Artificial Intelligence Index Report 2026

Le capacità AI non stanno raggiungendo un plateau — stanno accelerando. L'industria ha prodotto oltre il 90% dei modelli notevoli nel 2025. Diversi modelli superano ora il baseline umano su domande scientifiche PhD, ragionamento multimodale e matematica olimpica. Su SWE-bench Verified (coding), le performance sono passate dal 60% al quasi 100% del baseline umano in un solo anno. L'adozione organizzativa ha raggiunto l'88% e 4 studenti universitari su 5 usano l'AI generativa.

Il gap di performance USA-Cina si è di fatto chiuso. I modelli USA e cinesi si sono scambiati la leadership più volte dal 2025. A febbraio 2025, DeepSeek-R1 ha brevemente eguagliato il top USA. A marzo 2026, il top USA guida solo del 2,7%. La Cina guida per volume di pubblicazioni, citazioni, output brevettuale e installazioni di robot industriali. La Corea del Sud primeggia per densità di innovazione AI pro capite.

Gli USA ospitano il maggior numero di data center AI, con la maggior parte dei chip fabbricati da un'unica fonderia taiwanese. Gli USA hanno 5.427 data center, più di 10 volte qualsiasi altro paese, e consumano più energia di qualsiasi altro. Una singola azienda, TSMC, fabbrica quasi tutti i chip AI leader, rendendo la supply chain globale dipendente da una sola fonderia a Taiwan. Una espansione TSMC-USA ha iniziato le operazioni nel 2025.

I modelli AI possono vincere la medaglia d'oro alle Olimpiadi Matematiche ma non riescono a leggere un orologio analogico — esempio di quella che i ricercatori chiamano "intelligenza frastagliata". Gemini Deep Think ha guadagnato una medaglia d'oro alle IMO, ma il top model legge gli orologi analogici correttamente solo nel 50,1% dei casi. Gli agenti AI hanno fatto un salto dal 12% al ~66% di successo su OSWorld, ma falliscono ancora circa 1 volta su 3 su benchmark strutturati.

I robot falliscono ancora sulla maggior parte dei task domestici, anche se eccellono in ambienti controllati. I robot riescono solo nel 12% dei task domestici reali, evidenziando quanto l'AI sia lontana dal padroneggiare il mondo fisico. Su RLBench, la manipolazione robotica in simulazioni software-based ha raggiunto l'89,4% di successo, ma il gap tra ambienti di laboratorio prevedibili e ambienti domestici imprevedibili è ampio.

L'AI Responsabile non tiene il passo con le capacità, con benchmark di sicurezza in ritardo e incidenti in forte aumento. Quasi tutti i principali sviluppatori di modelli frontier riportano risultati su benchmark di capacità, ma il reporting su benchmark AI responsabili rimane discontinuo. Gli incidenti AI documentati sono saliti a 362, da 233 nel 2024. Ricerche recenti mostrano che migliorare una dimensione responsabile, come la sicurezza, può degradarne un'altra, come l'accuratezza.

Gli USA guidano gli investimenti AI, ma la loro capacità di attrarre talento globale sta declinando. L'investimento privato AI USA ha raggiunto $285,9 miliardi nel 2025, più di 23 volte i $12,4 miliardi investiti in Cina (anche se le cifre private cinesi probabilmente sottostimano la spesa totale). Il numero di ricercatori e sviluppatori AI che si spostano negli USA è calato dell'89% dal 2017, con un calo dell'80% nell'ultimo anno.

L'adozione dell'AI diffonde a velocità storica, e i consumatori ricavano valore sostanziale da strumenti a cui spesso accedono gratis. L'AI generativa ha raggiunto il 53% di adozione a livello di popolazione in tre anni, più velocemente del PC o di internet. Il valore stimato degli strumenti AI generativa per i consumatori USA ha raggiunto $172 miliardi annui all'inizio del 2026, con il valore mediano per utente triplicato tra 2025 e 2026.

I guadagni di produttività da AI compaiono in molti degli stessi settori dove l'impiego entry-level sta iniziando a calare. Studi mostrano guadagni di produttività dal 14% al 26% in customer support e sviluppo software, con effetti più deboli o negativi nei task che richiedono più giudizio. Nel software, dove i guadagni di produttività sono più chiari, i developer USA dai 22 ai 25 anni hanno visto l'impiego calare quasi del 20% dal 2024.

L'impronta ambientale dell'AI si espande insieme alle sue capacità. Le emissioni stimate del training di Grok 4 hanno raggiunto 72.816 tonnellate di CO² equivalente. La capacità dei data center AI è salita a 29,6 GW, paragonabile a New York State al picco della domanda. Il solo consumo annuo d'acqua per l'inferenza di GPT-4o potrebbe superare il fabbisogno idrico di 12 milioni di persone.

I modelli AI per la scienza possono superare gli scienziati umani, ma i modelli più grandi non sempre performano meglio. I modelli frontier superano i chimici umani in media su ChemBench, ma segnano sotto il 20% sulle domande di replicazione in astrofisica. Un modello proteico da 111 milioni di parametri ha battuto metodi precedenti su ProteinGym, e un modello genomico da 200M ha superato un modello quasi 200 volte più grande.

L'AI sta trasformando la cura clinica, ma le prove rigorose rimangono limitate. Gli strumenti AI che generano automaticamente note cliniche dalle visite dei pazienti hanno visto un'adozione sostanziale nel 2025. I medici riportano fino all'83% di tempo risparmiato nella scrittura delle note e riduzioni significative del burnout. Tuttavia, una revisione di oltre 500 studi clinici AI ha rilevato che quasi la metà si basava su domande da manuale, non su dati clinici reali.

L'istruzione formale è in ritardo sull'AI, ma le persone imparano competenze AI a ogni età. Oltre l'80% degli studenti di liceo e università USA usa l'AI per compiti scolastici, ma solo la metà delle scuole medie e superiori ha policy AI chiare, e solo il 6% degli insegnanti dice che quelle policy siano chiare. Il numero di nuovi PhD AI in USA e Canada è aumentato del 22% dal 2022 al 2024.

La sovranità AI sta diventando un tratto definitorio della politica nazionale, ma le capacità rimangono diseguali. Le strategie nazionali AI si stanno espandendo, in particolare tra le economie in via di sviluppo. La produzione di modelli rimane concentrata in USA e Cina. Lo sviluppo open-source sta iniziando a ridistribuire la partecipazione, con contributi dal resto del mondo che superano l'Europa su GitHub.

Esperti e pubblico hanno prospettive molto diverse sul futuro dell'AI, e la fiducia globale nelle istituzioni per gestire l'AI è frammentata. Il 73% degli esperti prevede un impatto positivo sul lavoro, rispetto al solo 23% del pubblico — un gap di 50 punti. Gli USA hanno il più basso livello di fiducia nel proprio governo per regolare l'AI, al 31%. L'UE è percepita come il regolatore più affidabile.