La nuova industria nasce dall’incontro tra realtà manifatturiere e aziende tecnologiche

Per oltre trent’anni abbiamo costruito una parte importante dell’economia globale intorno a un principio apparentemente molto semplice: produrre nel luogo più efficiente possibile. Le imprese hanno distribuito progressivamente le proprie catene del valore su scala mondiale, separando progettazione, produzione dei componenti, assemblaggio e mercati finali. Una macchina progettata in Italia poteva contenere elettronica prodotta in Asia, componentistica proveniente da diversi Paesi, software sviluppato altrove ed essere infine assemblata e venduta in Europa. È stata la conseguenza naturale di un mondo nel quale costo, efficienza e scala rappresentavano le variabili dominanti delle decisioni industriali.

Quel mondo non è finito e sarebbe probabilmente sbagliato pensare a un ritorno verso economie chiuse o completamente autosufficienti. È però evidente che qualcosa è cambiato. Pandemie, crisi logistiche, tensioni commerciali e geopolitiche, competizione sulle tecnologie strategiche e crescente vulnerabilità di alcune catene di approvvigionamento hanno dimostrato quanto possa essere fragile un sistema costruito esclusivamente per massimizzare l’efficienza. Abbiamo scoperto, in altre parole, che il componente meno costoso non è necessariamente quello economicamente migliore se, nel momento in cui serve, non è disponibile. E abbiamo iniziato a comprendere che dipendere in maniera quasi totale da un singolo Paese, fornitore o ecosistema tecnologico può rappresentare un costo che non compare nel prezzo di acquisto, ma emerge improvvisamente quando le condizioni esterne cambiano. Per questo credo che la trasformazione industriale dei prossimi anni debba essere letta partendo da un cambiamento molto più profondo della semplice introduzione di nuove tecnologie: alla ricerca di efficienza si stanno aggiungendo resilienza, flessibilità, autonomia e capacità di controllo.

La fabbrica che torna non può essere quella che è partita

È all’interno di questo scenario che il tema del reshoring assume un significato interessante. Se ne parla spesso come se significasse semplicemente riportare in Italia o in Europa le produzioni trasferite altrove negli ultimi decenni, ma difficilmente sarà così. Le catene del valore continueranno a essere internazionali e continueremo ad acquistare tecnologie, materie prime e componenti in tutto il mondo. È però plausibile che aumenti l’interesse a riportare più vicino ai mercati finali alcune produzioni considerate importanti o particolarmente vulnerabili. Il problema è che non possiamo riportare in Italia la stessa fabbrica che abbiamo delocalizzato venti o trent’anni fa. Il costo del lavoro è differente, la disponibilità di persone è differente e l’evoluzione demografica renderà probabilmente ancora più difficile trovare alcune professionalità tecniche. Se vogliamo produrre di più in Europa dobbiamo quindi riuscire a farlo con una produttività molto superiore.

In questo senso reshoring e automazione non sono due fenomeni separati, ma due facce della stessa trasformazione. Riportare una produzione significa quasi inevitabilmente ripensarla, ed è proprio qui che robotica, computer vision, intelligenza artificiale, sensoristica, edge computing e Digital Twin smettono di essere semplicemente tecnologie interessanti e diventano possibili componenti di un nuovo modello industriale. La fabbrica che può tornare in Italia non sarà la fabbrica che è partita: sarà necessariamente più automatizzata, più connessa, più flessibile e soprattutto più intelligente.

Questo passaggio è particolarmente importante per un Paese come il nostro. Una parte consistente della forza della manifattura italiana deriva infatti dalla capacità di produrre beni complessi, personalizzati e ad alto valore aggiunto. Non siamo soltanto il Paese delle grandi produzioni seriali; siamo anche il Paese delle macchine speciali, della meccanica, dell’automazione, della componentistica, degli impianti costruiti sulle esigenze del cliente, delle produzioni in piccoli lotti e delle aziende capaci di modificare rapidamente processi e prodotti. È una caratteristica straordinariamente preziosa, ma rappresenta anche un limite rispetto all’automazione tradizionale. Un robot industriale è estremamente efficace quando deve compiere milioni di volte la stessa operazione in un ambiente perfettamente prevedibile. Diventa economicamente meno interessante quando cambiano continuamente il prodotto, il formato, il lotto, la configurazione o il tipo di lavorazione. Ed è proprio qui che l’incontro tra robotica e intelligenza artificiale può modificare le regole del gioco. Se una macchina riesce a vedere meglio ciò che la circonda, a riconoscere oggetti e situazioni differenti e ad adattarsi con maggiore facilità ai cambiamenti, il costo della riconfigurazione può diminuire. Attività che fino a ieri non era conveniente automatizzare possono diventarlo. Per l’Italia, quindi, la vera opportunità non consiste necessariamente nell’avere semplicemente più robot, ma nell’avere robot più intelligenti, più flessibili e più facilmente adattabili alla natura della nostra produzione.

Quando l’intelligenza artificiale esce dallo schermo

Negli ultimi anni abbiamo conosciuto soprattutto un’intelligenza artificiale che vive sugli schermi. Le chiediamo di scrivere, tradurre, analizzare documenti, generare codice, sintetizzare informazioni e rispondere alle nostre domande. È stata una trasformazione straordinaria, ma per l’industria potrebbe rappresentare soltanto l’inizio. Il passaggio successivo avviene quando l’intelligenza artificiale smette di limitarsi a elaborare informazioni e comincia a interagire con il mondo fisico.

Immaginiamo una telecamera che osserva un componente mentre attraversa una linea produttiva. Un sistema di computer vision riconosce un difetto che sarebbe difficile individuare con un controllo tradizionale. L’intelligenza artificiale mette quell’anomalia in relazione con i parametri della macchina, il lotto di materiale utilizzato, le condizioni ambientali e lo storico delle produzioni precedenti. Un agente recupera automaticamente la documentazione tecnica, verifica se qualcosa di simile è già accaduto e cerca eventuali correlazioni con un intervento di manutenzione effettuato pochi giorni prima. Il sistema formula alcune ipotesi e propone una modifica dei parametri. Un operatore può approvarla e, a quel punto, il sistema di automazione o un robot può eseguirla. Subito dopo, sensori e telecamere verificano se il problema si è effettivamente ridotto.

In questo scenario il sistema non si limita più ad automatizzare una sequenza prestabilita: osserva, interpreta, propone, agisce e verifica. È ciò che sempre più spesso viene definito Physical AI e rappresenta, a mio avviso, uno dei passaggi più importanti per il futuro della manifattura.

Dai dati alla conoscenza industriale

Per arrivarci, però, non basta aggiungere un modello di intelligenza artificiale alle tecnologie che già utilizziamo. Le fabbriche moderne producono enormi quantità di dati, ma avere molti dati non significa necessariamente conoscere ciò che accade. Il PLC conosce lo stato della macchina, il MES conosce la produzione, l’ERP conosce gli ordini, il sistema di manutenzione conosce gli interventi, il sistema qualità conosce le non conformità, i manuali contengono le indicazioni del costruttore e una quantità enorme di conoscenza continua a risiedere nell’esperienza delle persone. Tutte queste informazioni, però, sono spesso separate.

È per questo che trovo particolarmente interessante il concetto di Cognitive Digital Twin. Un Digital Twin non dovrebbe essere soltanto una rappresentazione digitale dello stato di una macchina, ma potrebbe diventare progressivamente la sua memoria digitale: configurazione, documentazione, dati storici, manutenzioni, anomalie, ricambi, parametri di processo, modifiche effettuate nel tempo e conoscenza accumulata dagli operatori.

Pensiamo a un dato molto semplice, come una temperatura di 87 gradi. Preso isolatamente significa poco. Ma se il sistema sa quale macchina stiamo osservando, quale componente stiamo misurando, quale prodotto sta realizzando, quali erano i valori abituali nelle stesse condizioni, quali interventi sono stati eseguiti recentemente e cosa prevede il manuale, quello stesso numero acquisisce improvvisamente significato. Il dato diventa contesto, il contesto diventa conoscenza e la conoscenza può finalmente diventare una decisione.

Su questa memoria industriale possono poi operare gli AI Agent. Un agente non deve necessariamente limitarsi a rispondere a una domanda: può ricevere un obiettivo, cercare informazioni, interrogare sistemi differenti, utilizzare strumenti e collaborare con altri agenti. Possiamo quindi immaginare un agente dedicato alla manutenzione che conosce lo storico delle macchine, uno alla qualità che cerca correlazioni tra parametri e difetti, uno alla produzione che conosce capacità e ordini, uno all’energia che individua inefficienze e uno alla conoscenza tecnica che recupera automaticamente manuali, procedure e casi precedenti.

Se aumenta improvvisamente il numero di pezzi difettosi, questi sistemi possono lavorare insieme per capire quando è iniziato il fenomeno, quali parametri sono cambiati, se è stato sostituito un componente, se è cambiato un materiale o un fornitore e se in passato si è già verificato qualcosa di simile. Non significa consegnare autonomamente la fabbrica all’intelligenza artificiale. Significa mettere a disposizione delle persone uno strato cognitivo capace di raccogliere e collegare in pochi secondi informazioni che oggi richiedono ore di ricerca tra sistemi, file, documenti e persone differenti. La decisione può continuare a essere umana, soprattutto quando è importante che lo sia, ma cambia radicalmente la qualità dell’informazione disponibile nel momento in cui quella decisione deve essere presa.

Persone, AI e macchine

Questa, secondo me, è una rappresentazione molto più interessante della fabbrica intelligente rispetto all’immagine, spesso evocata, di uno stabilimento completamente autonomo e senza persone. Il futuro sarà probabilmente molto meno estremo e molto più utile. Sarà fatto di persone, intelligenza artificiale e macchine che collaborano. Le persone porteranno esperienza, responsabilità, intuizione e capacità di affrontare situazioni nuove; l’intelligenza artificiale porterà la capacità di analizzare quantità enormi di informazioni, recuperare conoscenza e coordinare attività; i robot porteranno questa intelligenza nel mondo fisico. I Cognitive Digital Twin faranno da memoria e da contesto, permettendo all’intero sistema di sapere non soltanto cosa sta accadendo, ma cosa è accaduto prima e perché una determinata informazione può essere rilevante.

In questo senso la fabbrica del futuro potrebbe essere vista come la convergenza di tre forme di intelligenza: quella umana, quella artificiale e quella incorporata nelle macchine. Il valore non nascerà dalla sostituzione di una con l’altra, ma dalla capacità di combinarle nel modo migliore.

Sovranità tecnologica non significa costruire tutto in Europa

C’è poi un altro elemento che non possiamo ignorare, ed è il ruolo della Cina e, più in generale, degli ecosistemi tecnologici extraeuropei. Parlare di autonomia strategica o sovranità tecnologica non dovrebbe portarci alla conclusione semplicistica che dobbiamo costruire tutto in Italia o in Europa. Non sarebbe realistico e probabilmente non sarebbe nemmeno conveniente. La Cina rappresenta uno dei più grandi ecosistemi industriali del mondo e dispone di capacità enormi nella robotica, nell’elettronica, nella sensoristica, nelle batterie, nella computer vision e nell’automazione. Gli Stati Uniti continuano a essere centrali nel software, nel cloud, nei semiconduttori avanzati e nell’intelligenza artificiale. L’industria italiana continuerà quindi a utilizzare le migliori tecnologie disponibili a livello globale.

La vera questione non è dove sia stato costruito ogni singolo componente, ma quanto controllo manteniamo sul sistema complessivo. Possiamo decidere dove vengono elaborati i dati? Possiamo controllare il software e gli aggiornamenti? Possiamo garantire la cybersecurity? Possiamo integrare quella tecnologia con i nostri sistemi? Possiamo sostituire un fornitore senza perdere tutto ciò che abbiamo costruito? E soprattutto, possiamo evitare che insieme alla tecnologia trasferiamo all’esterno anche la parte più preziosa della nostra conoscenza industriale?

Forse dovremmo iniziare a interpretare la sovranità tecnologica proprio in questo modo. Non necessariamente “Made in Italy”, ma sempre più “Controlled in Italy” o “Controlled in Europe”. Immaginiamo un’impresa che acquista un robot estremamente competitivo da un produttore asiatico. Non c’è necessariamente nulla di sbagliato. Ma sopra quel robot possiamo costruire un livello tecnologico che rimane sotto il controllo dell’impresa: l’infrastruttura edge, la gestione dei dati, il Cognitive Digital Twin, i modelli di intelligenza artificiale, gli agenti, la cybersecurity e la logica di integrazione con i processi produttivi. Il robot diventa una componente sostituibile. Se domani emerge un produttore migliore, possiamo cambiarlo senza perdere la conoscenza accumulata, perché l’intelligenza del sistema non è interamente incorporata nell’hardware. Questo potrebbe essere uno dei principi fondamentali della nuova industria europea: utilizzare le migliori tecnologie globali mantenendo il controllo dello strato che contiene dati, conoscenza, processi e intelligenza.

La nuova frontiera dell’ICT italiano è dentro la fabbrica

Ed è precisamente in questo spazio che il comparto ICT italiano potrebbe trovare una delle opportunità più importanti dei prossimi anni. Per molto tempo il rapporto tra ICT e manifattura è stato relativamente chiaro. Da una parte c’erano le macchine, gli impianti, i PLC e l’automazione; dall’altra ERP, MES, CRM, business intelligence, infrastrutture, cloud e software aziendale. Naturalmente i due mondi comunicavano, ma rimanevano culturalmente e tecnologicamente abbastanza distinti.

L’intelligenza artificiale sta iniziando a cancellare questo confine. Una fabbrica intelligente richiede contemporaneamente competenze di software, dati, AI, cybersecurity, automazione, edge computing, computer vision e conoscenza del processo industriale. Non nasce semplicemente comprando un robot e non nasce installando un modello linguistico. Bisogna collegare sistemi nuovi e sistemi vecchi, dati storici e dati in tempo reale, macchine e software gestionali, documentazione tecnica e conoscenza delle persone. Bisogna costruire Digital Twin, gestire modelli AI, orchestrare agenti, integrare sistemi di visione e garantire che tutto questo possa funzionare in modo affidabile per anni in un ambiente produttivo.

Questa complessità può trasformare profondamente il ruolo dell’ICT italiano. Software house, system integrator, imprese di automazione, società di engineering, operatori cloud, aziende di cybersecurity e specialisti di intelligenza artificiale potrebbero trovarsi a convergere verso uno spazio comune. Le software house dovranno imparare a dialogare sempre più con macchine e robot; le imprese di automazione dovranno incorporare AI e gestione avanzata dei dati; i system integrator dovranno acquisire competenze sui Digital Twin e sugli agenti; la cybersecurity dovrà estendersi sempre di più dal mondo IT al mondo OT; chi sviluppa AI dovrà imparare a confrontarsi con processi fisici nei quali un errore non produce soltanto una risposta sbagliata sullo schermo, ma può fermare una linea. Il confine tra ICT e automazione industriale tenderà quindi a diventare sempre meno netto, e da questa convergenza potrebbe nascere un vero comparto italiano dell’Industrial AI.

Dalla vendita di tecnologia alla vendita di capacità

L’Italia parte, da questo punto di vista, da una posizione interessante. Abbiamo uno dei tessuti manifatturieri più articolati d’Europa e, intorno a esso, migliaia di imprese tecnologiche che da decenni lavorano a stretto contatto con l’industria. Questa prossimità conta, perché la conoscenza industriale è profondamente contestuale. Capire come funziona realmente una fonderia, una macchina utensile, una linea di confezionamento, un produttore di componenti automotive o un costruttore di impianti non è qualcosa che si acquisisce semplicemente installando una piattaforma software. È una conoscenza che nasce dal lavoro sul campo, dalla capacità di comprendere processi, vincoli, linguaggi e priorità differenti. Il comparto ICT italiano potrebbe trasformare questa vicinanza in un vantaggio competitivo, a condizione però di fare un salto di qualità: non limitarsi più a digitalizzare i processi industriali, ma diventare parte integrante della nuova architettura della produzione.

Anche il modello economico potrebbe cambiare. Molta tecnologia industriale e molto ICT vengono ancora venduti sotto forma di progetto: analisi, sviluppo, installazione, integrazione e manutenzione. Ma un sistema basato su AI e Digital Twin non termina realmente quando viene installato. Il modello deve essere aggiornato, il Twin deve accumulare nuove informazioni, gli agenti devono essere monitorati, i dati devono continuare a fluire e le regole devono evolvere insieme alla fabbrica. Questo apre la strada a modelli nei quali il cliente non acquista semplicemente un software, ma una capacità continuativa. Non compra un progetto di predictive maintenance, ma un servizio di Machine Intelligence che monitora costantemente un parco macchine. Non compra soltanto un sistema di computer vision, ma un servizio di Quality Intelligence che migliora nel tempo. Non compra necessariamente un robot, ma la capacità di automatizzare un processo con determinati livelli di disponibilità e performance. Il passaggio dalla vendita della tecnologia alla vendita della capacità è profondo, perché allinea maggiormente il valore del fornitore al risultato ottenuto dal cliente e crea relazioni industriali molto più continuative.

Quando manifattura e ICT diventano una sola filiera

In questa prospettiva il comparto ICT potrebbe diventare qualcosa di più del fornitore dei sistemi informativi della fabbrica. Potrebbe diventare la sua infrastruttura cognitiva, lo strato che collega macchine, dati, documentazione, persone e processi. Ed è probabilmente proprio lì che si concentrerà una parte importante del valore. Hardware, sensori, telecamere e perfino molti modelli di intelligenza artificiale diventeranno progressivamente più accessibili e, in alcuni casi, sempre più simili a commodity. Rimarrà invece molto difficile trasformare tutti questi componenti in un sistema che funzioni davvero dentro un’impresa industriale, che comprenda il suo contesto, che protegga il suo patrimonio informativo e che possa evolvere senza creare nuove dipendenze. La competizione non sarà quindi soltanto su chi possiede la tecnologia migliore, ma su chi sarà capace di orchestrare meglio tecnologie diverse e trasformarle in capacità industriali concrete.

Forse dovremmo quindi smettere di pensare alla manifattura e al digitale come a due settori separati. Una macchina industriale del futuro sarà sempre più una combinazione di meccanica, elettronica, software, dati, servizi e intelligenza artificiale. Un costruttore di macchinari continuerà a vendere macchine, ma potrà vendere anche disponibilità, manutenzione predittiva, ottimizzazione, aggiornamenti e servizi basati sui dati. Una linea produttiva non sarà soltanto una sequenza di impianti, ma un sistema fisico accompagnato da una propria rappresentazione digitale e da agenti capaci di interpretarne continuamente il comportamento. In questo scenario il software diventa parte del prodotto industriale e il prodotto industriale diventa progressivamente una piattaforma di servizi. Per questo la competitività futura della manifattura italiana dipenderà anche dalla capacità del nostro comparto ICT di non rimanere ai margini della produzione, ma di entrarvi sempre più profondamente.

La nuova industria italiana nascerà dall’incontro

Alla fine, tutto riconduce al cambiamento con cui siamo partiti. Per decenni abbiamo progettato l’industria cercando soprattutto di ottimizzare costo, efficienza e scala. Continueremo naturalmente a farlo, perché nessuna impresa può permettersi di ignorare l’efficienza. Ma dovremo contemporaneamente ottimizzare resilienza, flessibilità, produttività, controllo e autonomia tecnologica. Ed è questa nuova equazione a rendere AI e robotica molto più importanti di una semplice nuova ondata tecnologica. L’automazione può compensare una parte del differenziale del costo del lavoro. L’AI può aumentare la produttività delle persone. La robotica intelligente può rendere economicamente sostenibili produzioni più variabili. I Cognitive Digital Twin possono trasformare dati dispersi in memoria industriale. Gli agenti possono utilizzare quella memoria per aiutare persone e macchine a prendere decisioni migliori. Uno stack tecnologico governabile può permetterci di utilizzare le migliori tecnologie disponibili nel mondo senza perdere il controllo della parte più preziosa: i nostri dati, i nostri processi e la nostra conoscenza.

La domanda, quindi, non è semplicemente quanta produzione tornerà in Italia nei prossimi anni. È una domanda troppo piccola. Quella più interessante è quale industria italiana vogliamo costruire se una parte di quella produzione tornerà e se il mondo continuerà a diventare più complesso, tecnologico e multipolare. Difficilmente potrà essere una copia della fabbrica del passato. Dovrà essere una manifattura più produttiva, più flessibile, più automatizzata e contemporaneamente più capace di valorizzare quella conoscenza tecnica e quella capacità di personalizzazione che rappresentano da sempre alcuni dei punti di forza del nostro sistema industriale. Sarà una fabbrica nella quale l’intelligenza umana resterà centrale, ma verrà amplificata dall’intelligenza artificiale; nella quale i robot saranno progressivamente meno rigidi; nella quale ogni macchina potrà avere una memoria digitale della propria storia; e nella quale il comparto ICT non sarà più soltanto il fornitore esterno che installa software, ma uno dei protagonisti della filiera industriale.

La nuova industria italiana non nascerà soltanto dentro le fabbriche e non nascerà soltanto dentro le aziende tecnologiche. Nascerà dall’incontro tra le due. Dalla capacità di mettere intorno allo stesso tavolo chi conosce la produzione e chi conosce l’intelligenza artificiale, chi costruisce macchine e chi sviluppa software, chi lavora sull’automazione e chi lavora sui dati, chi porta la conoscenza industriale accumulata in decenni e chi sta costruendo le tecnologie che definiranno il prossimo decennio. È in questo spazio di confine che possono nascere nuove soluzioni, nuovi modelli di servizio e forse anche una nuova filiera italiana dell’Industrial AI e della robotica intelligente.

Ed è anche il motivo per cui luoghi di incontro come IM*CC possono assumere un ruolo particolarmente interessante. Non soltanto come occasioni nelle quali raccontare tecnologie già esistenti, ma come spazi nei quali mondi che troppo spesso parlano linguaggi differenti possono iniziare a progettare insieme. Il valore sta nel mettere in relazione imprenditori manifatturieri, aziende ICT, costruttori di macchine, system integrator, specialisti dell’automazione, ricercatori e nuove imprese tecnologiche, facendo emergere problemi reali dell’industria e mettendoli a confronto con possibilità tecnologiche che fino a pochi anni fa semplicemente non esistevano.

Perché probabilmente nessuno costruirà da solo la nuova industria italiana. Non la costruiranno da sole le imprese manifatturiere e non la costruiranno da sole le aziende tecnologiche. Serviranno contaminazione, sperimentazione e una capacità molto concreta di trasformare competenze diverse in progetti industriali. IM*CC può essere uno dei punti nei quali questo incontro avviene: il luogo in cui manifattura e ICT non si limitano a parlarsi, ma iniziano a immaginare e costruire insieme la prossima generazione dell’industria italiana.