L’industria manifatturiera si accorge dell’IA per migliorare i processi produttivi

È il settore dell’industria manifatturiera quello che più ha effettuato investimenti in Intelligenza artificiale (IA) nel 2024 e si può anche immaginare il perché.

Tolti i forti investimenti nella Pubblica amministrazione, carente in adozione fino a ora ma con probabile balzo in avanti, l’industria manifatturiera vede 111,6 milioni di euro di investimenti in IA nel 2024 con un balzo di quasi il 40% rispetto al 2023.

È quanto emerge dal report “Il Mercato dell’IA in Italia” pubblicato da Anitec-Assinform, l’Associazione di Confindustria che raggruppa le principali aziende dell’ICT in Italia. Il report è stato realizzato dal Gdl “Intelligenza Artificiale” di Anitec-Assinform, con il supporto di NetConsulting cube e Infocamere.

I motivi del balzo IA del manifatturiero

Il settore di riferimento si è accorto delle sfide di mercato e di quanto importante fosse ‘migliorare’ i processi produttivi industriali.

In questo processo, l’attenzione verso l’ambiente che sta spingendo le aziende verso nuovi modelli di sostenibilità. In questo processo, la transizione digitale rappresenta il driver principale, ma richiede un approccio pragmatico che tenga conto dei bisogni dei clienti.

In questo particolare momento storico, le imprese stanno adottando politiche di revisione dei modelli operativi volte, in prima istanza, a recuperare efficienza attraverso un presidio puntuale dei processi attraverso l’analisi dei dati dove presenti (sistemi e macchinari 4.0) o tramite l’utilizzo di nuovi sensori IOT e IOT Edge in grado di generare nuovi dataset.

Quali i motivi per cui l’IA alimenti i sistemi di apprendimento automatico

La disponibilità di nuove e precise informazioni rappresenta l’asset principale su cui alimentare sistemi di apprendimento automatico (machine learning) specializzati in vari ambiti verticali, tra cui ad esempio:

• Analisi e sviluppo di soluzioni di manutenzione predittiva e prescrittiva;
• Analisi di efficienza sui sistemi elettrici, aria compressa, gas, gas inerti;
• Analisi dei consumi di materia prime, consumabili, usura degli utensili;
• Analisi delle derive di funzionamento attraverso sensori IOT Edge;
• Analisi e miglioramento delle performance produttive, fine tuning di processo per la messa in esercizio di particolari lotti di produzione attraverso sistemi di rilevamento visivo;
• Analisi e sviluppo di soluzione per la sicurezza nei luoghi di lavoro ed interazione Uomo – Cobot;
• Analisi delle performance su commessa, lotto, prodotto.

Nuove tecnologie al servizio dell’industria manifatturiera

L’introduzione di ulteriori step tecnologici nell’ambito dell’IA, come i sistemi avanzati di LLM (Large Language Model), ha aperto anche nel settore manufatturiero nuovi scenari e ambiti applicativi.

L’analisi avanzata dei dati può essere utilizzata nel perimetro tecnologico dei “Recommendation system”, soluzioni in grado di leggere le correlazioni e le inferenze presenti nel set di dati, e suggerire azioni e decisioni in grado di ottimizzare e rendere i processi più efficienti.

Questa capacità interpretativa rappresenta, soprattutto per le Pmi, un vantaggio esponenziale nell’utilizzo dell’IA, in quanto non richiede all’interno dell’azienda particolari competenze di data analytics.

L’applicazione massiva di queste forme di analisi e utilizzo dell’IA rende disponibili informazioni sui processi produttivi che rispondono agli stessi 19 requisiti di transizione 5.0 e analisi dell’impronta di Co2, H2o, asset fondamentali per determinare l’LCA di prodotto e l’Epd di prodotto.

Sebbene allo stato embrionale, è necessario ricordare l’impatto che queste nuove tecnologie avranno nel mercato OEM, che necessariamente dovrà affrontare il tema della servitizzazione.

È evidente che per poter sviluppare un’offerta di “renting” di un macchinario basata sull’utilizzo (es: costo al metro quadro, costo al metro cubo di vapore) è fondamentale acquisire sul campo le esperienze di utilizzo e quindi i dati reali con cui alimentare sistemi di IA in grado di generare proposte commerciali dinamiche in base all’effettivo utilizzo del bene.