Statistiche sull'IA nel 2026: il tabellone, verificato numero per numero

I data center del mondo consumeranno "più di 1.000 TWh di elettricità nel 2026 — l'equivalente del Giappone". La frase compare in decine di raccolte di statistiche sull'IA pubblicate quest'anno, quasi sempre al presente indicativo, quasi mai con una data. Sono andato a verificare. Il numero esiste, è dell'Agenzia Internazionale dell'Energia — e la stessa IEA lo ha mandato in pensione. Era il tetto di una forchetta proiettata a gennaio 2024 (da 620 a 1.050 TWh), che includeva le criptovalute nel conto; il caso base dello stesso rapporto era "poco più di 800". Ad arrotondare 800 in "più di 1.000" non è stato un blog di marketing: è stato l'executive summary della stessa agenzia. La serie attuale della IEA, di aprile 2026, misura 485 TWh nel 2025 — senza cripto — e Gartner proietta 565 TWh per il 2026. Il numero che circola è quasi il doppio del miglior numero disponibile, e lo zombie è nato dentro il documento originale, nella distanza tra il corpo del rapporto e il riassunto che tutti citano.

Questo è un articolo di statistiche sull'IA — il genere che produce più numeri e meno date. Il metro qui è uno solo: un numero senza data, senza strumento di misura e senza perimetro non è un dato. Ho verificato ogni cifra di questo testo alla fonte primaria, con data e perimetro annotati. Quello che segue è il tabellone di ciò che è sopravvissuto.

La collisione che insegna il metro: il "mercato dell'IA" vale meno di un'azienda di IA

Il "mercato globale dell'IA" del 2025 è stato valutato US$ 390,9 miliardi (Grand View Research, nov/2025). Anthropic, da sola, è stata valutata US$ 965 miliardi nel round Series H (annuncio ufficiale, 28/mag/2026). Un'azienda che "vale" due volte e mezzo l'intero mercato in cui opera dovrebbe mandare in tilt qualsiasi foglio di calcolo — e non lo manda, perché le due cifre non misurano la stessa cosa. Il mercato è ricavo stimato; la valuation è una scommessa sui flussi futuri; l'investimento è denaro entrato; il round è un evento. Le raccolte di statistiche sommano le quattro categorie in un'unica lista, ed è così che nasce la sensazione che "i numeri dell'IA non tornino". Non tornano perché non sono sommabili:

Tre osservazioni che la tabella nasconde. Prima: gli US$ 258,7 mld dell'OECD includono i mega-round (le transazioni sopra i US$ 100 milioni pesano per il 73% del valore) ed escludono l'investimento interno delle big tech — il brief dichiara il perimetro a pagina 2. Seconda: la cifra di "mercato" della Grand View non è verificabile — la lista delle aziende contate e il modello che produce la crescita proiettata stanno dietro il paywall, e il materiale della casa si contraddice da solo: la pagina del rapporto dice un CAGR del 30,6% (2026-2033), il press release ufficiale annuncia il 31,5% (2025-2033) — due crescite per la stessa previsione, a seconda dell'anno base. Terza: nel rapporto separato della stessa casa, il "mercato della genAI" del 2025 vale US$ 22,2 mld — il 5,7% del "mercato dell'IA" in piena era generativa. Confini di definizione così opachi sono il motivo per cui Precedence Research pubblica US$ 4.200 miliardi (entro il 2035) e MarketsandMarkets US$ 3.600 miliardi (entro il 2033) per "lo stesso" mercato. La dispersione tra le società di consulenza è, essa stessa, il dato.

E ci sono i numeri che invecchiano in settimane. Il caso xAI+SpaceX è la prova vivente: le raccolte di luglio dicevano "vale più di US$ 2.100 miliardi". Ho datato ogni punto: l'IPO è partita il 12/giu/2026 a US$ 1.780 miliardi; ha chiuso il primo giorno a US$ 2.100 miliardi; quattro giorni dopo l'azione ha toccato il massimo storico ~40% sopra la chiusura del debutto; e ad agosto 2026 la società vale US$ 1.430 miliardi. Lo stesso numero è risultato superato sia per eccesso sia per difetto nel giro di otto settimane. Una valuation senza data non è un dato — è un ricordo.

All'estremo opposto dello spettro anagrafico ci sono le previsioni-fossile, presenti in quasi ogni raccolta del 2026: "l'IA aggiungerà US$ 15.700 miliardi all'economia entro il 2030" è della PwC di giugno 2017 — e gli URL originali dello studio sono morti; oggi pwc.com reindirizza la pagina e il PDF verso altri prodotti. I "US$ 13.000 miliardi" di McKinsey sono di settembre 2018; la forchetta "la genAI aggiunge US$ 2.600-4.400 miliardi l'anno", di giugno 2023. Sono proiezioni di potenziale, con metodologie incommensurabili tra loro, citate nove, otto e tre anni dopo come se descrivessero il 2026.

Il tabellone

Ho preso le statistiche che più circolano nelle raccolte di "IA nel 2026" — compresa la rassegna tedesca che ha ispirato questo articolo — e le ho verificate una per una alla fonte primaria. Legenda onesta: confermato (numero, data e perimetro coincidono), mezza verità (numero giusto, perimetro o denominatore omesso), fossile (numero reale, di un'altra era, che circola come attuale), zombie (proiezione ritirata dalla stessa fonte), non confermato.

La riga che meglio riassume il tabellone è quella del 53%. L'AI Index 2026 apre dicendo che "l'IA generativa ha raggiunto quasi il 53% di adozione nella popolazione in tre anni — più veloce del PC e di internet". La nota a piè di pagina della figura (4.3.9, p. 199) dice quello che il titolo non dice: il campione è fatto di individui tra i 18 e i 64 anni degli Stati Uniti (indagini RPS/CPS, di Bick, Blandin e Deming). Non è la popolazione mondiale né la popolazione online — e il contrasto sta nello stesso rapporto: secondo la telemetria di Microsoft, due pagine più avanti, l'adozione negli USA è al 28,3%, 24º posto al mondo. I due numeri "sono giusti"; misurano cose diverse. Il denominatore è il punto in cui le statistiche sull'IA muoiono — e questo schema si ripeterà in ogni sezione qui sotto.

Niente di tutto questo è una novità per chi legge i forum. Nell'archivio del discorso che ho raccolto (2024-2026), la risposta standard di Reddit a una statistica sull'IA senza fonte è ormai un meme — "Source: Trust me bro!" — e il grafico dello Hype Cycle di Gartner viene citato da ottimisti e pessimisti per dimostrare tesi opposte. Lo scetticismo di fondo è ben calibrato; quello che manca, quasi sempre, è qualcuno che apra il PDF.

L'imbuto che l'88% nasconde

La statistica aziendale più citata del 2026 — l'88% delle organizzazioni usa l'IA — è vera e viene da McKinsey ("The state of AI in 2025", nov/2025, 1.993 intervistati in 105 paesi): uso regolare in almeno una funzione aziendale, contro il 78% di un anno prima. Quello che quasi mai circola insieme sono le altre due domande della stessa indagine:

I tre gradini, con la formulazione esatta della fonte: l'88% usa l'IA in almeno una funzione; "no more than 10 percent" degli intervistati dice di stare scalando agenti di IA in una qualsiasi funzione data (il taglio per azienda è più generoso: il 23% scala agenti da qualche parte nell'organizzazione, il 62% almeno sperimenta); e circa il 6% è quello che McKinsey definisce high performers — attribuiscono all'IA un effetto del 5% o più sull'EBIT e dichiarano valore "significativo". Fate attenzione alle riserve, perché sono loro il dato: tutto è autodichiarato da intervistati di un'indagine, il "6%" è una definizione composita, e il 39% attribuisce all'IA qualche effetto sull'EBIT — la maggioranza, sotto il 5%. Usare è facile da dichiarare; un profitto che compare in bilancio è un'altra specie di affermazione.

Due fantasmi si aggirano intorno a questa famiglia di numeri. Il "72% delle organizzazioni usa la genAI", presente in varie raccolte, non esiste nell'edizione attuale di McKinsey — è contaminazione di edizioni passate (il 72% era l'adozione di IA in generale a inizio 2024). E lo stesso AI Index inciampa sul dato: l'highlight del capitolo 4 dice "il 70% delle organizzazioni usa la genAI" mentre il corpo dello stesso capitolo dice 79% — nello stesso PDF, a 21 pagine di distanza.

L'archivio del discorso registra la reazione della community a questa famiglia di statistiche: quando è circolato il "95% dei progetti pilota di genAI fallisce" (rapporto MIT NANDA, ago/2025), la critica tecnica ha indicato il campione piccolo e il perimetro — il rapporto misurava i canali formali dell'IT, non l'uso reale — e la battuta più votata del forum ha riassunto lo scetticismo maturo: "Mi sorprende che il 5% stia funzionando."

Per cosa le persone usano l'IA: il 4,2% che smentisce il feed

Il miglior dato pubblico sull'uso reale viene dal paper NBER w34255 ("How People Use ChatGPT", set/2025; Chatterji, Cunningham, Deming e altri — con dati interni di OpenAI): 1,1 milioni di conversazioni campionate tra mag/2024 e giu/2025. I tre usi maggiori — orientamento pratico, ricerca di informazioni e scrittura — sommano il 77% di tutte le conversazioni. Programmazione: il 4,2% dei messaggi. Matematica, 3%; analisi di dati, 0,4%.

Il 4,2% demolisce l'impressione che "tutti usano l'IA per programmare" — ma leggete il perimetro prima di citarlo: il campione copre solo i piani consumer (Free, Plus, Pro). Enterprise, Education e — decisivo — API e Codex restano fuori. Il paper annota che la programmazione è migrata fuori da ChatGPT; il 4,2% misura la chat, non la categoria. La bolla di chi programma con l'IA esiste; solo che non abita dove la statistica è stata raccolta.

Sul lavoro, i numeri che circolano insieme vengono da metri separati — ciascuno con il suo denominatore: il 52% dei lavoratori USA usa l'IA nel proprio ruolo (Gallup, Q2 2026, n=22.573 — la serie è stata 40% -> 45% -> 52% in un anno); l'87% dei digital workers usa l'IA e il 75% si dice più produttivo (Glean Work AI Index 2026 — 6.000 intervistati, solo USA/Regno Unito/Australia, e produttività percepita, autodichiarata). E i due fossili prediletti del genere: "il 46% del codice è scritto dall'IA" è il blog di GitHub del 14/feb/2023 (tre anni e mezzo fa, quando la stessa metrica era stata 27% a giu/2022); e il "20-30% del codice di Microsoft" di Nadella (LlamaCon, apr/2025) ha una clausola che il riassunto perde sempre: "in some of our projects" — alcuni progetti, non l'intera base di codice dell'azienda.

Tra gli adolescenti, il fossile è più recente e più insidioso: "il 26% dei teenager americani usa ChatGPT per i compiti" ha rilevazione sul campo di set-ott/2024. L'ondata successiva della stessa Pew (campo set-ott/2025, pubblicata feb/2026) ha misurato il 54% — categoria più ampia, i chatbot in generale — con 1 su 10 che dice di fare "tutti o quasi tutti" i compiti con loro. Citare il 26% nel 2026 è sbagliare della metà.

Energia: anatomia del numero zombie

Il caso dei 1.050 TWh merita la radiografia completa, perché insegna come uno zombie si forma in tre passi. Passo 1: la IEA pubblica a gen/2024 una forchetta per il 2026 — da 620 a 1.050 TWh — il cui perimetro dichiarato include i data center e il mining di criptovalute (~160 TWh del caso base). Passo 2: l'executive summary della stessa IEA arrotonda il caso base da "poco più di 800" a "more than 1 000 TWh… roughly equivalent to Japan". Passo 3: le raccolte citano il summary, tagliano la forchetta, il perimetro e la data — e tre anni dopo il tetto è diventato "il consumo dei data center nel 2026".

La serie che ha sostituito la forchetta ritirata (IEA, Key Questions on Energy and AI, 16/apr/2026) misura 485 TWh nel 2025 e proietta ~950 TWh nel 2030 — senza cripto, che l'agenzia ora traccia a parte. Gartner (giu/2026) proietta 565 TWh per il 2026, con la scomposizione che interessa: i server ottimizzati per l'IA sono 175 TWh — il 31% del totale. L'IA non è nemmeno la maggioranza del consumo dei data center; è la fetta che cresce più in fretta (95 -> 175 -> 258 TWh tra il 2025 e il 2027, nella proiezione).

Il confronto con i paesi cambia di conseguenza: con lo zombie dei 1.050 TWh, "i data center" sarebbero il 5º maggior consumatore di elettricità del mondo, tra Russia e Giappone — con un margine del 2% sul Giappone, sensibile alla serie usata. Con i 565 TWh di Gartner, scendono al 9º posto, tra Corea del Sud e Germania (serie della domanda Ember/OWID, dati 2025). Resta gigantesco; smette di essere il titolo che è circolato.

Due vicini di questa sezione chiedono lo stesso metro. Il supercluster Colossus, di xAI: i "quasi 2 GW" sono un post dello stesso Musk (dic/2025), e le "555 mila GPU" sono un'aggregazione di stampa costruita sui suoi post — non c'è verifica indipendente di nessuno dei due. E il virale dell'acqua — "un'e-mail su GPT-4 consuma una bottiglia da 519 mL" (Washington Post/UC Riverside, set/2024) — è stato smontato a mag/2026 da Andy Masley, che ha ricalcolato il costo in 2,1-9,8 mL per prompt; lo stesso ricercatore che aveva originato la cifra, Shaolei Ren, ha comunicato subito dopo la revisione a ~15 mL per prompt (5 mL nel data center; il resto nella generazione elettrica). Non c'è un nuovo paper pubblico di Ren — la traccia è l'update nel post di Masley più la copertura di lug/2026 —, quindi lo registro come revisione comunicata, non come pubblicazione. E comunque: il numero virale è circa 35 volte sopra la migliore stima attuale, e continua a circolare.

USA × Cina: i due tabelloni raccontano storie opposte — di proposito

Sul denaro, l'oceano: investimento privato in IA di US$ 285,9 mld negli USA contro US$ 12,4 mld in Cina nel 2025 — 23,1 volte (AI Index 2026, base Quid, p. 181). Con la riserva che lo stesso rapporto porta con sé e che le citazioni tagliano via: la base non vede i fondi statali — i soli fondi di orientamento governativo cinesi avrebbero allocato ~US$ 184 mld all'IA tra il 2000 e il 2023, secondo la stima citata nel rapporto. Il "23 volte" confronta capitale privato, non sforzo nazionale.

Sulla produzione di frontiera, la stessa edizione conta 59 modelli notevoli degli USA contro 35 della Cina nel 2025 (curatela manuale di Epoch AI). E sulle prestazioni la storia si inverte: a marzo 2026, il gap tra il miglior modello americano e il miglior cinese nella leaderboard dell'Arena era del 2,7% (Claude Opus 4.6, 1.503, contro Dola-Seed-2.0 Preview, 1.464) — un anno prima era arrivato allo 0,4%. È una fotografia di una leaderboard volatile, e lo stesso Index avverte che la posizione nell'Arena può riflettere l'adattamento alla piattaforma; la lettura onesta non è "la Cina ha raggiunto", è "il gap di prestazioni si è chiuso mentre il gap di capitale e di volume di frontiera resta aperto". I due tabelloni insieme sono la tesi; ognuno dei due da solo è tifo.

Sulla percezione pubblica, i numeri che circolano appiccicati insieme vengono da sondaggi diversi — e nessuno è "globale". La mediana dei 25 paesi sondati dal Pew (ott/2025): il 53% si fida dell'Unione Europea per regolamentare l'IA, il 37% degli USA, il 27% della Cina. E l'entusiasmo della Gen Z che "è sceso dal 36% al 22%" è Gallup/Walton (apr/2026) — solo USA, 14-29 anni, con la rabbia in salita di 9 punti nello stesso periodo. Sono tagli parziali; trattarli come "il mondo pensa X" è lo stesso errore del 53% di adozione.

Chatbot: il metro web misura i siti, non l'uso

Lo share di traffico che circola — ChatGPT 52,7%, Gemini 27,3%, Claude 8,9% (Similarweb, mag/2026) — merita le due annotazioni che cadono sempre per strada. Prima: un anno prima era 76,4% / 8,9% / 1,6%. ChatGPT ha perso 24 punti di share in 12 mesi; Claude ha moltiplicato il suo per ~5,6 (le raccolte dicono "3 volte" — sottostimano); e la rilevazione di giu/2026 mostra il traffico di chatgpt.com in calo del 3,29% mese su mese. Seconda, e più importante: il metro è web-only. Misura visite ai domini; non vede le app native (sottoconteggio stimato del 15-60% a seconda dell'assistente), non vede le API, non vede l'IA integrata nella ricerca di Google — il che sottoconta proprio Gemini. È un proxy di prodotto web consumer, utile per la tendenza, inutile per "quante persone usano".

Il gradino Brasile: presente dove si contano le persone, assente dove si conta il capitale

La rassegna tedesca che ha ispirato questo articolo non ha una riga sul Brasile — e le classifiche internazionali nemmeno. Sono andato a cercare il paese nelle tabelle dell'AI Index 2026, e l'assenza è il primo dato: il Brasile non compare nella top-15 dell'investimento privato in IA del 2025 (il 15º posto, la Svezia, segna US$ 0,97 mld — il Brasile sta sotto), né nelle tabelle delle aziende appena finanziate, né nel cumulato 2013-2025. Dove il rapporto conta infrastruttura e persone, il paese esiste: 197 data center (contro i 5.427 degli USA), 11.100 autori e inventori di punta in IA — 10º posto mondiale — e l'84% degli universitari brasiliani ha già usato la genAI nello studio (indagine Chegg in 15 paesi), sopra il 67% di USA e Regno Unito e 32 punti sopra il 2023.

Sulla popolazione generale, la fotografia che ho montato nell'articolo precedente di questa serie resta in piedi: il ~23% della popolazione brasiliana usa l'IA generativa (derivato dal 32% degli utenti internet misurati dal Cetic.br nel 2025), contro un tetto mondiale del 29,2% che — come ho mostrato lì — conta account, non persone. Il quadro brasiliano del 2026 sta in una frase: adozione di persone vicino alla frontiera, capitale fuori dalla mappa — l'84% degli universitari che usa, meno di un miliardo di dollari che entra.

Cosa ne farei io

Non farò finta che esista un numero segreto e giusto di "statistica sull'IA" che gli altri sbagliano. Quello che esiste è un metro tascabile, e costa tre domande:

Chi ha misurato, misurando che cosa? Ricavi, investimento, VC, valuation, visite web, intervistati di un sondaggio — sono specie che non si sommano. La tabella di metrologia lassù in alto vale più di qualsiasi numero individuale di questo testo.

Qual è il denominatore? Il "53% della popolazione" era USA 18-64. Il "50% dei lavoratori" era USA. La "mediana globale" erano 25 paesi. L'"87% dei knowledge workers" erano digital workers di tre paesi anglofoni. Nelle statistiche sull'IA, il denominatore omesso è la regola, non l'eccezione.

Di quando è la fotografia? Il 46% di Copilot ha tre anni e mezzo. I 15.700 miliardi della PwC hanno nove anni. La valuation di xAI è invecchiata due volte in otto settimane. Ogni numero di questo articolo porta la data nel corpo del testo — non per stile, ma perché è la data a decidere se il numero è ancora un dato.

Il resto lo restituisco al lettore: la prossima volta che una card su LinkedIn dirà che "l'IA è già un mercato da X trilioni usato dall'Y% dell'umanità", le tre domande stanno in un commento — e la fonte primaria è quasi sempre a due clic. È solo questo che ha fatto questo articolo.

Fonti

• Stanford HAI — AI Index Report 2026 · PDF ufficiale (investimenti, 53%, USA×Cina, Chegg, Brasile)
• McKinsey — The state of AI in 2025 (88%, agenti, high performers)
• OECD — Venture capital investments in AI through 2025 (US$ 258,7 mld, 61%)
• Grand View Research — Artificial Intelligence Market · press release (US$ 390,9 mld; i due CAGR)
• Anthropic — Series H · CNBC · NBC (valuation di mag/2026)
• CNBC — SpaceX tops $2 trillion · companiesmarketcap — SPCX (cronologia xAI+SpaceX)
• IEA — Electricity 2024 · Energy and AI · Key Questions on Energy and AI (la forchetta ritirata e la serie attuale)
• Gartner — press release 10/06/2026 (565 TWh, scomposizione)
• Ember/OWID — domanda elettrica per paese (classifica dei paesi)
• NBER — Working Paper 34255 (77%, programmazione 4,2%)
• Gallup — uso dell'IA al lavoro · Glean — Work AI Index 2026 (52%; 87%/75%)
• GitHub — Copilot for Business (feb/2023) · The Register — Nadella alla LlamaCon (i fossili del codice)
• Pew — teenager e ChatGPT (2024) · Pew — How Teens Use and View AI (feb/2026) · Pew — fiducia nella regolamentazione (ott/2025)
• Gallup/Walton — Gen Z e IA (apr/2026)
• Similarweb via ppc.land (mag/2026) (share dei chatbot; riserva web-only)
• Andy Masley — l'origine dell'errore dell'acqua · Forbes (lug/2026) (revisione dei ~15 mL)
• Post di Elon Musk sul Colossus: lug/2025 · dic/2025 (claim senza verifica indipendente)
• PwC — Sizing the prize (giu/2017; press release dell'epoca; URL originali morti, verificato via Wayback) · McKinsey Global Institute — Notes from the AI frontier (set/2018) · McKinsey — The economic potential of generative AI (giu/2023)

L'idea di questo articolo è nata da una rassegna di gradually.ai (in tedesco). Nessun numero è stato ereditato da lì: tutti sono stati verificati in modo indipendente sulle fonti primarie elencate sopra, il 02/08/2026 — PDF ufficiali quando disponibili (AI Index, OECD, IEA), snapshot della Wayback Machine delle pagine ufficiali dove il sito blocca l'accesso automatizzato (McKinsey, Gartner, Grand View), e il testo originale via cattura del Common Crawl del 14/07/2026. Le valuation delle aziende private non hanno una fonte verificabile oltre agli annunci delle aziende stesse e alla stampa finanziaria — per questo sono datate nel corpo del testo. Le citazioni della community sono archivio del discorso 2024-2026, con thread verificati dal vivo, non un ritratto di "adesso". Non ho verificato: i numeri interni non pubblicati di xAI (GPU, potenza), il documento primario della revisione di Shaolei Ren (comunicata via terzi), e la scomposizione proprietaria dietro la cifra di mercato della Grand View.