Lo stato dell'IA nella scienza e nella ricerca 2026

L'IA è ormai parte integrante della scoperta scientifica, con in primo piano i 200 milioni di strutture proteiche di AlphaFold e con il rafforzamento di due Premi Nobel 2024, mentre investimenti e approvazioni regolatorie salgono nettamente.

L'intelligenza artificiale è passata da curiosità della ricerca a infrastruttura scientifica fondamentale: AlphaFold ha predetto oltre 200 milioni di strutture proteiche utilizzate da più di due milioni di ricercatori, e le svolte dell'IA hanno conquistato i Premi Nobel 2024. L'impennata degli investimenti privati nell'IA generativa e il forte aumento dei dispositivi medici basati sull'IA autorizzati dalla FDA mostrano lo stesso slancio che si sposta dal laboratorio all'uso reale e regolamentato.

200M+
Protein structures predicted by AlphaFold
Google DeepMind
2M+
Researchers across 190+ countries using the AlphaFold database
Google DeepMind
$33.9B
Global private investment in generative AI in 2024 (+18.7% YoY)
Stanford HAI AI Index 2025
223
FDA-authorized AI-enabled medical devices by 2023 (6 in 2015)
Stanford HAI AI Index 2025
2.2M
New crystals proposed by DeepMind's GNoME (~380,000 predicted stable)
DeepMind GNoME
6 to 223
FDA-cleared AI medical devices, 2015 to 2023
Stanford HAI AI Index 2025
Protein database growth since 2021 (%)
AlphaFold DB: 585%585%AlphaFold DBUniProt: 31%31%UniProtPDB: 23%23%PDB

Source: Stanford HAI AI Index 2025

Workflow stageRepresentative AI toolWhat it doesFree tier
Literature searchElicitFinds and summarises papers for a research questionYes
Citation checkingSciteShows whether citations support or contrast a claimNo (trial)
Mapping a fieldResearch RabbitBuilds visual citation graphs from seed papersYes (free)
Summarising PDFsScholarcyTurns papers into structured summary flashcardsYes
Academic writingPaperpalLanguage and submission-readiness checks for manuscriptsYes
Quick Q&A with sourcesPerplexityCited answers over the live web and uploaded papersYes

AlphaFold ha ridefinito la scala della scoperta

AlphaFold di DeepMind ha predetto le strutture di oltre 200 milioni di proteine, coprendo di fatto quasi tutte le proteine catalogate note alla scienza. Più del numero conta la portata: il database AlphaFold è stato usato da più di due milioni di ricercatori in oltre 190 Paesi. È così che appare l'IA scientifica matura: non una demo, ma un'infrastruttura condivisa su cui altri laboratori costruiscono ogni giorno. L'ampiezza dell'adozione, anche nei Paesi a basso e medio reddito, contribuisce a democratizzare la biologia strutturale che un tempo richiedeva metodi sperimentali costosi.

L'IA conquista ora i più alti riconoscimenti della scienza

Nel 2024 la ricerca guidata dall'IA ha ricevuto il massimo riconoscimento quando Demis Hassabis e John Jumper hanno condiviso il Premio Nobel per la Chimica per la predizione delle strutture proteiche, e i pionieri del deep learning sono stati premiati in fisica. È un punto di svolta: i premi tradizionalmente ricompensano lavori fondazionali vecchi di decenni, quindi onorare i metodi dell'IA segnala che l'establishment scientifico li tratta ora come legittimi motori della scoperta. Lo leggiamo come una conferma che l'IA non si limita ad accelerare la scienza esistente ma rende possibili risultati prima irraggiungibili. Questo riconoscimento tende ad attrarre finanziamenti e talenti verso programmi di ricerca nativi dell'IA.

Investimenti e database si espandono insieme

L'IA generativa ha attratto 33,9 miliardi di dollari di investimenti privati nel mondo nel 2024, in aumento del 18,7% sull'anno precedente, secondo l'AI Index di Stanford. Quel capitale è visibile nello strato dati della scienza: dal 2021 le voci nei principali database proteici sono cresciute nettamente, con il database AlphaFold in espansione del 585% e UniProt in aumento del 31%. Lo schema si autoalimenta: modelli migliori generano più strutture, che alimentano più ricerca, che giustifica più finanziamenti. Per chi sviluppa strumenti di ricerca, il segnale è una domanda duratura di IA che produce e cura dati scientifici, non solo che ne discute.

I regolatori stanno recuperando il passo sul laboratorio

La traduzione dalla ricerca alla pratica è più chiara in medicina, dove la FDA aveva autorizzato 223 dispositivi medici basati sull'IA entro il 2023, da appena sei ancora nel 2015. In parallelo, il 2024 ha visto un'ondata di grandi foundation model medici come Med-Gemini accanto a sistemi specialistici per radiologia e cardiologia. La capacità di esame regolatorio sta diventando un vincolo e un fattore abilitante reale più che una nota a piè di pagina. Ci aspettiamo che i volumi di approvazione continuino a salire man mano che maturano i quadri di valutazione per l'IA clinica, portando in produzione più modelli ancora in fase di ricerca.

Strumenti citati

Guide correlate

Domande frequenti

Quanto è effettivamente diffuso l'uso di AlphaFold nella ricerca?

Molto diffuso. DeepMind riferisce che il database AlphaFold è stato usato da più di due milioni di ricercatori in oltre 190 Paesi, con predizioni per più di 200 milioni di strutture proteiche. Funziona come infrastruttura scientifica condivisa più che come strumento di un singolo laboratorio.

L'IA sta passando dagli articoli di ricerca alla scienza del mondo reale?

Sì. La prova più chiara è in medicina, dove i dispositivi medici basati sull'IA autorizzati dalla FDA sono saliti da sei nel 2015 a 223 entro il 2023, e i Premi Nobel del 2024 hanno riconosciuto la scoperta guidata dall'IA, segnalando che l'IA è diventata un metodo scientifico mainstream più che un esperimento.

More reports

Compiled by ToolGlance from publicly reported data; figures link to their sources. Aggiornato 2026-06-11.

Come valutiamo: i punteggi ToolGlance combinano prezzi, funzionalità principali, segnali dalle recensioni degli utenti e frequenza di aggiornamento, raccolti da fonti pubbliche e dalla documentazione dei fornitori — consulta la nostra Come valutiamo. I dati sono indicativi e cambiano spesso; verifica sempre prezzi e funzionalità sul sito del fornitore prima dell'acquisto. Ultimo aggiornamento 2026-07-14. A cura del team editoriale di ToolGlance.