Se la realtà digitale è stata in grado di generare, da sola, la prima data eco­nomy, la convoluzione in essa dei dati catturati dal mondo fisico apre nuove sfide per l’elaborazione e la valorizzazione di questo immenso patrimonio informativo; per affrontare questo nuovo “data deluge” si stanno sviluppando nuovi approcci all’estrazione di valore dal dato, che vanno a completare lo scenario dei big data analytics, così come si è sviluppato nell’ultimo decennio. Ad esempio, se nel mon­do Internet tradizionale la quota principale del valore stava nell’elaborazione del dato per estrarre informazione e conoscenza in modo asincrono rispetto ai pro­cessi fruitori, per gli oggetti del mondo reale vale, non di rado, la necessità di ela­borare i dati e prendere decisioni in tempi brevissimi. L’Internet of Things stimola dunque approcci nuovi all’elaborazione dei dati, e stringe così una santa alleanza con l’Intelligenza Artificiale, soprattutto con i metodi induttivi (Machine Learning) che si nutrono di dati per le fasi di apprendimento e ottimizzazione dei parametri. Molti degli sviluppi più recenti in alcune famiglie di metodi, come ad esempio i deep neural network, sono infatti spiegati dall’enorme quantità di dati che si è resa disponibile per l’apprendimento di questa tipologia di reti. L’intelligenza artificiale opererà a molti livelli: nell’oggetto stesso (grazie alle sue capacità computazionali e, come già detto, all’esistenza di sistemi operativi real time), in prossimità dell’am­biente applicativo (si pensi all’intelligenza necessaria per coordinare un sistema di sensori domestico) e infine nel cloud, dove l’accesso alla pienezza del patrimonio informativo e la disponibilità di immense risorse computazionali, abiliterà capacità sempre più vicine, quando non superiori, alle capacità umane.