AO_468

MARZO 2026 AUTOMAZIONE OGGI 468 | 79 Tavola rotonda di supporto e un abilitatore dell’innova- zione, piuttosto che come una minaccia per il know-how interno. Se implementata correttamente, può aiutare a preservare e scalare la conoscenza aziendale, integrando l’expertise nei sistemi che supportano i lavo- ratori indipendentemente da ruolo, turno o livello di esperienza. In settori caratterizzati da carenza di personale e da una crescente mobilità della forza lavoro, questa capacità diventa particolarmente preziosa. L’AI generativa può contribuire a garantire che le best practice, le lezioni apprese e la conoscenza operativa vengano applicate in modo coerente, riducendo la dipendenza dai singoli esperti e limitando la variabilità delle prestazioni. Piuttosto che impoverire le competenze interne, l’AI generativa può raf- forzarle, rendendo la conoscenza più acces- sibile e immediatamente utilizzabile. Questo crea le basi per un miglioramento continuo e per l’innovazione, mantenendo al contempo il controllo su come il sapere viene raccolto, condiviso e applicato. Sebastianelli : L’AI Generativa è indiscutibil- mente un fattore abilitante e un moltiplica- tore di valore, non una minaccia. Tuttavia, il rischio risiede nell’adozione parcellizzata: iniziative slegate che non dialogano con la ‘spina dorsale’ tecnologica dell’azienda (ERP ecc.). La nostra visione per la fabbrica del futuro è quella di un ecosistema decisio- nale agile. In questo scenario, l’AI Generativa agisce sopra il livello transazionale: mentre l’ERP gestisce i processi core standardizzati, l’AI interpreta le eccezioni, analizza i trend di mercato e fornisce scenari predittivi al management. Non sostituisce il know-how interno, ma lo capitalizza, rendendo acces- sibile a tutti, ad esempio, l’esperienza ven- tennale di un manutentore senior o di un progettista. Il futuro appartiene a chi saprà trasformare la convergenza tra governance del dato e algoritmi in margine puro e cre- scita sostenibile dell’Ebitda. Bolsi : Vediamo l’AI generativa principal- mente come uno strumento di supporto e un fattore abilitante per l’innovazione, non come una minaccia al know-how interno. Se cor- rettamente governata, l’AI può contribuire a preservare e diffondere le competenze all’in- terno dell’organizzazione, rendendole più accessibili e strutturate. Questo è particolar- mente rilevante in ambito industriale, dove l’esperienza è spesso concentrata in poche figure chiave. L’elemento centrale resta co- munque il controllo umano: l’AI deve essere uno strumento al servizio delle persone. Poletti : L’impatto dell’AI generativa dipen- derà da come sarà introdotta, governata e utilizzata. Si tratta di uno strumento che amplifica le capacità delle persone: accelera l’analisi delle informazioni, facilita la docu- mentazione tecnica, automatizza compiti ripetitivi e migliora l’accesso alla conoscenza aziendale, supportando tecnici e team com- merciali senza sostituire la competenza umana. Una governance efficace è fonda- mentale. Mal gestita, l’AI può rappresentare un rischio per il know-how interno; gestita correttamente, diventa invece uno stru- mento per strutturare e diffondere il sapere aziendale in modo sicuro e controllato. Avete in programma investimenti in questo ambito nei prossimi 1 o 2 anni? Pinzello : Il focus degli investimenti, in ot- tica industriale, non è sull’adozione dell’AI come tecnologia isolata, ma sulla sua utiliz- zabilità e integrazione nei contesti operativi reali. Questo significa investire nella sempli- ficazione dell’architettura e nella capacità di rendere l’AI operativa e integrata lungo l’intero ciclo di vita industriale (design–ope- rate–maintain), dove automazione, software, dati e AI lavorano come un unico sistema. In parallelo, sono strategici gli investimenti in piattaforme e stack tecnologici che consen- tano di combinare queste componenti in modo coerente e scalabile, abilitando livelli crescenti di autonomia e apprendimento continuo. Un elemento chiave è la possibi- lità di dimostrare e validare concretamente queste integrazioni, trasformando l’innova- zione tecnologica in soluzioni applicabili e industrializzabili. Un ulteriore investimento fondamentale riguarda l’applicazione di queste tecnologie in contesti operativi reali, per maturare competenze, testarne l’impatto operativo e trasferire best practice ai clienti. In questo senso, anche gli investimenti in infrastrutture di calcolo e capacità di esecu- zione sono funzionali a supportare workload avanzati in modo affidabile e coerente con le esigenze dell’industria. Sebastianelli : Assolutamente sì, è il cuore della nostra strategia di crescita. Abbiamo già delineato una roadmap serrata che pre- vede investimenti in ambito metodologico, con sviluppo di verticali specifici per il ma- nufacturing e il fashion (quality control au- tomatizzato), per ridurre il time-to-market delle nostre soluzioni presso i clienti. Bolsi : Sì, nei prossimi 12-24 mesi sono previsti investimenti in ambito AI, inizialmente foca- lizzati su progetti pilota e casi d’uso interni come documentazione tecnica, supporto al customer service e formazione. Paralle- lamente, stiamo investendo nello sviluppo di soluzioni di AI integrate direttamente nei nostri prodotti di machine vision. Con AI Lab, il nostro obiettivo è rendere più semplice e veloce l’implementazione di applicazioni di visione, consentendo anche a tecnici e opera- tori senza competenze avanzate di utilizzare sistemi complessi in modo efficace. L’approc- cio resta graduale, con attenzione alla misura- zione dei benefici e alla scalabilità. Poletti : Yaskawa sta pianificando investi- menti significativi nel campo dell’AI, con un focus particolare sull’intelligenza artificiale fi- sica, una tecnologia che permette ai robot di analizzare e interpretare dati provenienti da Elio Bolsi, wenglor sensoric italiana