Potenziare l’innovazione con l’Intelligenza Artificiale nel PLM

Il potenziale e le prospettive dell’intelligenza artificiale (AI) sembrano illimitati anche negli ambiti dello sviluppo prodotto e della produzione. Tuttavia, è importante considerare che, come consuetudine, le funzionalità aggiuntive dovrebbero essere introdotte solo dopo aver assicurato il soddisfacimento di alcuni requisiti essenziali: una cultura dei dati consolidata e, soprattutto, una gestione dati solida e affidabile.

Secondo un sondaggio condotto da Aras, le aziende che hanno già implementato la gestione del ciclo di vita del prodotto (PLM) beneficiano di un evidente vantaggio quando si tratta di AI, a condizione che la soluzione offra un’architettura aperta e particolarmente adattabile.

“L’intelligenza artificiale eccelle in molte attività rispetto agli esseri umani, tuttavia, non può rappresentare una panacea. Da sola, infatti, non può stabilire ordine nel caos. Secondo Luigi Salerno, country manager di Aras Italia, “per sfruttare appieno il suo potenziale in modo efficace, l’AI richiede una struttura adeguata e una solida base di supporto”.

Continua Salerno, “Le aziende sono incoraggiate a seguire un approccio sistematico: date le prospettive di miglioramento nell’efficienza, l’adozione di questa tecnologia nel breve termine sembra inevitabile. Tuttavia, per ottenere risultati significativi dall’AI, è fondamentale garantire una base dati solida. È evidente che la qualità dell’input influisce direttamente sulla qualità dell’output”.

Per quanto riguarda i dati, le aziende con un sistema PLM esistente hanno un chiaro vantaggio, come riporta il sondaggio “L’industria europea in transizione” di Aras. I risultati del sondaggio condotto su oltre 400 manager sono chiari: nell’87% delle aziende con PLM, tutti i dipendenti hanno accesso ai dati di prodotto rilevanti per il loro lavoro, rispetto al 56% delle aziende senza PLM. Inoltre, l’89% delle aziende con PLM raggiunge l’obiettivo di utilizzo interdipartimentale dei propri dati. Per Luigi Salerno di Aras, “l’infrastruttura solida già in atto e la cultura aziendale incentrata sui dati rappresentano le basi fondamentali per l’integrazione delle applicazioni AI nel contesto lavorativo quotidiano”.

L’intelligenza artificiale richiede sistemi con massima capacità di integrazione.

Tuttavia, per questa integrazione è essenziale che il sistema PLM abbia le interfacce necessarie e un’architettura aperta corrispondente. “Già oggi, flessibilità, scalabilità e massima capacità di integrazione sono imprescindibili per i nostri clienti nella scelta di un sistema PLM”, afferma Luigi Salerno. Questa tendenza a collegare un numero arbitrario di sistemi in una catena di processo e dati integrata sarà probabilmente rafforzata dalle applicazioni di AI. Per esempio, attualmente i progettisti di prodotto hanno l’opportunità di accedere a tutte le informazioni disponibili sui singoli componenti in qualsiasi istante e di integrarle nel processo di sviluppo. Tuttavia, a causa della complessità intrinseca del sistema nel suo insieme, un individuo non è in grado di monitorare tutte le interconnessioni. L’intelligenza artificiale, invece, è in grado di identificare tali dipendenze e avvisare preventivamente il progettista su eventuali modifiche future ai componenti o di imminenti cambiamenti legislativi. In questo modo è possibile ridurre al minimo possibili colli di bottiglia o costose regolazioni durante la produzione.

La roadmap per l’introduzione dell’AI

Si consiglia un approccio in quattro fasi per un inserimento fluido delle applicazioni AI:

1.Abbattere i silos di dati nell’azienda e implementare il PLM per raccogliere i benefici di uno scambio completo di dati nei vari dipartimenti.

2.Chiarire il quadro giuridico per l’introduzione dell’AI, poiché le nuove applicazioni utilizzano risorse interne ed esterne per l’analisi dei dati.

3.Avviare progetti pilota di AI in ambienti controllati e monitorati per ottenere risultati iniziali. Nonostante le attuali limitazioni nelle applicazioni, è possibile anticiparne il potenziale, permettendo ai dipendenti di acquisire esperienza con questa tecnologia emergente.

4.Integrare nuove applicazioni di AI che consentono anche il traffico dati esterno e lo scambio di informazioni.

“Più i partecipanti mettono a disposizione i loro dati per l’elaborazione da parte dell’AI, tanto più i risultati saranno significativi e precisi.  Tuttavia, le aziende dovrebbero controllare attentamente i diritti di accesso all’AI in modo che dati interni sensibili non possano fuoriuscire involontariamente.” consiglia il country manager di Aras. Con un’efficace gestione dei diritti all’interno del PLM, le aziende possono assumere il controllo completo del loro universo di dati, acquisendo al contempo una sicurezza tale da non dover esitare nell’adozione di nuove tecnologie per timori legati alla sicurezza.

L’AI è destinata a fornire valore aggiunto in futuro, soprattutto nello scambio di informazioni con partner esterni o fornitori di servizi dati. Luigi Salerno proietta lo sguardo verso il futuro: “Immagino che il reparto di progettazione prodotto sarà in grado di sfruttare l’AI e il PLM per creare un Digital Twin dei nuovi prodotti, garantendo un modello 3D simultaneamente. È addirittura concepibile creare un modello multi-dimensionale che tenga conto anche della dimensione temporale. Ciò consentirebbe non solo di suddividere il prodotto in singoli componenti durante l’intero ciclo di vita, ma anche di confrontare l’usura e la manutenzione su diversi periodi di utilizzo. Rappresenterebbe un notevole vantaggio per le aziende.”

Ci sarà un’opportunità per approfondire ulteriormente l’argomento durante il webinar dedicato all’AI e al PLM il 12 dicembre, in cui Aras esplorerà alcuni use case insieme all’Istituto Fraunhofer IEM e AI Marketplace.

Oltre a una panoramica dei concetti fondamentali e del potenziale dell’AI nell’ingegneria, una dimostrazione dal vivo illustrerà l’implementazione pratica dell’AI in un sistema PLM.

La registrazione al webinar è gratuita

Iscriversi qui Evoluzione o rivoluzione? Esplorazione dell’intelligenza artificiale generativa applicata e dei LLM per la gestione del ciclo di vita del prodotto

 

Contenuti correlati

• 
  Eplan Copilot: l’AI diventa un partner affidabile per la progettazione

  Eplan Copilot, presentato in anteprima durante Eplan Next26, affianca gli utenti nel lavoro quotidiano come un partner affidabile. Costituisce una fonte di informazioni sicura e sempre disponibile. Combina competenze di progettazione, funzionalità della piattaforma e compiti specifici...
• 
  Robotica e AI: caccia agli unicorni

  Nel 2026 l’intelligenza artificiale non è più soltanto una questione di software e modelli digitali: il vero salto in avanti riguarda la capacità di tradurre l’AI in azione concreta nel mondo reale… Leggi l’articolo
• 
  Chi risponde degli errori dell’intelligenza artificiale?

  L’espansione dell’AI generativa pone sfide di responsabilità algoritmica. L’AI compliance manager emerge come figura chiave per garantire conformità normativa, gestire rischi sistemici e trasformare la compliance da obbligo a leva strategica per la crescita delle imprese Leggi...
• 
  Ispezioni di qualità con l’AI

  AI per vision inspection applicata a controllo qualità e continuità produttiva: esigenze e requisiti delle aziende manifatturiere Leggi l’articolo
• 
  Bausano celebra 80 anni di innovazione e partecipa a tre fiere dedicate alle materie plastiche

  Nel mese di giugno, Bausano celebra e porta in scena 80 anni di innovazione continua nel mondo dell’ estrusione, partecipando alle tre principali fiere europee dedicate alla filiera della plastica: France Innovation Plasturgie (FIP) a Lione (2-5...
• 
  La produzione intelligente nel settore automotive: white paper di Rockwell Automation e CAR

  Rockwell Automation ha collaborato con il Center for Automotive Research (CAR) per pubblicare il report Smart Manufacturing in Automotive: Deployment and Impact, redatto dal CAR utilizzando dati di Rockwell Automation per descrivere in dettaglio come l’intelligenza artificiale (AI),...
• 
  Una fabbrica più intelligente

  Le tecnologie per costruire fabbriche più intelligenti ed efficienti esistono già, ma la loro implementazione richiede tempo e risorse Leggi l’articolo
• 
  AI: “All’Europa non serve inseguire Usa e Cina”

  “L’Europa non deve inseguire Stati Uniti e Cina sul terreno dei modelli sempre più grandi. La nostra sfida è un’altra: sviluppare un’intelligenza artificiale sostenibile, affidabile e costruita attorno alle esigenze delle imprese e dei territori”. È il...
• 
  Dispositivi medici: sicurezza vitale

  La cybersecurity dei dispositivi medici è cruciale nell’era digitale: protegge dati e pazienti dagli attacchi, garantendo continuità delle cure e conformità normativa. AI e soluzioni integrate aiutano a gestire i rischi lungo il ciclo di vita dei...
• 
  L’agentic AI trasforma il lavoro e accelera i rischi

  Nel luglio 2025, un software engineer stava testando un agente di codifica basato su AI quando ha osservato qualcosa di inaspettato: l’agente ha ignorato le sue istruzioni, ha acceduto autonomamente a un database in produzione e cancellato...