Il rapporto annuale McKinsey mette in evidenza le più recenti innovazioni tecnologiche, gli sviluppi e le tendenze in materia di talenti, insieme al loro potenziale impatto su imprese e società.
Come ogni anno, Mckinsey ha pubblicato il “Technology Trends Outlook 2026” che analizza le tendenze tecnologiche più interessanti del 2026. I temi centrali sono che l’innovazione si è spostata al mondo fisico, interessando reti elettriche, semiconduttori, robot intelligenti, scoperta di nuovi composti e lanci di satelliti; che l’AI sostiene e amplifica quasi tutte le tendenze, ma ha bisogno di grandi quantità di energia, che sono difficili da fornire; e che non è più solo importante cosa la tecnologia possa fare, ma chi sappia costruire l’hardware e formare la forza lavoro per impiegarla.
I cinque temi trasversali
Nel rapporto emergono cinque temi trasversali a tutte le tendenze. Il primo è la maggiore autonomia delle macchine: l’AI passa dai flussi di lavoro su schermo a un’era agentica, in cui gli agenti completano da soli molte attività digitali. C’è poi una AI “fisica”, che porta percezione, ragionamento e azione in robot, veicoli, “dark factory” e dispositivi indossabili, a cominciare da settori come manifattura e logistica.
Il secondo è che l’AI genera scoperte più in fretta di quanto si riesca ad assorbirle: propone migliaia di farmaci candidati, molto codice e nuovi materiali, ma le attività di validazione, test e revisione umana restano lenti, così questa velocità diventa il principale ostacolo.
Il terzo è la compressione dei tempi di difesa informatica: oltre tre quarti delle vulnerabilità sono “zero-day” e l’AI aiuta allo stesso modo difensori e attaccanti, come mostra la scelta di Anthropic di dare accesso controllato a Claude Mythos Preview tramite il Project Glasswing.
Il quarto tema è la co-progettazione di hardware e software: addestrare i modelli e poi eseguirli su larga scala (inferenza) richiede chip ottimizzati e specifici. Gli hyperscaler collaborano quindi con i produttori di semiconduttori per creare chip su misura, cambiando i modelli di business di produttori di apparecchiature e fornitori di energia.
Il quinto è che l’AI ha fame di energia e la rete non è pronta; il problema è che è difficile realizzare infrastrutture per limiti alle catene di approvvigionamento dei componenti principali, tanto che a livello globale oltre 2.500 GW di progetti sono bloccati da ritardi.
Il rapporto analizza in dettaglio 14 tendenze tecnologiche: vediamone brevemente il contenuto.
Sviluppo software agentico: si riferisce all’uso di sistemi basati su modelli linguistici di grandi dimensioni (LLM) che eseguono autonomamente attività di ingegneria del software, tra cui pianificazione, scrittura del codice, esecuzione di test, correzione di bug e rilascio delle modifiche. Gli strumenti di programmazione basati su AI stanno trasformando gli ingegneri da programmatori operativi a supervisori di agenti.
Investimenti da 0 a 4,9 miliardi di dollari (2022-2025), offerte di lavoro +221%.
AI agentica: si riferisce a sistemi di AI in grado di pianificare ed eseguire flussi di lavoro in più fasi con una direzione umana limitata; ragionano, interagiscono con i sistemi aziendali, si coordinano con altri agenti e adattano autonomamente le proprie azioni al mutare del contesto.
Investimenti a 9,9 miliardi di dollari (da 1 nel 2022), offerte di lavoro +952%.
AI per la scoperta scientifica e l’ingegneria: utilizza l’AI per accelerare la ricerca in ambiti quali scienze della vita, scienza dei materiali, chimica, fisica, scienze del clima, energia, geoscienze, astronomia e ingegneria; modelli, simulazioni e flussi di lavoro agentici possono aiutare scienziati e ingegneri a generare ipotesi, progettare esperimenti e automatizzare parti del proprio lavoro.
Investimenti a 7,9 miliardi di dollari (da 1), offerte di lavoro +18%.
Infrastruttura AI e architetture dei modelli: sono le tecnologie che alimentano i sistemi di AI; comprendono i modelli di base addestrati su insiemi di dati eterogenei (vaste reti di “neuroni” simulati, come i modelli linguistici di grandi dimensioni, LLM), nonché i modelli multimodali, di ragionamento e i world model. La categoria include anche l’infrastruttura di supporto di data center, piattaforme cloud, framework di addestramento e pipeline di dati necessari per costruire e scalare l’AI.
Investimenti pari a 145 miliardi di dollari, offerte di lavoro +47%.
Semiconduttori application-specific: sono chip progettati su misura e ottimizzati per carichi di lavoro di calcolo specializzati. Per l’intelligenza artificiale tali chip sono sempre più spesso progettati in stretto coordinamento con i sistemi software, le architetture di memoria, l’infrastruttura di rete e i modelli operativi dei data center, per soddisfare i requisiti dell’implementazione dell’AI su larga scala.
Investimenti a 41,6 miliardi di dollari (da 11), offerte di lavoro +22%.
Cybersicurezza e sistemi affidabili: contribuiscono a proteggere le reti informatiche, a rendere più verificabili le interazioni digitali in ambienti interconnessi e a rafforzare la fiducia nei sistemi digitali. Sono sempre più abilitati dall’AI e comprendono architetture zero-trust, nonché gestione degli accessi e delle identità. Altre tecnologie che rafforzano la fiducia includono i sistemi di registro basati su blockchain, le piattaforme di tokenizzazione e la crittografia resistente ai computer quantistici.
Investimenti a 77,5 miliardi di dollari (da 99, in calo), offerte di lavoro +6%.
Connettività avanzata: comprende le tecnologie che consentono ai dati di muoversi tra persone, dispositivi e sistemi; include il 5G e il futuro 6G, il Wi-Fi 6 e 7, le reti IoT (Internet of Things) a basso consumo, la fibra e il trasporto ottico, i satelliti in orbita terrestre bassa (LEO), i servizi direct-to-device e le reti definite via software e gestite dall’AI.
Investimenti in calo a 60,5 miliardi di dollari (da 74), offerte di lavoro +10%.
Tecnologie di realtà immersiva: fondono esperienze digitali e mondo fisico; la realtà aumentata (AR), la realtà virtuale (VR), la realtà mista (MR), l’aptica e gli smart glass basati su AI stanno spostando la categoria oltre l’immersione guidata dai visori, verso dispositivi indossabili consapevoli del contesto che aiutano le persone a vedere, ascoltare e interagire con ciò che le circonda in modi nuovi.
Investimenti scesi a 6,4 miliardi di dollari (da 15), offerte di lavoro –12%.
Tecnologie quantistiche: usano la meccanica quantistica per sbloccare nuove capacità nel calcolo, nelle comunicazioni e nel sensing; la categoria include i computer quantistici per problemi selezionati come simulazione e ottimizzazione, la sicurezza resistente ai computer quantistici per i rischi futuri legati alla cifratura, e i sensori quantistici per la misurazione di alta precisione di segnali fisici.
Investimenti a 13,3 miliardi di dollari (da 3), ma offerte di lavoro –46%.
Futuro della robotica: grazie ai progressi in AI, sensori e controllo del movimento, una nuova generazione di robot general-purpose può navigare in autonomia, comprendere ambienti complessi e lavorare in sicurezza a fianco delle persone, spingendosi oltre le fabbriche verso magazzini, ospedali, aziende agricole, hotel e negozi.
Investimenti a 19,5 miliardi di dollari (da 8), offerte di lavoro +12%.
Futuro della mobilità: le tecnologie che plasmano il futuro della mobilità stanno cambiando il modo in cui persone e merci si spostano su terra, aria e acqua. I veicoli elettrici, autonomi e definiti via software, insieme a infrastrutture di ricarica, mobilità condivisa, droni, taxi aerei e sistemi marittimi, stanno rendendo i trasporti più connessi e automatizzati.
Investimenti a 63,5 miliardi di dollari (da 76), offerte di lavoro –11%.
Futuro delle tecnologie spaziali: si articolano in quattro livelli connessi (1) i sistemi di lancio che portano i carichi utili in orbita, (2) i veicoli spaziali e le infrastrutture che operano nello spazio, (3) le reti di terra e servizi come connettività, (4) osservazione, manutenzione dei satelliti e calcolo orbitale.
Investimenti a 15,7 miliardi di dollari (da 9), offerte di lavoro –16%.
Futuro delle scienze della vita e della bioingegneria: combina AI, biologia, chimica e ingegneria per progettare, testare e scalare nuovi prodotti. Le scienze della vita studiano come funzionano gli esseri viventi, mentre la bioingegneria applica tale conoscenza per risolvere problemi medici e tecnici (ambito farmaceutico, editing genetico, terapie cellulari, diagnostica, biologia sintetica, fermentazione di precisione, agricoltura e materiali industriali).
Investimenti a 101 miliardi di dollari (da 65), offerte di lavoro –10%.
Futuro delle tecnologie per l’energia e la sostenibilità: si sta trasformando il modo in cui l’energia viene prodotta, immagazzinata, trasportata, gestita e utilizzata. Questa tendenza copre le tecnologie che ridisegnano i sistemi energetici, dall’elettricità più pulita allo stoccaggio, dall’ammodernamento della rete all’elettrificazione, fino alle infrastrutture a basse emissioni di carbonio come nucleare, idrogeno ed e-fuel.
Investimenti a 194,2 miliardi di dollari (in calo da 260), offerte di lavoro –19%.
