In tutto il mondo gli investimenti in intelligenza artificiale sono in forte espansione. Secondo Idc la spesa globale è destinata a raggiungere 110 miliardi di dollari nel 2024, un valore più che doppio rispetto ai 50 miliardi di dollari stimati per il 2020. Non solo. In base ai risultati di una recente ricerca di McKinsey, condotta su un campione di 2.395 manager dei più diversi settori, il 50% afferma di avere già adottato l’AI in una delle funzioni aziendali. Il risultato? Un aumento generalizzato di fatturato e una riduzione dei costi. Per molti analisti e osservatori l’intelligenza artificiale proietterà l’industria 4.0 verso la dimensione dell’autonomous computing, un ambiente caratterizzato da forte autonomia decisionale.
Supply chain, pianificazione e ottimizzazione della produzione, controllo qualità, gestione del magazzino, efficientamento energetico, manutenzione di macchine utensili e impianti. In tutte queste aree funzionali – come evidenziato nel white paper Il manifatturiero nell’era dell’intelligenza artificiale pubblicato in occasione dell’ultima edizione del World Manufacturing Forum – l’intelligenza artificiale si può rilevare uno strumento per aumentare efficienza, ridurre tempi e costi (qui l’approfondimento).
Tuttavia, affinché le tecnologie “next generation” possano essere utilizzate diffusamente, ed essere elemento abilitante la nuova produttività aziendale, ci vuole un impegno convergente: di fornitori, intermediari e utenti finali. Soprattutto in Italia dove il ritardo delle Pmi è da sempre un fattore limitante. «A fronte di una crescita a doppia cifra dell’AI a livello europeo, in Italia siamo sotto la soglia del 2% e così sarà fino al 2024», afferma Sergio Romoli, direttore Cloud & Enterprise di Microsoft Italia. Ed è proprio per questi motivi che il gigante del software ha avviato l’iniziativa AI Hub, un vero e proprio ecosistema collaborativo per accelerare l’adozione dell’intelligenza artificiale nelle aziende italiane.
«Le opportunità che introduce la nuova generazione software sono davvero interessanti, ma necessitano di un nuovo approccio culturale. L’atteggiamento più corretto è mettere al centro il dato come fattore primario della produzione» dice Romoli. Come dire, la leva della produttività è sempre più un connubio tra potenza e automazione il cui valore può essere aumentato grazie a un paradigma industriale “AI-based”. Di fatto, e semplificando, la nuova visione algoritmica altro non è che la logica estensione dei principi fondanti Impresa 4.0, un ulteriore tassello verso un’automazione sempre più spinta. Lo dimostrano le iniziative avviate in sinergia con Microsoft da aziende del calibro di Stevanato, Dolomiti Energia, Snam e Italgas. Tutti casi dove l’intelligenza artificiale si candida ad essere una componente strategica e non più accessoria della trasformazione digitale. L’AI appare quindi destinata a essere il motore di un new deal industriale. Ci vorranno anni, ma la strada sembra ormai tracciata.
Idc, nel prossimo triennio vedremo il decollo definitivo della manifattura “AI Powered”
«L’AI è ormai percepita come una leva della trasformazione digitale e allo stesso tempo un motore per acquisire una rinnovata competitività. Le aziende sono intenzionate ad adottarla non soltanto perché la tecnologia è disponibile ma perché è la sintesi naturale di un percorso di innovazione avviato in rapida successione dal cloud e dall’IoT», afferma Ritu Jyoti, program vice president Artificial Intelligence di Idc. Secondo le ultime ricerche della società di consulenza, le aziende “AI Powered” avranno la capacità di capitalizzare il valore delle informazioni trasversalmente a più aree applicative. Gli investimenti si concentreranno in particolare nel settore retail e banking. Non è un caso, poiché le applicazioni che si pensa possano trarre immediato vantaggio sono legate al customer service e alla gestione del rischio nei servizi finanziari. Tuttavia, si prevede che questa sia una tendenza che si estenderà progressivamente a tutti i settori di industry e in modo rilevante nel comparto industriale/manifatturiero. Insomma, nel giro di qualche anno ben poche aziende saranno immuni da una contaminazione AI. Per un motivo soprattutto: una sempre più forte integrazione di algoritmi in dispositivi e apparati industriali, elettronici e informatici, che saranno equipaggiati con chip, microprocessori e firmware con a bordo l’intelligenza abilitante soluzioni software e servizi next generation. Una dimensione, quest’ultima, che già oggi rappresenta una quota consistente degli investimenti globali, equivalente a circa 28 miliardi di dollari (applicazioni 14,1 miliardi e servizi 14,5 miliardi) dei 50 miliardi stimati per il 2020.
McKinsey, l’adozione AI contribuisce a un aumento di fatturato e a una diminuzione dei costi: supply chain e manufacturing tra le aree applicative con il ritorno di investimento più alto
AI, dunque, come nuova futuribile galassia dell’information technology. Uno scenario che viene accreditato da una recentissima survey mondiale condotta da McKinsey su un campione di 2.395 manager appartenenti ad aziende dei più diversi settori. Il 50% afferma di avere già adottato l’AI in una delle funzioni aziendali. Gli use case sinora sviluppati riguardano lo sviluppo di nuovi prodotti, le operation, il marketing e le vendite, la produzione (ottimizzazione di processi e manutenzione predittiva), il comparto risorse umane, la supply chain, il risk management e l’allocazione di capitali. Risultati che testimoniano quanto questo fenomeno stia diventando pervasivo.
Ma c’è un dato che nella ricerca McKinsey assume una grande rilevanza e merita attenzione: tra coloro che dichiarano di avere in utilizzo servizi/soluzioni “AI-based” la maggioranza afferma di aver migliorato le performance del proprio comparto generando un profitto per l’azienda. Gli incrementi, sono equamente spalmati tra le differenti line of business (grafico 1) e sono strettamente associati a una riduzione di costi (grafico 2); da notare che le migliori performance vengono espresse in ambito supply chain management e manufacturing.
Pmi, follower ma con un grande futuro 4.0. Il manifatturiero nell’era dell’intelligenza artificiale
«L’intelligenza artificiale è l’ultima delle tecnologie arrivate a maturazione. È talmente spinta, come applicazioni e potenzialità, che non è ancora per tutti. Ci sono tante imprese, piccole e medie, che hanno ancora bisogno di completare la transizione verso il 4.0… Stanno implementando tecnologie che al momento ritengono più importanti dell’IA e che considerano prioritarie per fare quel salto di produttività da tempo annunciato», ha affermato Marco Taisch – professore ordinario del Politecnico di Milano e presidente del Competence Center Made – nel corso dell’ultima edizione del World Manufactruing Forum. Insomma le Pmi, tranne eccezioni, sono attualmente dei follower: arriveranno all’intelligenza artificiale nel medio e lungo termine. Il suggerimento per iniziare un percorso di implementazione AI nel manifatturiero? Ebbene, il punto di partenza è l’Industrial IoT. Tutti quei dati che già oggi iniziano ad essere raccolti sul campo, e analizzati on edge e in cloud, sono suscettibili di un’ulteriore valorizzazione grazie ad algoritmi machine e deep learning. E’ quanto emerge con estrema chiarezza dal white paper Il manifatturiero nell’era dell’intelligenza artificiale . Manager, responsabili di operation, automazione e produzione, professionisti del mondo delle macchine utensili: l’invito è guardare in modo olistico a nuove applicazioni IoT, nella consapevolezza che l’AI potrebbe introdurre un ulteriore livello di automazione.
Evoluzione Industria 4.0 in direzione autonomous computing
In senso lato potremmo descrivere l’AI come l’abilità di un sistema tecnologico di risolvere problemi o svolgere compiti e attività tipici della mente e dell’abilità umane. In ambito industriale significa per esempio poter realizzare macchine in grado di agire autonomamente, risolvendo problemi e compiendo tutta una serie di azioni. L’applicazione estensiva di questi modelli tende a dare forma a quelle che da più parti viene definita come l’era dell’autonomous computing. Il denominatore comune del possibile scenario che va emergendo è, infatti, di una sempre più forte autonomia funzionale di tutte le componenti abilitanti nuovi processi. La crescente diffusione di sensori e microchip applicati a macchine e sistemi, associata ala una capacità computazionale diffusa (edge e cloud) implica un automatismo decisionale, a tutti i livelli. Il che vuol dire dare velocità al business, offrendo non solo insight su processi e attività una volta inimmaginabili, ma introducendo capacità attuative all’interno dei processi industriali. AI, quindi, come abilitatore estremo di quella che oggi chiamiamo data driven economy, vale a dire una economia d’impresa guidata dall’intelligenza dei dati e dall’intelligenza sui dati.
AI Hub, l’ecosistema Microsoft per accelerare il trasferimento tecnologico
Le espressioni reali dei potenziali sviluppi AI sono ancora confinate all’interno di progetti e soluzioni elitarie: è necessario riuscire a trovare il modo di “scaricare a terra” quello che oggi le tecnologie rendono possibile. Nasce da questo presupposto il progetto AI Hub di Microsoft, parte integrante del piano quinquennale da 1,5 miliardi di dollari per la trasformazione digitale avviato dalla multinazionale del software (qui la notizia completa). Il focus è sul Made in Italy (retail, moda e design), manifatturiero, servizi finanziari, sanità, energia e infrastrutture. In una logica di open innovation, le aziende appartenenti a una molteplicità di settori di industry condivideranno la propria conoscenza per realizzare use case e progetti pilota in collaborazione con gli esperti di Microsoft e una task-force di partner. L’iniziativa ha già ricevuto le adesioni di Accenture, Alterna, Altitudo, beanTech, Capgemini, DataSkills, Factory Software, Hevolus Innovation, Iconsulting, Integris, Ntt Data, Porini, Sopra Steria e 4ward. Nei progetti verranno integrate tecnologie all’avanguardia ma già consolidate di computer vision, mixed reality, data & knowledge mining, bots & conversational IA, predictive analytics, machine learning e data visualization, abilitate dal cloud computing.
AI: più IoT, ma serve focalizzarsi sui risultati di business
I progressi negli algoritmi di apprendimento automatico uniti a una connettività e al cloud computing distribuito, consentono di addestrare reti neurali con algoritmi applicati a quantità incrementali di dati, promettendo un’autonomia interpretativa e funzionale superiore a quella acquisibile in passato. Come in un qualsiasi sistema neurovegetativo, grazie a percettori e terminali sensoriali, l’algoritmo IA riesce a implementare capacità in grado di sviluppare proprie funzioni cognitive. Più IoT, più sistemi intelligenti dunque. L’esistenza di algoritmi intelligenti che sfruttano la maggiore potenza computazionale fornita dall’edge e dal cloud e quantità enormi di informazioni digitali, implica tuttavia un processo di ottimizzazione che dovrebbe focalizzarsi sui risultati di business. E quindi occorre fare attenzione: il valore generato non è direttamente proporzionale al volume di dati acquisiti, ma dalla qualità e affidabilità degli stessi. L’evoluzione sostenibile? Passare dal puro conteggio dei nodi IoT alla misurazione del valore del loro contenuto.
La nuova AI di Stevanato Group. I nuovi algoritmi migliorano del 5% il detection rate
Il più grande produttore privato al mondo di packaging primario in vetro per l’industria farmaceutica utilizza l’intelligenza artificiale per migliorare le prestazioni dei sistemi di ispezione e il riconoscimento delle difettosità dei contenitori in vetro riempiti con diversi farmaci. L’artificial intelligence sarà un alleato nel garantire la massima qualità all’industria farmaceutica, riducendo possibili errori e intercettando prontamente prodotti difettosi lungo la catena produttiva. L’integrità di questi contenitori è essenziale e grazie all’AI integrata nei macchinari per le ispezioni, le aziende farmaceutiche potranno far leva su algoritmi affidabili per individuare ancora più facilmente eventuali difetti e garantire i più elevati standard di conformità di farmaci e vaccini. «Con questa soluzione – afferma Raffaele Pace, engineering vice president of Operations del Gruppo veneto – è possibile ridurre fino a 10 volte i falsi positivi, quindi gli scarti di produzione dei flaconi, e migliorare il detection rate del 5%». L’intelligenza artificiale secondo quanto spiegato dal manager si estenderà progressivamente ad altri processi e aree aziendali
Gruppo Dolomiti Energia, AI come leva di produttività e continuità operativa
Realtà multiutility italiana e uno dei primi produttori nazionali di energia idroelettrica, Dolomiti Energia ha avviato la creazione di una piattaforma per la gestione intelligente dei dati che consentirà di migliorare l’efficienza degli strumenti di produzione, ottimizzare i costi e fornire dei servizi sempre più personalizzati verso la diversa tipologia di clienti, sfruttando le capacità computazionali e analitiche delle piattaforme Microsoft. Sarà possibile elaborare un crescente volume di informazioni attraverso un uso sempre più intensivo dell’Intelligenza Artificiale migliorando l’offerta e la personalizzazione dei servizi «Il Gruppo Dolomiti Energia – ha affermato Marco Merler amministratore delegato del Gruppo – è impegnato in un’evoluzione digitale che consentirà di offrire nuove soluzioni, di innovare i processi e rendere i servizi attuali più flessibili, e aumentare le performance in termini di continuità e sicurezza di reti e impianti»
Integrazione edge-cloud per l’azienda energetica del futuro. Il caso Snam
Una delle principali società di infrastrutture energetiche al mondo nonché una delle maggiori aziende quotate italiane per capitalizzazione, Snam sta oggi sviluppando un’infrastruttura “hybrid cloud” che consentirà di fare leva su una maggiore capacità di elaborazione dei dati IoT. L’intelligenza artificiale sarà determinante per gestire la propria rete in modo sempre più efficiente e flessibile, con benefici sia dal punto di vista dell’affidabilità e della sicurezza sia in ottica di transizione energetica. La sinergia avviata con Microsoft darà vita a un’architettura digitale in grado di erogare da cloud alcuni servizi, tra cui gli applicativi commerciali a servizio degli utenti del sistema gas. Il tutto attraverso un’integrazione spinta “edge-cloud” che renderà il network infrastrutturale sempre più intelligente. La collaborazione si inserisce all’interno di SnamTec, il progetto per costruire l’azienda energetica del futuro nel quale l’azienda intende investire 1,4 miliardi al 2023. «Lo sviluppo di tecnologie cloud, intelligenza artificiale e machine learning, saranno i tasselli di questa evoluzione, ha dichiarato Claudio Farina, executive vice president Digital Transformation & Technology di Snam».
Italgas, analisi predittiva per la gestione intelligente degli impianti
Prosegue il piano di digitalizzazione di Italgas, leader in Italia nel settore della distribuzione del gas naturale e terzo operatore in Europa, con un focus sempre maggiore su cloud, big data, IoT e AI. L’azienda ha avviato un percorso di trasformazione puntando sull’efficienza della rete e sull’affidabilità del servizio: smartworking per il presidio da remoto, analisi predittiva per la gestione intelligente degli impianti, mixed reality per la formazione e blockchain per la cybersecurity. La piattaforma Azure IoT, permetterà di creare e distribuire rapidamente applicazioni scalabili e sicure in grado di elaborare quantità enormi di dati sfruttando Artificial Intelligence e Machine Learning. Sarà possibile pianificare, anticipare e monitorare le attività sulle proprie reti grazie all’analisi predittiva e all’utilizzo di tool di analisi.
