AO_468

MARZO 2026 AUTOMAZIONE OGGI 468 | 75 Tavola rotonda Bolsi : Nel nostro contesto il maggiore valore aggiunto dell’AI generativa si riscontra nella riduzione dei tempi e nell’automazione di attività ripetitive, come la stesura di report, manuali, offerte tecniche e documentazione di progetto. Un secondo ambito rilevante è il supporto alla progettazione e alla scrittura tecnica, dove l’AI può agire come assistente intelligente per i team di ingegneria e di pro- dotto. L’obiettivo non è sostituire le compe- tenze, ma aumentare l’efficienza complessiva, liberando tempo per attività a maggiore va- lore come lo sviluppo di soluzioni innovative e il miglioramento continuo dei processi. Paolo Poletti : Il principale valore aggiunto dell’AI generativa risiede nella capacità di accelerare processi complessi, rendere più accessibili le informazioni tecniche e sup- portare in modo intelligente attività che richiedono analisi, decisioni rapide o la pro- duzione di contenuti qualificati. Per noi, il valore aggiunto riguarda tutti e tre gli aspetti citati nella domanda; attualmente, ci stiamo concentrando soprattutto sulla ri- duzione dei tempi operativi e sull’automa- zione di attività ripetitive. L’AI generativa può diventare uno strumento strategico anche in campi complessi come la manutenzione predittiva, la configurazione di impianti o l’assistenza clienti? Pinzello : Sì, l’AI generativa può diventare strategica in questi ambiti perché consente di affrontare una delle principali sfide dell’in- dustria: la crescente complessità dei sistemi e la difficoltà di rendere scalabili competenze altamente specialistiche. Il valore non è solo nell’automazione di singole attività, ma nella capacità di connettere dati, conoscenza ed esperienza lungo processi complessi. Nella manutenzione predittiva e nell’affida- bilità, l’AI generativa può aiutare a trasfor- mare grandi quantità di dati eterogenei in insight comprensibili e azionabili, suppor- tando tecnici e manutentori nell’anticipare guasti e nel prendere decisioni più informate. Nella configurazione di impianti e sistemi, può facilitare la gestione della complessità progettuale, affiancando gli ingegneri nella navigazione di documentazione, varianti e opzioni configurative, riducendo tempi e rischio di errore. Nell’assistenza clienti e tec- nica, può contribuire a rendere più rapido ed efficace il trasferimento di conoscenza, migliorando la qualità delle risposte e acce- lerando la risoluzione dei problemi. In que- sto senso, l’AI generativa diventa strategica perché permette di estendere e rendere di- sponibili competenze avanzate in modo più ampio e continuo, supportando l’evoluzione verso sistemi industriali più autonomi e resi- lienti, senza sostituire il ruolo delle persone ma rafforzandone la capacità decisionale. Schantz : Sì, l’AI generativa ha il potenziale per diventare uno strumento strategico anche in ambiti industriali complessi, so- prattutto se combinata con l’edge com- puting, architetture dati unificate e analisi avanzate. Nella manutenzione predittiva, ad esempio, le analisi AI basate sull’edge sono già utilizzate per monitorare lo stato delle apparecchiature, rilevare anomalie e antici- pare guasti su macchinari rotanti e altri asset critici. L’AI generativa può ampliare queste capacità contestualizzando i risultati anali- tici e guidando il personale attraverso azioni raccomandate e istruzioni per la risoluzione di problemi. Poiché l’AI può integrare insight provenienti da diverse fonti, i team di manu- tenzione e operativi possono comprendere velocemente cosa sta succedendo, e anche prevedere quali siano i passi successivi da intraprendere. Questo favorisce il passaggio da strategie reattive a modelli predittivi e, nel tempo, sempre più autonomi. Gli stessi principi si applicano alla progettazione degli impianti e al supporto clienti. Se supportati da dati unificati e contestualiz- zati, gli strumenti di AI generativa possono aiutare nelle scelte di progettazione, nel troubleshooting e nel trasferimento delle competenze, migliorando la capacità di ri- sposta e la coerenza operativa, e riducendo la dipendenza dai singoli esperti. Gandolfi : Assolutamente sì, l’AI generativa rappresenta un vero e proprio acceleratore di valore anche in contesti complessi come la manutenzione predittiva, la configura- zione di impianti e l’assistenza clienti. Gra- zie alla capacità di analizzare grandi volumi di dati provenienti da sensori, controllori e sistemi IIoT, l’AI generativa può individuare pattern nascosti, prevedere anomalie e sug- gerire interventi mirati, riducendo drastica- mente i tempi di inattività e ottimizzando la produttività. Nel campo della manuten- zione predittiva, ad esempio, abbiamo già implementato soluzioni che sfruttano l’AI per monitorare in tempo reale lo stato delle macchine, anticipare guasti e pianificare in- terventi solo quando realmente necessari. Questo approccio consente di ridurre i costi di manutenzione e aumentare la disponibi- lità degli impianti. Anche nella configura- zione di impianti, l’AI generativa facilita la simulazione di scenari produttivi, l’ottimizza- zione dei parametri di processo e la genera- zione automatica di settaggi personalizzati, accelerando il time-to-market e riducendo il rischio di errore umano. Sebastianelli : Assolutamente sì. Il vero va- lore dell’AI generativa nel manifatturiero non risiede nella creazione di contenuti creativi, ma nella sua capacità di agire come connet- tore semantico tra i dati strutturati (ERP, MES, PLM) e il know-how non strutturato dell’a- zienda. Vediamo il valore massimo quando l’AI supporta la configurazione di impianti e la manutenzione predittiva. Immaginate un sistema dove l’AI non solo segnala un guasto (tramite IoT), ma ‘legge’ la documentazione tecnica della macchina e suggerisce all’ope- ratore la procedura di intervento corretta in linguaggio naturale. Nel nostro approccio di Strategic Assessment, identifichiamo i ‘pain Amy Schantz, Emerson