Innovare l’industria nell’era dell’AI: i buoni consigli per il 2025

Con l’ottimismo, tipico dei tecnici o degli scienziati, guardo a questo progresso tecnologico come ad una ec­cellente opportunità capace di generare benessere, prosperità e di preservare la salute del pianeta. Quindi nel contesto industriale, l’IA può davvero rappresentare lo strumento più efficace a disposizione delle imprese manifatturiere per realizzare gli ambiziosi ma necessari obiettivi dell’Industria 5.0 e raggiungere la piena sostenibilità sociale, ambientale ed economica. È un catalizzatore che spinge verso un futuro in cui l’innovazione abbraccia la responsabilità, creando un tessuto industriale in armonia con le esigenze del presente e le sfide del domani.

AI e PMI, il contesto

Nell’immaginario collettivo, la prospettiva sull’IA evoca scenari futu­ristici, quali automobili a guida autonoma, droni a volo autonomo per la con­segna merci, robot senzienti che convivono con gli esseri umani in casa e sul posto di lavoro, conversando ed interagendo in modo naturale. Questi scena­ri dal carattere fantascientifico incuriosiscono e affascinano ma allo stesso tempo suscitano timori, distogliendo l’attenzione su un fatto incontestabile: l’IA è oggi una presenza concreta. Nel dialogare con le PMI del made in Italy parlando di digitale e dell’IA, occorre disegnare una prospettiva diversa,  –superando in parte l’approccio classico di ricerca mirato allo “stupore” e focalizzarsi sulla “praticità” di questa nuova metodologia tecnologica – e in parte utilizzando un linguaggio comprensibile, evitando di discutere sulle implicazioni della Intelligenza Artificiale Generale o Forte (ovvero capace di replicare completamente l’intelligenza umana), considerata ancora non disponibile in un futuro prossimo e, secondo molti scienziati, inattuabile in un arco temporale estremamente lontano.

Occorre nell’interlocuzione essere quindi chiari e diretti. Capaci di anticipare le giuste domande: Qual è il contesto competitivo dell’IA? Quali sono le novità tecnologiche e i principali attori world wide? In che modo l’Intelligenza Artificiale può ren­dere più produttive le imprese manifatturiere in un contesto di stagnazione economica come quello attuale? Possono le Imprese italiane, ed in particolare le PMI, accedere alle nuove competenze ed applicarle? E quali sono gli osta­coli e/o rischi che dovranno considerare? Chi sono i provider tecnologici ed i migliori partner in questo percorso di adozione dell’IA da parte delle imprese manifatturiere? Come abilitare anche le Micro Imprese all’adozione di queste metodologie e tecnologie? Esiste una problematica di protezione e regolamen­tazione nell’adozione di tali innovazioni?

Per tutti questi interrogativi occorrono risposte puntuali e chiare, che devono comprendere esempi pratici, i famosi casi d’uso, evidenziando i benefici funzionali, le prestazioni commerciali ed i risvolti economici (ROI).

Il ruolo dell’Europa

L’esplosione di ricerca, sviluppo e commercializzazione dell’IA è certamente un fenome­no globale, tuttavia, negli ultimi due decenni, si è concentrata principalmente negli Stati Uniti e in Cina. In entrambi i Paesi, università, start-up e gruppi aziendali hanno sviluppato una leadership tecnologica e di business, mettendo oggi in seria difficoltà soprattutto l’Europa. Quest’ultima, nonostante un divario impressionabile, sta reagendo con ini­ziative di ricerca, applicazioni e regolamentazioni, avviate di recente attraverso programmi comunitari, cercando di riconquistare una posizione di rilievo in questo cruciale panorama tecnologico e commerciale.

Ritengo però che l’Europa debba avviare collaborazioni strategiche ed operative con entrambi i poli e quindi guardando sia all’occidente, attuale leader tecnologico ed economico indiscusso, sia ad oriente che si appresta a divenire il nuovo leader nel prossimo decennio essendo già oggi riconosciuta come leader indiscusso nella ricerca e produzione accademica sull’Intelligenza Artificiale. Occorrerà certamente imparare a navigare come europei ed italiani nel bipolarismo culturale, economico e tecnologico.

AI e settore automotive

Mi permetto di fare una breve digressione storica. Appassionato di matematica e scienza, ho iniziato ad approfondire il tema dell’Intelligenza Artificiale già negli anni Ottanta, un periodo in seguito etichettato come “l’inverno dell’IA”. In quegli anni, tanta era la curiosità, poca la praticità trovata o le applicazioni di succes­so. Il mio percorso si arricchì agli inizi degli anni Novanta, dopo la Laurea, durante l’esperienza presso il Centro Ricerche Fiat – all’epoca un vero fiore all’occhiello della ricerca Made In Italy – quando un mio collega americano di Washington DC mi coinvolse in una attività di ricerca che sfruttava il potenziale, allora ancora teorico, delle reti neurali. L’idea era quella di considerare e sfruttare la struttura di tali reti per la simulazione numerica di fenomeni fortemente “non lineari” nel campo della progettazione di sospensioni automobilistiche. I risul­tati si rivelarono sorprendenti e, per certi aspetti, strepitosi. Alcune applicazio­ni furono persino considerate anche dal Team Ferrari per ottimizzare il set-up dell’autotelaio che iniziava a diventare “attivo” nelle gare di Formula 1.

Quest’e­sperienza ci permise di comprendere fenomeni complessi legati alla dinamica di strutture flessibili, sospensioni del veicolo e motopropulsore. Constatammo come spesso la strada della linearizzazione dei fenomeni fisici potesse condurre a deduzioni divergenti e spesso distanti dalla realtà.

Restando nel settore automobilistico, solo un decennio dopo, con lo sviluppo dei primi sistemi di assistenza alla guida e la nascita della guida auto­noma, l’impiego dell’IA divenne di fatto una leva “fondamentale”. Ciò fu reso possibile grazie all’accesso alle metodologie sviluppate nel frattempo per altri settori quali gaming, biotech e fintech. Ricordo l’esperienza coinvolgente vis­suta con quasi mille appassionati del settore ad una conferenza internazionale a San Francisco. Tutti intenti a discutere di Deep Learning strutturato, Deep Learning rinforzato, IA generativa e così via. Un panorama che ha evidenziato il vertiginoso progresso e la vastità delle potenzialità legate all’IA.

AI nell’industria manifatturiera, le applicazioni

Oggi, l’IA, alimentata da nuovi algoritmi per l’apprendimento automa­tico, da una sempre crescente capacità di immagazzinamento dei dati e da una potenza di calcolo sempre maggiore e accessibile, sta permeando ogni settore industriale (Automotive, Aerospace, Oil&Gas, Energy, Construction, ecc.).

Ad esempio, l’impiego dell’IA nell’industria ha conosciuto una diffusione sempre più am­pia e trasformativa: le sue applicazioni abbracciano una vasta gamma di setto­ri e funzioni aziendali, consentendo miglioramenti significativi in termini di efficienza, produttività, innovazione e qualità del prodotto.

Di seguito alcuni dei principali utilizzi dell’IA nell’industria manifatturiera:

• Automazione dei processi – l’IA è ampiamente adottata per automatizzare processi azienda­li complessi e ripetitivi. Grazie alla sua capacità di analizzare grandi quantità di dati in tempi rapidi, l’IA si presta all’esecuzione di compiti quali l’elaborazione dei dati, l’automazione della logistica, la gestione della catena di approvvigionamento e la gestione delle risorse umane.
• Manutenzione predittiva – nell’industria manifatturiera e in quella energetica, l’IA è utilizzata per implementare la manutenzione predittiva. Monitorando costantemente i dati dei macchinari e dei sistemi, l’IA è in grado di rilevare anomalie e pre­vedere guasti in anticipo, permettendo alle aziende di effettuare interventi di manutenzione preventiva e ridurre i tempi di fermo delle attrezzature.
• Ottimizzazione della produzione – l’IA è utilizzata per ottimizzare la produzione e migliorare l’efficienza. Attraverso l’analisi dei dati di produzione, l’IA può identificare i punti deboli nel processo produttivo e proporre soluzioni per aumentare la produttività e ridurre gli sprechi.
• Assistenza virtuale e gestione delle relazioni con i clienti (Customer Relationship Management/CRM) – molte aziende hanno implementato assistenti virtuali basati sull’IA per interagire con i clienti e fornire assistenza automatica. Questi assistenti virtuali possono rispondere a domande, risolvere problemi e fornire informazioni personalizzate, migliorando l’esperienza del cliente.
• Previsioni e analisi dei dati – l’IA è ampiamente utilizzata per analizzare grandi quantità di dati e fare previsioni. Nell’ambito finanziario, ad esempio, l’IA viene utilizzata per il trading ad alta frequenza e per la previsione delle tendenze di mercato.
• Ricerca e sviluppo – nell’industria farmaceutica e nella ricerca scientifica, l’IA gioca un ruo­lo chiave nell’accelerare la scoperta di nuovi farmaci e materiali. Attra­verso l’analisi dei dati e l’apprendimento automatico, l’IA può identifi­care potenziali nuove molecole e predire le loro proprietà. Analogamente nell’industria dell’Automotive per lo sviluppo di nuove chimiche per i sistemi di stoccaggio dell’energia elettrica ossia delle batterie di trazione.
• Veicoli autonomi – l’IA è un elemento fondamentale nello sviluppo dei veicoli autonomi. Grazie alla capacità di elaborare dati provenienti da sensori e teleca­mere, l’IA consente ai veicoli di prendere decisioni in tempo reale e di guidare in modo sicuro ed efficiente.

L’impatto sul mondo del lavoro

È facile intuire che anche il mondo del lavoro sarà rivoluzionato; cambieranno molti mestieri, alcuni scompariranno, di nuovi nasceranno. Sicuramente dovranno cambiare le relazioni tra dipendenti e Impresa, tra Imprese e Filiere Industriali, tra Impresa e Territori. Avremo bisogni in questo contesto competitivo, caratterizzato da innovazioni velocissime, di definire nuovi modelli di business e soprattutto di nuovi modelli di leadership, dove saranno soprattutto le nuove generazioni a giocare i ruoli più determinanti. Basti pensare a come l’Intelligenza Artificiale permetta di dare forma all’esperienza, realizzando il sogno della strutturazione, condivisione ed immortalità della conoscenza ed abilitando il miglioramento continuo.

Ciò potrà es­sere attuato a livello aziendale, di filiera produttiva, a livello nazionale e persi­no a livello transnazionale, sempre con la supervisione ed il controllo umano per regolarne l’utilizzo nel tempo. I benefici derivanti dall’applicazione dell’IA sono dunque molteplici si riflettono sia nelle aree della competitività di pro­dotto sia in quelle della competitività di costo e coinvolgono anche i lavoratori.

Per le imprese manifatturiere, l’intelligenza artificiale si confi­gura come una leva strategica per l’incremento della produttività, con­ferendo alle aziende la capacità di accrescere le proprie potenzialità sul mercato nazionale e internazionale, rendendo di conseguenza il nostro Paese sempre più competitivo.

I competence center

Un ruolo importante di sostegno all’offerta e alla domanda di Innovazione potrà essere realizzato dai Centri di Competenza Nazionali ad alta specializzazione per l’Industria (8 in Italia), basati su partnership pubblico-private di Università, Politecnici, associazioni datoriali/territoriali e Aziende Leader che operano come soggetti attuatori del MIMIT con l’obiettivo di sostenere le PMI del Made in Italy.

Questi Centri garantiscono nello stesso tempo il trasferimento tecnologico con formazione specialistica, servizi per lo sviluppo di PoC e di prototipi, e l’accesso al finanziamento per progetti di Innovazione. I numeri consuntivati dai Centri di Competenza dopo i primi anni dalla piena operatività sono straordinari sia in termini di servizi erogati, numero di progetti finanziati e ore di formazione.

Tale supporto risulta fondamentale e strategico per l’ecosistema italiano della manifattura anche per il futuro, occorrerà infatti supportare in questo percorso che parte dalla digitalizzazione dei processi, soprattutto le PMI, considerando sia il fatto che il tessuto industriale italiano è composto in maniera più che maggioritaria da Micro, Piccole e Medie imprese, sia che oggettivamente hanno più bisogno rispetto alle Grandi Imprese di accedere alle competenze ed essere sostenute economicamente nell’innovazione.

Lo scenario per le PMI

Infatti, sebbene negli ultimi 24 mesi il processo di implementazione dell’IA generativa è stato esponenziale e sono già numerose le sperimentazioni avviate, le imprese sono ancora indietro sulla scalabilità. Se l’adozione dell’IA non sarà rapida, intelligente e su larga scala, si rischia di sprecare una grande opportunità rendendo le imprese più vulnerabili alla volatilità del mercato alla competitività delle grandi corporation. Occorre anche tenere conto delle roadmap tecnologiche, di casi di successo e delle prospettive concrete di medio e lungo periodo, evitando assolutamente il pushing tecnologico, ma fornendo le linee guida essenziali per valutare le reali opportunità e i metodi più adeguati per l’accessibilità e l’implemen­tazione dell’IA nelle imprese manifatturiere, senza trascurare le azioni di upskilling o reskilling del capitale umano, riconoscendo la necessità di una formazione con­tinua per abbracciare in modo completo le potenzialità dell’IA e garantire una transizione armoniosa verso un contesto industriale sempre più digitalizzato, sostenibile e di conseguenza dinamico.

Prepararsi al futuro richie­de anche da parte delle PMI un approccio 5.0, in cui sia ineliminabile l’adozione delle tecnologie 4.0 e digitali, così come l’implementazione dei metodi del World Class Manufacturing. L’IA assume un ruolo chiave in questo con­testo, configurandosi come una tecnologia del mondo digitale e, quindi, parte integrante delle tecnologie 4.0. La sua presenza è diffusa, manifestandosi non solo come componente di prodotti sempre più connessi all’impiego dell’IA, ma anche nei software di gestione dei processi aziendali, inclusi quelli legati al WCM, e nei software dedicati alla gestione della sostenibilità e dell’impatto so­ciale.

Inoltre, l’IA emerge come uno strumento potenzialmente rivoluzionario, semplificando e rendendo accessibile anche alle piccole e medie imprese l’in­novazione sostenibile. Il WCM ha introdotto un fattore di efficienza, mentre l’Industria 4.0 ha fornito tecnologie abilitanti per ottimizzare questo efficien­tamento. Con l’Industria 5.0, si apre una nuova prospettiva attraverso la quale osservare i processi produttivi, influenzando il prodotto stesso sviluppato dalle aziende, che diventa sempre più personalizzato e agile nel go-to market. L’IA, in questo contesto, assume anche il ruolo di “direttore d’orchestra”, facilitan­do la comunicazione efficiente tra le differenti categorie del processo di innovazione. Senza di essa, la capacità di individuare rapporti complessi tra le differenti aree risulterebbe limitata, evi­denziando il ruolo cruciale dell’IA nel coordinare e ottimizzare l’interazione di tali elementi chiave per la competitività aziendale.

PMI e AI, i consigli per il 2025

Ma quali sono le raccomandazioni per le PMI?

Considerare il potenziale dell’Intelligenza Artificiale nelle imprese manifat­turiere è fortemente raccomandato, ma concepirla come una specie di “deus ex machina” in grado di risolvere qualsiasi problema rappresenta un errore concettuale che potrebbe avere un impatto negativo sulla pianificazione azien­dale e sugli investimenti. Pertanto, è cruciale percepire l’IA come uno nuovo strumento che offre incredibili opportunità e funzioni ma con limiti definiti da vincoli strutturali.

Ciò implica la necessità di innovare o apportare cambiamenti a livello sistemico, agendo sia sull’ambito tecnologico che su quello dell’organizza­zione aziendale e sociale.

Alcune delle linee guida che reputo importanti sebbene non esaustive:

• Rinnovare i modelli di governance
• Non c’è Industria 4.0 – e quindi anche applicazione di IA – senza aver prima digitizzato, digitalizzato e avviato il processo di trasforma­zione digitale.
• Si consiglia quindi di implementare l’IA solo su un pro­cesso preliminarmente ottimizzato, guidati sempre dall’approccio del WCM o del Lean Manufacturing, ricercando ulteriori spazi di ottimizzazio­ne e per sviluppare le nuove funzionalità digitali.
• L’adozione delle metodologie e tecnologie IA deve essere necessariamente considerata per l’analisi di convenienza economica del retrofitting digitale dei macchinari.
• I dati sono il nuovo “petrolio” solo se si estrae valore da questi, pertanto il presupposto da cui partire per sviluppare logiche di Intelli­genza Artificiale robuste ed efficaci è la capacità di mettere in piedi una “data pipeline” efficiente.
• Data la difficoltà di calcolare ex ante i benefici della soluzione implementata su larga scala all’interno dei differenti processi industriali si sug­gerisce sempre, per anticipare un ROI affidabile dell’iniziativa, di consi­derare la buona pratica della “Prototipazione e Try-out”.
• Formazione e competenze sono essenziali in tutte le fasi del ciclo di vita dei sistemi di IA. L’IA è una tecnologia complessa che richiede competenze specialistiche per progettare, implementare e gestire i propri sistemi. Alcuni esempi specifici di competenze che sono in forte richiesta nel settore dell’IA includono: Data science, Machine Learning, Natural Language Processing (NLP), Computer Vision (CV)
• Favorire una cultura aziendale orientata all’innovazione e al coinvolgimento del personale.