L’intelligenza artificiale produce sempre più modelli 3D, ma le vendite raccontano una storia diversa
I modelli tridimensionali generati con sistemi di intelligenza artificiale stanno occupando una quota crescente dei marketplace digitali, ma la loro presenza numerica non si sta traducendo, almeno per ora, in un peso economico equivalente. È uno dei risultati più interessanti del rapporto “3D Model Market Trends 2026: Growth Raised the Bar” pubblicato da CGTrader, piattaforma internazionale dedicata alla compravendita di modelli 3D.
L’analisi prende in esame l’attività registrata sul marketplace di CGTrader tra giugno 2025 e maggio 2026 e mette a confronto domanda, offerta, prezzi, qualità dei modelli, formati utilizzati e diffusione dei contenuti generati tramite AI.
Il dato che interessa maggiormente il settore della produzione additiva riguarda la fiducia degli acquirenti: soltanto circa il 4% di chi compra modelli destinati alla stampa 3D dichiara che i contenuti generati con intelligenza artificiale funzionano bene.
In termini più immediati significa circa un acquirente su 25.
Il risultato è ancora più significativo se confrontato con la quantità di contenuti AI che stanno entrando nel catalogo. Nel periodo analizzato, i modelli classificati come generati con intelligenza artificiale hanno rappresentato il 17,6% dei nuovi caricamenti su CGTrader.
La quota delle vendite è però rimasta molto più bassa: questi modelli hanno rappresentato soltanto il 2,6% degli acquisti e appena l’1,1% dei ricavi complessivi associati ai modelli 3D.
In altre parole, circa un modello caricato su sei è collegato a processi generativi, ma soltanto un dollaro su 90 incassato sul marketplace proviene da questa categoria.
La quantità di modelli AI cresce più velocemente della capacità di monetizzarli
La distanza tra presenza nel catalogo e capacità di generare ricavi è uno degli elementi centrali del rapporto di CGTrader.
Nell’ultimo mese del periodo analizzato la quota dei nuovi modelli AI caricati sulla piattaforma ha raggiunto il 24,1%, mentre dodici mesi prima era pari a circa il 14,8%.
La crescita dell’offerta è quindi evidente.
Anche gli acquisti stanno aumentando: la quota dei modelli AI sul totale delle transazioni è passata nel corso dell’anno da circa l’1% a circa il 3,5%.
Questo dato impedisce di concludere che il mercato stia semplicemente rifiutando la generazione tridimensionale basata sull’intelligenza artificiale. L’adozione sta crescendo, ma parte da livelli bassi e rimane molto distante dalla quantità di nuovi contenuti che viene immessa nel marketplace.
Il problema, secondo i dati raccolti da CGTrader, riguarda soprattutto la qualità percepita e l’affidabilità.
Tra gli acquirenti di modelli destinati alla computer grafica, il 20% degli intervistati dichiara di aver provato contenuti generati tramite AI trovandoli insufficienti, mentre il 7% afferma di utilizzarli soltanto dopo interventi consistenti di modifica.
Solo il 5% considera già soddisfacenti i modelli generati automaticamente.
Nel segmento della stampa 3D la percentuale scende ulteriormente, fino a circa il 4%.
Perché un modello bello sullo schermo può essere inutilizzabile su una stampante 3D
La differenza tra un modello destinato al rendering e uno progettato per la stampa è fondamentale per comprendere questi numeri.
Un oggetto tridimensionale utilizzato in un’immagine, un videogioco o un’animazione può essere visivamente convincente anche quando la sua geometria presenta caratteristiche problematiche dal punto di vista manifatturiero.
Una superficie aperta, una normale invertita, triangoli sovrapposti o una struttura interna incoerente possono passare inosservati durante un rendering.
Una stampante 3D deve invece trasformare quella geometria in un oggetto fisico.
Software come Autodesk Alias richiedono per la preparazione alla prototipazione rapida mesh manifold, chiuse e con orientamento coerente delle normali. Anche UltiMaker Cura identifica le geometrie aperte o danneggiate come possibili fonti di errori durante lo slicing, con il rischio che alcune zone del modello non vengano trasformate correttamente in strati.
Lo stesso principio è incorporato nello standard 3MF promosso dal 3MF Consortium, sviluppato specificamente per trasferire dati destinati alla produzione additiva e definito in modo da gestire geometrie chiuse e unità dimensionali esplicite.
Per chi acquista un file da stampare, quindi, il valore di un modello non coincide con la qualità dell’immagine di anteprima.
Il file deve funzionare.
Una mesh chiusa è soltanto il primo requisito
Anche un modello formalmente valido dal punto di vista geometrico può essere poco adatto alla produzione.
Un oggetto può essere perfettamente manifold e avere pareti troppo sottili per la tecnologia prevista. Può essere correttamente chiuso ma avere dettagli inferiori alla risoluzione della stampante. Può presentare elementi sospesi che richiedono strutture di supporto difficili da rimuovere.
Un pezzo funzionale aggiunge altre esigenze.
Fori e alberi devono tenere conto delle tolleranze. Due parti progettate per essere assemblate non possono avere esattamente le stesse dimensioni nominali senza considerare il processo produttivo. Incastro, gioco, deformazione termica, direzione degli strati e materiale possono modificare il risultato.
È qui che la generazione automatizzata incontra una delle difficoltà più importanti.
Creare una forma tridimensionale che assomigli a una descrizione testuale non equivale a progettare un componente producibile.
Un algoritmo può generare visivamente una cerniera, un ingranaggio, un supporto per smartphone o una scatola per elettronica. Per trasformare queste forme in oggetti realmente utilizzabili occorre però conoscere diametri, giochi, spessori, resistenza richiesta, orientamento della stampa e caratteristiche del materiale.
Per questo il divario tra AI e progettazione tradizionale tende ad apparire più chiaramente nei modelli funzionali che nelle statuette e negli oggetti decorativi.
Figurine e oggetti decorativi rappresentano un problema più semplice
La stessa CGTrader, attraverso la propria CEO e cofondatrice Dalia Lašaitė, distingue tra applicazioni nelle quali i sistemi AI stanno ottenendo risultati più convincenti e quelle nelle quali rimangono maggiori difficoltà.
Figurine, personaggi e props lasciano una maggiore libertà geometrica.
Una variazione di qualche decimo di millimetro nel volto di una creatura fantasy difficilmente impedisce alla statuetta di svolgere la propria funzione.
Un supporto destinato a entrare in un foro di 10 mm non gode della stessa libertà.
Per le parti funzionali, la geometria deve rispondere a requisiti che non possono essere valutati soltanto osservando il modello.
È una distinzione destinata a diventare ancora più importante perché i dati di CGTrader mostrano che alcune delle categorie di stampa 3D con la crescita più elevata sono proprio quelle associate a oggetti utilizzabili nella vita quotidiana.
La domanda di modelli stampabili cresce del 7,5%
Il rapporto di CGTrader fornisce un’indicazione interessante anche sull’andamento generale del mercato dei file destinati alla stampa 3D.
La domanda è cresciuta del 7,5% rispetto all’anno precedente.
Per confronto, la domanda dei modelli destinati alla computer grafica è aumentata del 3,7%.
Il segmento 3D print di CGTrader sta quindi crescendo a una velocità circa doppia rispetto alla parte CG del marketplace.
Nove delle dieci principali categorie di modelli stampabili hanno registrato un aumento della domanda.
Le categorie storicamente più importanti rimangono miniature, arte, gioielleria, giochi e giocattoli e hobby/DIY.
Le percentuali di crescita più elevate si trovano però in altri segmenti.
I gadget sono cresciuti del 35%, la moda del 28%, gli oggetti per la casa del 23% e i modelli scientifici del 21%.
La crescita di gadget, accessori domestici e prodotti personali indica un ampliamento dell’uso della stampa 3D al di là delle applicazioni puramente decorative e delle miniature.
Per i progettisti questo significa che diventa sempre più importante saper creare file non soltanto esteticamente interessanti, ma realmente utilizzabili.
L’offerta cresce tre volte più velocemente della domanda
Il mercato, tuttavia, sta diventando molto più affollato.
Mentre la domanda di modelli stampabili è aumentata del 7,5%, il numero di modelli offerti è cresciuto del 23,4%.
L’offerta si espande quindi a una velocità superiore a tre volte quella della domanda.
Nel complesso del marketplace di CGTrader, considerando anche i modelli destinati alla computer grafica, la domanda è aumentata del 5,1%, mentre l’offerta è salita del 18,5%.
I prezzi medi sono diminuiti del 9,7%.
È una dinamica importante per chi vende file digitali.
Aumentare il numero dei modelli pubblicati senza migliorarne qualità e specificità significa competere all’interno di un catalogo che cresce molto più rapidamente del numero di acquisti.
L’intelligenza artificiale può accentuare questa situazione perché permette di produrre geometrie in quantità molto superiori rispetto alla modellazione manuale.
La capacità di generare più file non rappresenta però automaticamente un vantaggio commerciale.
I dati di CGTrader indicano esattamente il contrario quando l’aumento della quantità non è accompagnato da un livello qualitativo adeguato.
Il 92% dei ricavi della stampa 3D va ai modelli con valutazione almeno 6
La concentrazione dei ricavi mostra quanto la qualità stia diventando determinante.
Nel segmento dedicato alla stampa 3D, i modelli appartenenti alle fasce di valutazione più elevate raccolgono circa il 63% dei ricavi.
Considerando tutti i modelli con valutazione pari o superiore a 6, la quota raggiunge circa il 92%.
Rimane quindi una porzione relativamente piccola dei ricavi per tutta la parte inferiore della scala qualitativa.
Anche nel mercato dei modelli CG la relazione è evidente.
Secondo CGTrader, i modelli con valutazione 9 producono mediamente circa 7,3 volte i ricavi per modello di quelli con valutazione 5.
La qualità non determina semplicemente una differenza marginale nelle vendite: può separare contenuti che producono ricavi con continuità da contenuti che rimangono quasi invisibili all’interno di un catalogo molto grande.
Per chi stampa, affidabilità e qualità vengono prima del prezzo
Il sondaggio realizzato da CGTrader mostra inoltre che chi acquista modelli per la stampa 3D assegna alla qualità print-ready e all’affidabilità tecnica un’importanza superiore al prezzo.
È comprensibile se si considera il costo effettivo di un file che non funziona.
Il prezzo pagato per il modello rappresenta soltanto una parte della spesa.
Un errore scoperto dopo alcune ore di stampa comporta consumo di materiale, occupazione della macchina e tempo perso.
Nel caso di una stampa in resina entrano inoltre in gioco resina, supporti, lavaggio e post-curing.
Un file economico ma poco affidabile può quindi costare più di un modello acquistato a un prezzo superiore ma già verificato sul campo.
È anche per questa ragione che fotografie di stampe realmente eseguite, indicazioni sul materiale utilizzato, dimensioni, orientamento e parametri consigliati possono avere un valore commerciale importante.
Non dimostrano soltanto che il modello esiste: mostrano che qualcuno lo ha già trasformato con successo in un oggetto fisico.
Per i modelli AI il problema principale diventa la fiducia
Dalia Lašaitė identifica proprio nella fiducia uno dei principali ostacoli alla diffusione dei modelli AI.
Un file può essere tecnicamente stampabile senza essere necessariamente un prodotto per il quale un cliente è disposto a pagare.
Il compratore deve poter prevedere con ragionevole sicurezza ciò che accadrà dopo aver scaricato il file.
Da questo punto di vista, un progettista con una reputazione consolidata e modelli testati dispone di un vantaggio che un sistema generativo non può sostituire soltanto producendo geometrie più velocemente.
Recensioni, valutazioni, fotografie delle stampe e storia del designer funzionano come strumenti di riduzione del rischio.
Il rapporto di CGTrader mostra quindi che nel mercato digitale della stampa 3D il valore non risiede esclusivamente nel file STL o 3MF, ma anche nelle informazioni che permettono all’acquirente di fidarsi di quel file.
CGTrader sta lavorando anche sulla verifica automatizzata della qualità
La stessa CGTrader sta affrontando il problema attraverso strumenti di controllo dei modelli.
Nel 2026 l’azienda ha introdotto il CGTrader Quality Standard, un sistema pensato per verificare aspetti tecnici e interoperabilità dei contenuti presenti sulla piattaforma.
La prima implementazione è concentrata sui file FBX destinati principalmente alla grafica digitale.
CGTrader ha però indicato l’intenzione di estendere progressivamente i controlli ad altri formati e anche ai modelli destinati alla stampa 3D.
Insieme al sistema di qualità, CGTrader ha presentato anche il plugin Kodama, sviluppato per aiutare i progettisti a eseguire verifiche direttamente durante il lavoro di modellazione.
L’evoluzione è significativa anche rispetto ai contenuti AI.
Se la quantità dei modelli generati automaticamente continua a crescere, i marketplace dovranno probabilmente aumentare la capacità di controllare automaticamente i requisiti tecnici, anziché lasciare tutta la verifica al compratore.
La verifica geometrica può diventare parte del workflow AI
L’attuale limite dei modelli generativi non implica che la situazione debba rimanere invariata.
Un possibile sviluppo consiste nell’integrare la generazione con sistemi automatici di validazione e correzione.
Il modello potrebbe essere generato, analizzato, riparato e nuovamente verificato prima di essere consegnato all’utente.
Controlli sulla chiusura della mesh, sui bordi manifold e sulle normali possono già essere automatizzati.
Più difficile è verificare automaticamente l’idoneità funzionale.
Lo spessore minimo dipende dalla tecnologia e dal materiale. Un particolare perfettamente realizzabile con una stampante SLA può essere inadatto a una macchina FFF con ugello da 0,6 mm.
La tolleranza necessaria per un accoppiamento cambia in funzione del processo.
La resistenza di un componente FFF dipende anche dall’orientamento degli strati.
Per arrivare a modelli generativi realmente orientati alla manifattura, l’AI dovrà quindi conoscere non soltanto la geometria richiesta, ma anche il processo con cui quella geometria verrà prodotta.
STL e 3MF evidenziano due modi differenti di trasferire il modello
Il problema della qualità dei file si collega anche ai formati utilizzati nella stampa 3D.
STL rimane uno dei formati più diffusi e rappresenta le superfici del modello mediante triangoli.
Non contiene però in modo strutturato molte delle informazioni che possono essere utili nel passaggio dal progetto alla produzione.
Il formato 3MF, sviluppato dal 3MF Consortium, nasce invece con l’obiettivo specifico di trasferire informazioni per la produzione additiva.
Oltre a definire le unità di misura e requisiti geometrici, l’ecosistema 3MF consente di integrare informazioni aggiuntive relative a materiali, produzione e altre proprietà attraverso specifiche estensioni.
Per l’AI questo tipo di formato può assumere importanza perché un modello destinato alla manifattura è qualcosa di più di una superficie tridimensionale.
Sapere che un oggetto è largo 50 millimetri e non 50 unità generiche, per esempio, è fondamentale quando il risultato deve diventare fisico.
L’AI funziona meglio come strumento del progettista che come sostituto del controllo tecnico
Il rapporto di CGTrader non conclude che l’intelligenza artificiale sia priva di valore nella modellazione 3D.
I dati indicano piuttosto che l’utilizzo puramente automatico non ha ancora conquistato la fiducia della maggioranza degli acquirenti.
Un progettista può invece utilizzare sistemi generativi per produrre una base geometrica, sperimentare forme, generare varianti, creare texture o accelerare alcune fasi del lavoro.
Il risultato può poi essere corretto, ottimizzato e verificato attraverso strumenti tradizionali.
In questo scenario il valore dell’AI non consiste nell’eliminare completamente il progettista, ma nel ridurre il tempo necessario per alcune attività.
È una distinzione importante anche dal punto di vista commerciale.
Il compratore non deve necessariamente sapere quanti strumenti automatici siano stati utilizzati durante il processo creativo. Vuole soprattutto ricevere un modello affidabile.
I dati non dimostrano che il 96% dei modelli AI sia inutilizzabile
Il dato del 4% richiede però una lettura corretta.
Non significa che il 96% di tutti i file generati tramite AI sia necessariamente difettoso o impossibile da stampare.
Misura la percentuale degli acquirenti intervistati da CGTrader che dichiara che i modelli AI funzionano bene per le proprie esigenze.
Circa il 72% degli acquirenti di modelli per stampa 3D non ha ancora adottato questa categoria di contenuti.
Una parte significativa del campione non sta quindi valutando quotidianamente file generativi e potrebbe modificare il proprio giudizio se la tecnologia raggiungesse una maggiore affidabilità.
Inoltre, i dati descrivono il comportamento degli utenti di CGTrader e non possono essere automaticamente estesi all’intero mercato mondiale dei file per stampa 3D.
CGTrader non ha pubblicato la dimensione del campione del sondaggio
Un altro elemento da considerare riguarda la metodologia.
Il rapporto utilizza due fonti differenti.
Le statistiche su vendite, caricamenti, prezzi e categorie derivano dai dati interni del marketplace CGTrader raccolti tra giugno 2025 e maggio 2026.
Le opinioni relative alla qualità dell’AI e ai criteri di acquisto derivano invece da un sondaggio tra i clienti.
Nella documentazione pubblica associata al rapporto, CGTrader non indica la dimensione completa del campione utilizzato per il sondaggio.
Le percentuali sulla percezione dell’AI vanno quindi interpretate come indicazioni sul comportamento degli utenti intervistati e non come una misura universale dell’atteggiamento di tutti gli utilizzatori di stampa 3D.
Diversa è la natura dei dati sulle transazioni, che derivano direttamente dall’attività registrata sulla piattaforma.
La qualità conta anche nel mercato CG, ma con requisiti differenti
Il rapporto permette inoltre di confrontare la stampa 3D con il mercato della computer grafica.
Nel segmento CG, i modelli con valutazioni elevate continuano a concentrare il 65,4% dei ricavi.
La qualità è quindi importante anche quando il risultato rimane digitale.
Cambiano però i criteri utilizzati per valutarla.
In un asset destinato a videogiochi, realtà aumentata o rendering possono essere centrali topologia, UV mapping, texture, rigging, materiali e ottimizzazione del numero di poligoni.
Nella stampa 3D molte di queste informazioni hanno un’importanza limitata o nulla. Una texture PBR che riproduce perfettamente la superficie di un metallo non viene trasformata automaticamente nella stessa superficie dalla stampante.
Il valore si sposta sulla geometria fisica.
Spessori, volumi, tolleranze, orientamento e capacità di produrre il componente assumono quindi un peso maggiore.
PBR e formati real-time mostrano dove sta andando il resto del mercato 3D
Il rapporto di CGTrader contiene un ulteriore elemento utile per capire quanto siano differenti i due mondi.
Nel mercato CG stanno crescendo rapidamente i formati destinati a pipeline interattive e real-time.
USD e USDZ registrano incrementi compresi tra circa il 40 e il 48%, mentre i contenuti destinati a Epic Games Unreal Engine crescono del 26% e glTF del 25%.
Anche Blender registra un aumento dell’11%.
I modelli PBR hanno inoltre un tasso di vendita del 18,4%, contro il 13,2% dei modelli non PBR.
Per la stampa 3D queste caratteristiche non rappresentano direttamente un vantaggio.
Un modello stampabile non vende perché ha una texture più realistica, ma perché la sua geometria funziona.
È uno dei motivi per cui applicare un unico concetto di “modello 3D generato con AI” a tutti i settori rischia di essere fuorviante.
Generare un asset per una scena virtuale e generare un componente fisico sono problemi differenti.
Per i marketplace la quantità generata dall’AI diventa un problema di selezione
La crescita dei caricamenti AI pone anche una questione più generale per piattaforme come CGTrader.
Se gli strumenti generativi consentono a ogni utente di produrre decine o centinaia di modelli in poco tempo, il costo della creazione del contenuto diminuisce.
Il costo della ricerca, invece, può aumentare.
L’acquirente deve esaminare un numero crescente di risultati per individuare quelli validi.
Il problema si sposta quindi dalla scarsità di modelli alla scarsità di attenzione.
Valutazioni, sistemi automatici di controllo, fotografie delle stampe, recensioni e reputazione del venditore possono diventare sempre più importanti per ordinare una quantità di contenuti molto maggiore.
È coerente con il dato di CGTrader secondo cui l’offerta complessiva cresce 3,6 volte più rapidamente della domanda.
Per i designer pubblicare più file non basta più
Dal punto di vista di chi vende modelli, il rapporto 2026 propone una conclusione abbastanza netta.
La quantità da sola perde efficacia come strategia.
Se l’offerta cresce molto più rapidamente della domanda, aggiungere modelli mediocri aumenta soprattutto la competizione tra contenuti simili.
La situazione è ancora più evidente nel segmento della stampa 3D, dove il 92% dei ricavi si concentra nei modelli valutati almeno 6.
Per un designer può quindi essere economicamente più sensato dedicare tempo alla verifica di un modello, produrre fotografie reali, preparare istruzioni e correggere i problemi di stampa invece di pubblicare numerose varianti non testate.
Anche l’AI può essere utilizzata secondo questa logica.
Il vantaggio non deve necessariamente consistere nel pubblicare dieci volte più modelli, ma nel ridurre il tempo necessario a portare ciascun modello a un livello qualitativo superiore.
Il mercato sta premiando i file che risolvono problemi concreti
La crescita di gadget, oggetti per la casa, moda e modelli scientifici suggerisce inoltre che una parte della domanda si sta spostando verso prodotti con uno scopo concreto.
Questo potrebbe favorire progettisti capaci di individuare problemi specifici.
Un adattatore per un determinato apparecchio, un supporto progettato per un prodotto preciso, un’organizzazione per utensili o un componente personalizzato possono avere un pubblico meno vasto rispetto a una statuetta generica, ma rispondono a un’esigenza facilmente identificabile.
È un terreno nel quale la conoscenza del problema diventa più importante della capacità di generare una forma esteticamente gradevole.
Per l’intelligenza artificiale significa passare dalla generazione basata sull’aspetto alla progettazione basata sui vincoli.
Il prossimo passaggio sarà l’AI che conosce il processo produttivo
I dati pubblicati da CGTrader fotografano quindi una fase intermedia.
Gli strumenti generativi sono già sufficientemente accessibili da produrre una quantità considerevole di contenuti 3D, ma non ancora abbastanza affidabili da convincere la maggioranza degli acquirenti che devono trasformare quei file in oggetti fisici.
Il salto successivo richiederà probabilmente sistemi capaci di ragionare insieme su forma e processo.
Un generatore destinato alla stampa FFF dovrebbe sapere, per esempio, quale ugello verrà utilizzato, quali spessori siano realistici, quanto gioco inserire tra due componenti e quale orientamento limiti supporti o anisotropia.
Un sistema destinato alla stampa in resina dovrebbe considerare fori di drenaggio, volumi chiusi, supporti e orientamento.
Per applicazioni funzionali dovrebbe inoltre essere possibile specificare carichi, tolleranze e materiale.
Solo a quel punto la generazione tridimensionale potrà avvicinarsi maggiormente alla progettazione per la produzione.
Il 4% non è una condanna dell’AI, ma indica quanto sia alta la soglia nella stampa 3D
Il risultato più utile del rapporto di CGTrader non è quindi stabilire se i modelli AI siano “buoni” o “cattivi”.
Mostra piuttosto quanto sia diversa la soglia di accettazione quando un contenuto digitale deve diventare un oggetto fisico.
L’intelligenza artificiale ha già abbassato drasticamente la barriera per generare geometrie tridimensionali.
Non ha ancora eliminato la necessità di validazione, esperienza di progettazione e conoscenza della produzione.
I dati economici del marketplace rendono visibile questa distanza: 17,6% dei caricamenti, 2,6% degli acquisti e 1,1% dei ricavi.
Nel segmento della stampa 3D, soltanto circa un acquirente su 25 ritiene già soddisfacenti i modelli prodotti tramite AI.
Allo stesso tempo, la quota degli acquisti AI è più che triplicata durante l’anno.
Il settore non è quindi fermo.
Per CGTrader, per gli sviluppatori di strumenti generativi e soprattutto per chi vende file stampabili, la sfida consiste nel trasformare la velocità di generazione in affidabilità tecnica.
Nella produzione additiva, infatti, l’immagine di anteprima può convincere a fare clic su un modello. È soltanto dopo lo slicing e la stampa che si scopre se quel modello è realmente un prodotto.
” Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI) “
