AO_468

MARZO 2026 AUTOMAZIONE OGGI 468 | 73 Tavola rotonda tre sul fronte culturale la consapevolezza è ormai diffusa: quasi il 90% degli italiani ha sentito parlare di AI generativa. Ma la posta in gioco va oltre l’efficienza. In un Paese che affronta un forte declino demografico, l’intel- ligenza artificiale si sta affermando come una leva necessaria per compensare la riduzione della forza lavoro. Entro il 2033 mancheranno milioni di lavora- tori e, secondo le stime, l’AI potrebbe inter- venire su circa 3,8 milioni di posti di lavoro equivalenti, amplificando la produttività di chi resta. Non a caso, oltre sei lavoratori su dieci riconoscono che l’AI ha già cambiato il loro modo di lavorare. Accanto alle oppor- tunità emergono però anche le fragilità. Le aziende temono l’inaccuratezza dei risultati, la tutela della proprietà intellettuale e i rischi di cybersicurezza, mentre la governance resta spesso indietro: solo una minoranza dispone di strutture decisionali dedicate all’AI. Lo di- mostra anche l’analisi di Cisco Talos ( https:// talosintelligence.com/ ) , che descrive un pano- rama di sicurezza sempre più ambivalente, in cui la Gen AI rafforza le difese ma, allo stesso tempo, rende più sofisticati phishing, attac- chi e ricerca di vulnerabilità. È qui che si gioca la vera sfida: le macchine oggi sanno gene- rare contenuti, codice e decisioni, ma senza competenze, regole e responsabilità umane, il rischio è di amplificare problemi invece che soluzioni. L’intelligenza artificiale generativa non è più un’opzione strategica: è un fat- tore strutturale di competitività. Governarla bene farà la differenza tra chi la subirà e chi, invece, saprà davvero trasformarla in valore. In questo scenario di rapida trasformazione, il punto di vista del mondo dell’automazione diventa centrale. Vediamo cosa pensano le aziende a proposito. Conoscete o utilizzate strumenti di AI generativa nella vostra azienda? In quali ambiti ne vedete o ne state sperimentando l’utilità? Ci sono delle motivazioni che vi spingono a sperimentare oppure a non adottare queste tecnologie? Alberto Pinzello , enterprise software sales executive di Rockwell Automation ( www. rockwellautomation.com ) : In Rockwell Auto- mation l’AI, inclusa l’AI generativa, è conside- rata parte dell’evoluzione dell’automazione industriale e non una tecnologia isolata. Si tratta di un insieme di funzioni di learning, adattamento, ottimizzazione e genera- zione di contenuti distribuite lungo lo stack dell’automazione e applicabili alle diverse fasi del ciclo di vita degli asset industriali (design, operate, maintain). Questa visione è coerente con il nostro obiettivo strategico: essere un partner tecnologico in grado di abilitare i clienti nello sviluppo di operazioni sempre più autonome, grazie a capacità di automazione autonoma e all’integrazione dell’AI nei processi industriali in modo prag- matico e governato. La spinta alla sperimen- tazione è pragmatica: ridurre complessità e attività ripetitive, aumentare produttività e qualità e rendere scalabili competenze indu- striali avanzate. Allo stesso tempo, l’adozione richiede un approccio governato, integrato in architetture industriali affidabili e suppor- tato da una chiara supervisione umana, so- prattutto nei contesti più critici. Amy Schantz , vice presidente engineering e sviluppo nuovi prodotti per il business Machine Automation Solutions di Emerson ( www.emerson.com/it-it ) : L’intelligenza artifi- ciale generativa è una tecnologia ormai ben riconosciuta e oggetto di sperimentazione attiva in Emerson, in particolare nel contesto dell’automazione industriale e della trasfor- mazione digitale. La sua applicazione è particolarmente rile- vante oggi, in ambiti sia tecnici che operativi, dove vengono presi in considerazione e va- lutati agenti e copilot basati su AI generativa per la loro capacità di supportare le attività di troubleshooting, interpretare allarmi e log, e sintetizzare informazioni provenienti da note di manutenzione, dati storici e record operativi. L’AI generativa offre la possibilità di rendere sistemi complessi più accessibili grazie a interfacce in linguaggio naturale, consentendo al personale di accedere alle informazioni in modo più rapido e coerente: un aspetto diventa rilevante in contesti ca- ratterizzati da carenza di personale e da un’elevata mobilità della forza lavoro, dove la conservazione e la scalabilità del know-how aziendale rappresentano una sfida critica. Allo stesso tempo, l’adozione avviene con un approccio prudente. L’utilizzo dell’AI in applicazioni industriali mission-critical in tempo reale solleva in- fatti preoccupazioni legate all’affidabilità, alla sicurezza e alla cybersecurity. Per questo motivo, la sperimentazione è strettamente legata alla disponibilità di dati contestua- lizzati, di solidi modelli di governance e di architetture sicure che garantiscano che i si- stemi di AI siano davvero di supporto e non invece rappresentino un potenziale rischio per le operazioni industriali. Stefano Gandolfi , regional marketing ma- nager di Omron Italia ( https://omron.it/it/ home ) : In Omron, l’intelligenza artificiale generativa e i sistemi AI sono già parte in- tegrante delle soluzioni per l’automazione industriale, in particolare nell’ambito della robotica, della visione artificiale e della ge- stione dei dati di produzione. Sperimentiamo e utilizziamo l’AI generativa principalmente in aree tecniche e di R&D, dove ci permette di ottimizzare processi come il riconoscimento ambientale, la pianificazione delle azioni, il motion control e la diagnostica predittiva. Inoltre, l’AI supporta la generazione auto- matica di report e documentazione tecnica, facilitando la condivisione delle best practice e la formazione interna. Un esempio di implementazione di successo di soluzioni AI riguarda, ad esempio, il set- tore automotive: abbiamo aiutato un cliente a ridurre drasticamente i micro-stoppaggi di linea, identificando e risolvendo problemi di programmazione e logica grazie all’analisi intelligente dei dati macchina. Questo ha permesso di risparmiare decine di migliaia di euro in prodotti scartati e di aumentare la produttività mensile. In ambito alimentare, invece, stiamo appli- cando l’AI per migliorare l’integrità dei sigilli, estendendo la shelf life dei prodotti e ridu- cendo il rischio di lotti respinti. La motiva- zione che ci spinge a sperimentare e adottare queste tecnologie è la volontà di offrire ai no- stri clienti soluzioni che migliorano efficienza, qualità e sicurezza, rendendo i processi pro- duttivi più flessibili e resilienti. Consapevoli delle sfide legate alla sicurezza funzionale e alla valutazione delle prestazioni dei sistemi AI, adottiamo un approccio responsabile, limitando l’uso dell’AI generativa alle aree dove possiamo garantire il massimo valore aggiunto e la sicurezza degli operatori. Angela Sebastianelli , head of marketing and sales ops Data Science di Var Group ( www.vargroup.com/it-IT ) : In Var Group non ci limitiamo a ‘utilizzare’ l’AI generativa, ma la integriamo come motore strategico nei processi dei nostri clienti. Attualmente, le ap- plicazioni più mature e ad alto impatto che