AO 458

NOVEMBRE-DICEMBRE 2024 AUTOMAZIONE OGGI 458 | 29 potenza di calcolo, la gestione dei dati in tempo reale e la sicurezza nelle implementazioni di AI generativa e IoT. Se parliamo di processi legati alla catena del valore del software, anche qui Red Hat affronta e fornisce soluzioni all’automa- zione della gestione del ciclo di vita dei modelli di AI: permette di automatizzare la catena del valore dello sviluppo, addestramento, tuning e inferenza dei modelli AI secondo le best practice del MLOps. Sempre in tema di automazione e di intelligenza artificiale, la prima sfida affrontata da Red Hat è stata l’integrazione delle capacità dell’AI generativa con una piattaforma di auto- mazione ad hoc, con la quale gli specialisti di automazione possono creare e gestire i conte- nuti di Red Hat Ansible Automation Platform in modo molto più efficiente e assistito. Ceccherini : I benefici dei progetti basati su queste tecnologie sono chiari e immediati. Le aziende sono consapevoli che con questi stru- menti possono analizzare i propri dati in com- binazioni quasi illimitate con altri tipi di insight, quali feedback dei clienti, report meteo, analisi di marketing e altro ancora. Man mano che i si- stemi apprendono nel tempo e i set di dati di- ventano più grandi e precisi, le imprese possono iniziare anche a sviluppare conoscenze sempre più complesse, sofisticate e utili per competere, creare efficienze e soddisfare meglio le richieste dei clienti. La sfida reale però risiede nei presup- posti che bisogna soddisfare per poter trarre effettivamente vantaggio dall’utilizzo dell’AI. La prima condizione è che l’azienda abbia una solida data strategy. I vantaggi generati dall’AI sono realmente tali solo se i dati di partenza sono corretti. La seconda condizione è il cloud: l’innovazione passa dal cloud, è un cammino se- gnato. Ognuno lo percorrerà con il proprio ritmo, ma non si torna indietro. E non è un caso che in Italia stiamo osservando una forte domanda per le nostre soluzioni cloud, dall’ERP alla gestione della customer experience, delle risorse umane o dello spend management. Nei primi sei mesi di quest’anno siamo cresciuti del 47% in reve- nue cloud. La terza condizione è rappresentata dalla trasformazione dei processi. L’intelligenza artificiale può ridurre drasticamente il tempo necessario per implementare il process mining e produrre insight significativi e sumisura solo se i processi sono ben progettati e abilitati. Ariano : L’IoT consente di raccogliere da mac- chine e impianti interi una quantità di dati ope- rativi e contestuali senza precedenti: è molto importante che questi dati siano dati di qualità a cui l’AI generativa possa attingere per suppor- tare l’attività di programmazione, la creazione delle reportistiche e per offrire i servizi più evo- luti di cui accennavamo in precedenza. Se vo- gliamo usare l’AI per l’ottimizzazione di sistemi e consumi, dato che il suo potere è realizzare analisi su basi dati che gli umani non potrebbero mai gestire efficacemente e sfruttare per intero, è estremamente importante assicurarsi di avere le informazioni giuste. Questo significa anche dover abbattere dei silo informativi, che spesso resistono, tra ambito produttivo e sistemi infor- matici aziendali dedicati ad altri processi. C’è poi il tema delle infrastrutture locali: per sfruttare in realtime i dati c’è bisogno di tecnologie di- stribuite a livello edge, che riducano la latenza e dispongano della capacità di calcolo necessa- rio. Sono tutti elementi che vanno al di là della disponibilità di ‘connettività’ e che si devono considerare e affrontare per sfruttare davvero le applicazioni con AI generativa. Rigotti : Da anni lavoriamo per integrare i nostri cobot con la sensoristica e l’Internet of Things negli ambienti produttivi e i risultati sono stati eccellenti. Abbiamo creato con i nostri partner cloud platform per il controllo a distanza delle apparecchiature e sistemi di comunicazione si- curi. I bracci collaborativi UR, grazie al supporto integrato per i protocolli EthernetIP, Profinet, Modbus e TCP/IP, possono operare in qualsiasi ambiente industriale IIoT. L’interfaccia software dei cobot UR permette inoltre di accedere in maniera sicura ai dati di produzione e moni- torare in questo modo produttività e qualità erogata, permettendo alle aziende di tenere co- stantemente sotto controllo i risultati raggiunti. L’integrazione dell’AI è stata quindi soltanto un ulteriore passo in avanti in questa direzione di digitalizzazione del processo. La vera sfida è come sempre l’acquisizione del dato, preludio necessario all’istruzione dell’AI e in questo, l’a- ver da tempo predisposto i nostri cobot a re- gistrare dati e a comunicarli, ci sta agevolando notevolmente a costruire quello ‘storico’ neces- sario a istruire l’intelligenza artificiale con suc- cesso. La sfida successiva, una volta testata sul campo l’efficacia di questi sistemi, è fare breccia nella cultura aziendale e vincere le usuali ritro- sie a innovare. Ma anche in questo caso, l’aver proposto per primi una tecnologia innovativa ormai 15 anni fa, ci ha allenati al dialogo con le imprese e all’alfabetizzazione. Ci arriveremo. L’intelligenza artificiale suscita opinioni contra- stanti per quanto riguarda il mondo del lavoro: quali competenze e profili professionali ritenete siano fondamentali per gestire e sviluppare solu- zioni basate sull’intelligenza artificiale? Carrozzo : Secondo il rapporto ‘Intelligenza Ar- tificiale in Italia’, realizzato da Minsait in colla- borazione con l’Università Luiss Guido Carli, la mancanza di talenti qualificati è una delle prin- cipali barriere allo sviluppo dell’AI, con il 19% delle aziende che evidenzia questo problema. Le figure professionali più richieste includono principalmente il ricercatore dell’AI e il data scientist, ruoli essenziali per l’analisi dei dati e lo sviluppo di modelli di apprendimento auto- matico. Questi profili, che rappresentano circa il 75%della domanda, sono cruciali per la gestione e l’implementazione delle soluzioni basate sull’intelligenza artificiale, poiché combinano competenze tecniche avanzate in settori come la matematica, la statistica e la programmazione con una profonda comprensione dei modelli di machine learning e deep learning. Ma la rivolu- zione dell’intelligenza artificiale coinvolge anche tutti i livelli aziendali. Oltre alla formazione e al reskilling del personale, è necessario adattare i processi organizzativi, assegnando ruoli chiari e assumendo nuove risorse con competenze spe- cifiche. Un cambiamento culturale è essenziale per integrare l’AI nella gestione quotidiana, at- traverso una comunicazione chiara e una forte motivazione al percorso di cambiamento al fine di ridurre le resistenze interne e massimizzare l’opportunità e l’impatto dell’AI. Betti : Come tutte le innovazioni, è fisiologico vi sia una prima fase di timore: per l’AI, da un lato si percepisce il rischio che le attuali compe- tenze siano sostituite dalla macchina, dall’altro Enrico Rigotti, country manager Italy, Universal Robots