Dimensione del mercato Informatica cognitiva, per tecnologia (elaborazione del linguaggio naturale, apprendimento automatico, ragionamento automatizzato, recupero di informazioni); Applicazione; Distribuzione: tendenze di crescita, quota regionale, intelligence competitiva, rapporto sulle previsioni 2025-2037

Settore dell'informatica cognitiva: fattori di crescita e sfide

Fattori di crescita

• Fattori chiave, tra cui aggiornamenti IP e calo dei prezzi dei sensori: gli esperti NARA stimano che entro il 2025 ci saranno 75,44 miliardi di dispositivi connessi a Internet in tutto il mondo e oltre il 30% di tutti i dati replicati o acquisiti verrà creato in tempo reale.  In primo luogo, la rivoluzione del protocollo Internet (IP) ha portato a prospettive lungimiranti sull'integrazione del cognitive computing nei vari settori. In genere, gli indirizzi IP utilizzano un protocollo a 32 bit, ma le stime sopra menzionate hanno mostrato che il numero totale di dispositivi alla fine supererebbe la capacità del protocollo di fornire 4,3 miliardi di indirizzi univoci. Si prevede che la ratifica del protocollo Internet versione 6 (IPv6) sarà sufficiente per far fronte alla crescita esponenziale dei dispositivi IoT.
  
  I produttori stanno aggiornando i dispositivi con sensori IoT intelligenti per raccogliere dati completi in tempo reale per trasmetterli ulteriormente allo sviluppo di soluzioni ERP.  Poiché sempre più produttori si sforzano di rendere i propri sistemi legacy più intelligenti, le dimensioni del mercato dei sensori e dei controller sono cresciute notevolmente e hanno raggiunto i 6,1 miliardi di dollari nel 2020, secondo uno studio di Microsoft. Nel 2018 è stato registrato un calo del 200% nel prezzo dei sensori rispetto al 2004, con 0,44 USD per sensore. La riduzione dei costi, unita alla facilità di implementazione, ha rafforzato la connettività Wi-Fi dal 2019. Inoltre, il prezzo AWS IoT della messaggistica MQTT e HTTP è di circa 0,7 USD per milione di messaggi.
• Emersione dell'edge computing neuromorfico: si prevede che durante la sequenza temporale delle previsioni emergeranno due classi principali di sistemi di cognitive computing. Il primo può svolgere compiti senza intervento umano, compresi veicoli autonomi e droni. Il secondo consente ai medici di diagnosticare malattie ed eseguire interventi chirurgici. Entrambe le classi di IA evolutiva dipendono principalmente dal calcolo neuromorfico. Mappa le capacità funzionali umane utilizzando neuroni artificiali che mappano le caratteristiche del cervello umano.
  
  Gli attuali leader tecnologici sono nella posizione migliore per trarre vantaggio dall’emergere dell’informatica neuromorfica, data la grande richiesta di capitale necessaria per costruire e mantenere modelli complessi. Il progetto UE Human Brain ha sostenuto lo sviluppo di BrainScaleS e SpiNNaker per facilitare le simulazioni neuroscientifiche su larga scala. L'iniziativa sponsorizzata dall'UE ha proposto un digital spiking neuromorphic (ODIN) per l'apprendimento online, un processore neuromorfico digitale ottimizzato chiamato anche per l'elaborazione di modelli neuronali complessi. Loihi di Intel e TrueNorth di IBM sono esempi di progressi privati ​​nel campo, mentre gli sforzi accademici includono DYNAP, IFAT, Neurogrid e BrainScales-2.
  
  I computer e i chip neuromorfi convenzionali su larga scala sono basati sul silicio e sviluppati con la tecnologia dei semiconduttori a ossido di metallo. Nonostante ciò, vi è una significativa attività di ricerca e sviluppo nell'utilizzo di nuovi materiali come isolanti ferroelettrici, a cambiamento di fase, non filamentosi, topologici e implementazioni neuromorfiche di biomembrane drogate con canali. Inoltre, il crescente numero di dispositivi connessi alimentati dal 5G e dall’IoT ha favorito gli investimenti in questo settore. Nel marzo 2024, Innatera si è assicurata un investimento di 21 milioni di dollari per accelerare i propri progressi nelle soluzioni di cognitive computing, rispondere alla crescente necessità di soluzioni informatiche sostenibili e alimentare l'innovazione nel campo dei semiconduttori IA.
• Il cognitive computing sta diventando sempre più necessario per l'analisi predittiva al fine di risparmiare sulle spese operative: il campo del cognitive computing ha registrato una rapida crescita grazie ai progressi nell'intelligenza artificiale e nell'informatica e si prevede che continuerà ad espandersi durante il periodo previsto. L’obiettivo principale del cognitive computing è assistere le organizzazioni nel prendere decisioni. L'utilizzo di tecnologie ML come l'analisi predittiva è l'approccio ideale per eseguire processi aziendali senza interruzioni.
  
  Molti utenti aziendali utilizzano questi potenti strumenti di analisi predittiva per eseguire attività aziendali di routine poiché sono strumenti efficaci per produrre risultati esatti. Si prevede che il 30% delle procedure aziendali sarà automatizzato entro l’inizio del 2030. Le soluzioni di analisi predittiva aumentano inoltre le entrate consigliando prodotti e servizi a determinati clienti sulla base di dati passati. Queste strategie stanno dando i loro frutti riducendo le spese amministrative dell'azienda.

Sfide

• Rischi per la sicurezza dei dati: le preoccupazioni sulla sicurezza dei dati rimangono un grave ostacolo al mercato del cognitive computing. I fornitori di soluzioni di cognitive computing sono principalmente responsabili dell’amministrazione e della supervisione dei database. I database contengono dati finanziari come indirizzi, ID immagine, informazioni su carte di debito o credito e una serie di dati sensibili degli utenti. I criminali informatici utilizzano varie tattiche come malware, attacchi DDoS (Distributed Denial of Service), phishing e attacchi SQL injection nel tentativo di violare le reti e ottenere credenziali utente autentiche.
• Gli elevati costi iniziali si sono rivelati un fattore frenante: lo sviluppo di soluzioni cognitive richiede un sostanziale investimento iniziale per stabilire l'architettura e l'infrastruttura di manutenzione, con conseguenti spese operative elevate. Il processo di installazione e funzionamento è molto più complicato e richiede molte risorse. In questo processo viene utilizzata una quantità significativa di elettricità, componenti di rete, data center e altre risorse. Inoltre, si prevede che le preoccupazioni relative alle normative governative e alla conformità ambigua limiterebbero la crescita del business del cognitive computing. A causa delle PMI' mancanza di comprensione, si prevede che il mercato dovrà affrontare diverse difficoltà.