AO 458

AUTOMAZIONE OGGI 458 SOLUZIONI SOFTWARE PER L’INDUSTRIA 101 S SI industria 4.0 Fonte: foto Shutterstock Non si tratta più solo di rilevare difetti a posteriori, ma di prevenirli migliorando in modo proattivo i processi produttivi. Le aziende che investono nella qualità predittiva aumentano la propria effi- cienza operativa, e migliorano anche la loro competitività, garan- tendo prodotti di qualità superiore e clienti più soddisfatti. In un mondo dove il miglioramento continuo è la chiave del successo, l’IA è la forza trainante che sta rivoluzionando il concetto stesso di ‘cambiare in meglio’. Il programma strategico per l’adozione dell’intelligenza artificiale 2022-2024 (frutto del lavoro congiunto di tre Ministeri (Università e Ricerca, Sviluppo Economico, Innovazione Tecnologica e Tran- sizione Digitale) ha espresso 24 raccomandazioni di azione anche per l’area delle applicazioni nelle imprese e nella PA. Politiche atte a trasformare l’Italia in un centro sull’AI competitivo a livello globale, rafforzando la ricerca e incentivando il trasferimento tecnologico. L’importanza del nostro comparto manifatturiero (il secondo più grande in Europa, nonostante il calo dello 0,9% registrato a luglio dopo il timido balzo di maggio e giugno an- nunciato dall’Istat) è tale che, nel programma, è stato individuato come il primo su cui investire, proprio per rafforzare il vantaggio competitivo a livello mondiale. Al momento della compilazione del piano (2021), il mercato italiano delle soluzioni AI era ancora limitato: il tasso di adozione di soluzioni AI da parte delle imprese italiane (35%) era inferiore rispetto alla media UE (43%). Tra le principali motivazioni della diffusione ancora acerba di soluzioni AI, troviamo gli alti costi di adozione e l’assenza di finanziamenti pubblici, senza dimenticare il grande tema della carenza di pro- fessionisti qualificati. Gli ultimi segnali, invece, sono incoraggianti. Nel 2023, come rilevato dall’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, il 61% delle grandi imprese (+52%) e il 18% delle PMI (+3% rispetto al 2022) aveva avviato un progetto di intelligenza artificiale almeno al li- vello di sperimentazione. Poiché l’AI è un importante fattore abilitante della crescita della produttività, ritardare la sua adozione avrebbe delle conseguenze sul PIL, aumentando la forbice tra l’Italia e i Paesi europei di riferi- mento. Secondo le proiezioni di McKinsey, questo potrebbe cre- scere del 13% in Italia, 6 punti percentuali in meno rispetto all’UE. La buona notizia è che, proprio per democratizzarne la diffusione, oggi esistono applicazioni e soluzioni di AI anche alla portata delle PMI, a livello di investimenti e di progetti concepiti con un perime- tro ben definito e obiettivi chiari e sostenibili. Dai dati ai risultati: la concretezza di una nuova idea di qualità È facile comprendere come, in un’ottica di Industria 4.0 che prende sempre più piede anche nelle PMI italiane, sfruttare i dati sia essen- ziale per estrarre il massimo valore anche per l’area della qualità. Ma quali sono i risultati concreti raggiungibili grazie alla qualità predit- tiva derivante dall’uso dell’AI? Facendo leva sui dati raccolti o presenti in azienda, relative alle fasi produttive, è possibile identificare gli eventi più impattanti del processo, e come essi interverrebbero sul risultato finale, che si tratti del settore dolciario, metallurgico, dei macchinari, della componentistica. Ad esempio, è possibile identificare quali sensori forniscano informazioni utili alla raccolta dei dati, affian- cando l’attività diagnostica con modelli predittivi che anticipano le difettosità con un’accuratezza dell’80%. E, proprio in virtù della loro capacità di analisi dei dati e dei sensori, con 27,1 miliardi di dispositivi IoT connessi previsti a livello globale per il 2025 (IoT Analytics), i digital twin (DT) ricopriranno sempre maggiore ri- levanza nell’approccio all’Industria 4.0, e sono fonti di dati utili anche nell’ottica dell’adozione dell’AI. Identificare le cause radice delle non conformità (Root Cause Analysis) significa intervenire tempestivamente e correggere le problematiche prima che il prodotto non conforme raggiunga i clienti, con un impatto significativo sulla riduzione degli scarti e sull’efficienza produttiva. A questo proposito, dati a supporto ar- rivano dal 3° Osservatorio Industria 4.0 Intesa San Paolo e BI-REX. Come emerso dal sondaggio, le imprese 4.0 del campione analiz- zato hanno avuto, tra il 2019 e il 2022, un ritorno sulla produttività: quelle che hanno adottato soluzioni tecnologiche avanzate hanno registrato una crescita di valore aggiunto per addetto del 21,6% (+13 mila euro per addetto) e un aumento (valore mediano) del fat- turato del 32,5%, a fronte di un 16,6% delle imprese che non adot- tano soluzioni 4.0. In un contesto di miglioramento continuo, l’AI è il motore che trasforma il cambiamento in un vantaggio concreto e sostenibile. Var Group - www.vargroup.it Poiché l’AI è un importante fattore abilitante della crescita della produttività, ritardare la sua adozione avrebbe delle conseguenze sul PIL, aumentando la forbice tra l’Italia e i Paesi europei di riferimento