconduttori specializzati, oltre il 75 per cento delle posizioni aperte riguarda ancora ricerca e sviluppo, indicando quanto questi settori siano ancora nelle prime fasi della propria evoluzione.
Gli investimenti confermano questa accelerazione. Sulla base dei dati del primo semestre 2026, McKinsey stima che cinque tendenze potrebbero ricevere quest’anno più del doppio dei capitali rispetto al 2025: sviluppo software agentico, infrastrutture e architetture dei modelli AI, intelligenza artificiale applicata alla ricerca scientifica e all’ingegneria, tecnologie spaziali e robotica. Quasi tutte le 14 tendenze analizzate risultano inoltre indirizzate verso finanziamenti superiori rispetto all’anno precedente.
Il Technology Trends Outlook 2026 descrive un passaggio importante nell’evoluzione tecnologica. L’intelligenza artificiale non rappresenta più soltanto un settore dell’economia digitale, ma sta diventando una tecnologia trasversale capace di modificare robotica, energia, semiconduttori, ricerca scientifica, cybersecurity, mobilità e industria.
Per le imprese la sfida sarà quindi più complessa rispetto alla semplice adozione di nuovi strumenti AI. Serviranno competenze, infrastrutture, capacità di calcolo, energia e nuovi modelli organizzativi. McKinsey sottolinea infatti che molte aziende devono contemporaneamente aggiornare sistemi legacy, riqualificare il personale e affrontare nuove vulnerabilità informatiche, in un contesto caratterizzato anche da scarsità di energia, talenti e capitale.
La tecnologia del prossimo decennio potrebbe quindi essere molto più fisica di quanto abbiamo immaginato negli ultimi anni. Dietro ogni algoritmo ci saranno chip, reti elettriche, data center, robot e infrastrutture. Comprendere questa convergenza sarà probabilmente uno degli elementi decisivi per individuare non soltanto le tecnologie vincenti, ma anche i settori e le imprese meglio posizionati per trasformarle in valore economico.