Come possono le aziende manifatturiere sfruttare appieno le potenzialità dell’intelligenza artificiale e mantenersi competitive in un mercato in evoluzione? Una risposta è quella di integrare i Business Model Pattern. Che cosa sono? Sono modelli di business digitali essenziali per mantenere la competitività nel mercato contemporaneo: includono piattaforme, modelli data-driven, servitization e smart factory, ciascuno con un ruolo specifico nel migliorare l’efficienza e l’innovazione delle aziende. Le piattaforme connettono produttori e consumatori, i modelli data-driven utilizzano i dati per guidare decisioni aziendali, la servitization trasforma i prodotti in servizi migliorando la redditività, e le smart factory ottimizzano produzione e distribuzione con tecnologie avanzate. Integrare questi modelli permette alle aziende di sfruttare l’IA per automatizzare processi, analizzare dati e migliorare prodotti e servizi, massimizzando efficienza e flessibilità.
Un esempio di successo è Amazon, che combina efficacemente questi modelli per creare un potente ecosistema commerciale. È emerso nel corso dell’evento “AI ai confini dell’innovazione industriale – Macchine Intelligenti” organizzato all’Università Ca’ Foscari di Venezia da Digital Industries World, un network globale che riunisce persone e aziende impegnate a promuovere la trasformazione digitale dell’industria. Promosso da Siemens e guidato in Italia da Giuliano Busetto, Presidente di Digital Industries World – Italia nonché Digital Industries Head di Siemens, rappresenta una comunità di oltre 40 aziende associate in Italia e altre 130 nel mondo, con 7 hub in Italia, Germania, Benelux, Usa-Canada, Sud Corea, Giappone e Singapore.
Tra i soci, 40Factory, AISent, AltoPack, AnalyticsNetwork, Angelini Technologies, Breton, Bsm Tratterini, Cemas, Buffoli Industries, Crippa, Delmet, Ficep, Fondazione Politecnico di Milano, Fondazione Ucimu, Goglio Packaging Systems, Hon Consulting, Ims Technologies, It Core, Jobs, Mcm, Mfl Group, Miraitek, Mollebalestra, Musp, Nordmeccanica Group, Nova Sidera, Omet, Prima Industrie, Retuner, Salmoiraghi, Scm Group, Sens-In, Siemens, Softeam, Stilmas, Ucima, Pietro Carnaghi, Csr e Zani.
È emerso anche, però, che la questione dell’IA va inquadrata nel contesto della competizione globale tra Stati Uniti e Cina, con un focus sulla filiera digitale e quella ecologica. Gli Stati Uniti vantano un’industria dei semiconduttori avanzata e la capacità di attrarre capitale umano altamente qualificato, mentre la Cina fa progressi significativi grazie ai suoi investimenti in aziende come Alibaba e Huawei. E l’Europa? Pur non avendo la stessa capacità di investimento e innovazione, può ritagliarsi un ruolo significativo nell’AI attraverso la regolamentazione e la governance. L’Europa può sfruttare le sue eccellenze industriali e il capitale umano per rimanere rilevante nel panorama globale dell’AI. Attrazione e mantenimento dei talenti, promozione delle capacità accademiche e libertà di espressione sono fattori chiave. Investire nelle proprie nicchie industriali, come la robotica avanzata, la manifattura intelligente e la sicurezza informatica, può aiutare l’Europa a creare un ambiente favorevole all’innovazione.
L’integrazione dei Business Model Pattern, la chiave del successo
Si diceva che l’IA sta trasformando il panorama industriale, creando nuovi scenari economici dove le informazioni e il know-how vengono scambiati direttamente tra le macchine. Si accennava al fatto che secondo Carlo Bagnoli, professore di Innovazione Strategica all’Università Ca’ Foscari di Venezia, «è importante di integrare diversi modelli di business digitali per rimanere competitivi. Questi, detti “Business Model Pattern” includono le piattaforme, i modelli data-driven, la servitization e le smart factories».
Per fare qualche esempio, le piattaforme come Uber e Airbnb connettono produttori e consumatori sfruttando le economie di rete per creare valore. I modelli data-driven utilizzano i dati come risorsa principale per guidare le decisioni aziendali, migliorare l’innovazione e aumentare l’efficienza operativa, come fa Google. La servitization trasforma i prodotti in servizi, migliorando l’esperienza del cliente e la redditività, come dimostra Rolls-Royce con i suoi motori a reazione. Le smart factories, infine, implementano tecnologie avanzate come la robotica e l’IoT per ottimizzare la produzione e la distribuzione, tipiche di molte aziende manifatturiere moderne.
L’integrazione di questi modelli è cruciale questo approccio permette di massimizzare l’efficienza combinando automazione e analisi dei dati, aumentare la flessibilità adattandosi rapidamente alla domanda del mercato, e migliorare l’esperienza del cliente offrendo valore aggiunto continuo. Si è citato l’esempio di Amazon.
Grazie all’IA, le aziende possono automatizzare processi, analizzare dati per prendere decisioni informate e migliorare la progettazione di nuovi prodotti e servizi. È per questo che, secondo Bagnoli «la vera sfida non è solo adottare nuovi modelli di business, ma integrarli in modo coerente e sinergico per creare valore continuo».
Un passo in avanti: il potenziale dell’intelligenza artificiale generativa
Cos’è l’intelligenza artificiale generativa (GenAI)? È un approccio all’IA che utilizza modelli avanzati, addestrati su vasti insiemi di dati, per generare contenuti originali in modo autonomo. Questi modelli possono produrre nuovi contenuti che spaziano da testi a immagini, video e altro, spesso indistinguibili da quelli creati da esseri umani. La potenza di GenAI risiede nella sua capacità di creare, adattarsi e rispondere in modo pertinente e coerente al contesto delle richieste, migliorando l’efficienza operativa e la capacità di innovazione delle aziende.
«Un esempio pratico di applicazione dell’AIG è la generazione di bozze di documenti contabili» – afferma Andrea Albarelli, docente di Intelligenza Artificiale presso Università Ca’ Foscari. Le aziende devono spesso bilanciare la rapidità di elaborazione con l’accuratezza e la conformità normativa. Utilizzando la GenAI, è possibile automatizzare la creazione e la personalizzazione di questi documenti, riducendo il carico di lavoro manuale e migliorando la conformità normativa attraverso aggiornamenti costanti delle conoscenze legali e fiscali dell’IA.
Un altro caso di studio è l’analisi documentale per audit automatici» – continua Albarelli. Gli audit richiedono un’analisi approfondita di grandi quantità di documenti per assicurare resoconti accurati e conformi alle normative. La tecnologia di Natural Language Processing (Nlp) può identificare e classificare rapidamente le informazioni chiave nei documenti, riducendo il tempo di revisione da ore a minuti e migliorando l’efficienza e l’accuratezza del processo.
I Large Language Model (Llm) rappresentano un altro strumento potente nell’ambito della GenAI. Questi modelli, addestrati su vasti set di dati, sono in grado di comprendere e generare linguaggio naturale, rendendoli ideali per applicazioni come assistenti virtuali, traduzione automatica e sintesi di informazioni. Gli Llm possono continuare ad apprendere e adattarsi basandosi sulle interazioni, migliorando continuamente la qualità delle risposte fornite.
Ma in che modo la GenAI può cambiare l’industria e quali sono i suoi benefici concreti? Per applicare efficacemente la GenAI in azienda, sono necessari alcuni requisiti chiave. Una buona definizione del problema è fondamentale: bisogna chiarire il processo da ottimizzare, individuare i dati rilevanti, definire gli output e le metriche di accettabilità, e sintetizzare i benefici attesi. Inoltre, è essenziale disporre di sorgenti dati di qualità e un design architetturale e infrastrutturale adeguato, che includa l’intervento di esperti di AI per progettare, addestrare e affinare i modelli.
Le questioni etiche emergenti dall’utilizzo dell’intelligenza artificiale
- Fino a quale punto spingere l’innovazione?
Per il docente di Intelligenza Artificiale all’Università di Brescia Andrea Loreggia, per una visione approfondita delle sfide, degli approcci legati all’implementazione dell’Intelligenza Artificiale nell’industria occorre porsi una domanda: «Fino a dove possiamo spingere l’innovazione»?
«Per certi versi, l’IA e gli antichi utensili di pietra presentano similitudini: rispondono a necessità contestuali, agendo come strumenti passivi che dipendono dall’utente per il loro enorme potere trasformativo» – afferma Loreggia. Quindi, la soluzione non consiste nel porre dei vincoli rigidi e assoluti all’utilizzo dell’IA.
Ci sono ormai tanti esempi di tecnologia IA applicata in vari settori, dalla robotica all’assistenza sanitaria: queste tecnologie possano sia risolvere problemi complessi che presentare nuovi rischi. Un punto chiave è però il concetto di “Agere sine Intelligere“, ovvero l’idea che l’IA agisca senza una vera comprensione, rispetto all’intelligenza naturale che resta superiore. Insomma, molto dipende dagli umani.
- La Regolamentazione nelle varie regioni del mondo
Sono diverse le strategie adottate da Stati Uniti, Cina ed Europa per gestire l’implementazione e l’uso dell’IA. Negli Usa, l’Executive Order di Biden mira a bilanciare la privacy con la condivisione di informazioni critiche per il governo, senza interferire con l’addestramento dei modelli IA. In Cina, la legislazione sull’IA prevede una “negative list” e valutazioni da parte di auditor esterni per garantire l’affidabilità dei sistemi.
In Europa, l’AI Act si distingue per la sua classificazione dei rischi legati all’uso dell’AI e l’istituzione di strutture di governance per monitorare e applicare le normative. Un altro punto significativo è l’introduzione degli “AI Regulatory Sandboxes“, ambienti controllati in cui testare e implementare sistemi di AI in scenari reali sotto la supervisione delle autorità governative. Questi sandbox offrono un equilibrio tra innovazione e sicurezza, permettendo alle aziende di sperimentare senza il peso immediato delle normative rigorose.
- In fondo, la vera regolamentazione risiede nell’istruzione
Per Loreggia «occorrono formazione e dell’educazione per preparare le future generazioni a gestire l’IA in modo responsabile». Serve analizzare l’impatto sociale dell’AI e di sviluppare una governance inclusiva e multi-stakeholder.
La questione geopolitica: quale ruolo per l’europa nell’IA?
- L’IA nella competizione tra Stati Uniti e Cina
Si accennava alla competizione tra Stati Uniti e Cina, una delle caratteristiche distintive del panorama tecnologico contemporaneo. Nel 2022, questa competizione si è concentrata principalmente nella filiera digitale, dove gli Stati Uniti detengono il primato, e nella filiera ecologica, dominata dalla Cina. Gli Stati Uniti hanno risposto alle ambizioni cinesi con sanzioni e controlli sempre più severi, cercando di contrastare l’avanzata tecnologica cinese anche attraverso un tentativo di multilateralismo anti-cinese. L’intelligenza artificiale si inserisce perfettamente in questo contesto competitivo. Da un lato, gli Stati Uniti vantano un’industria dei semiconduttori avanzata e la capacità di attrarre capitale umano altamente qualificato, come dimostrato dalla storia di Nvidia, un’azienda fondata da un ingegnere nato a Taiwan. Gli Usa, inoltre, hanno mostrato un notevole vantaggio nelle infrastrutture di calcolo, essenziali per lo sviluppo dell’IA, grazie a giganti come Microsoft, Amazon e Google.
- Il Primato degli Stati Uniti
Gli Stati Uniti mantengono una posizione dominante nel campo dell’IA e dei semiconduttori, con una quota di mercato globale quasi del 50%. Le grandi aziende digitali americane sono leader indiscusse del cloud computing e delle infrastrutture di calcolo, che sono fondamentali per l’AI. «Microsoft, Amazon, Google e altre aziende non solo investono enormi risorse in ricerca e sviluppo, ma fungono anche da veri e propri laboratori scientifici che operano con una velocità e una capacità di investimento superiori a quelle degli attori pubblici» – afferma l’analista geopolitico e autore Alessandro Aresu.
«Il settore dei semiconduttori negli Stati Uniti non mostra segni di declino, anzi continua a crescere e a innovare, consolidando la leadership tecnologica del paese» – continua Aresu. Le mappe industriali mostrano una forte presenza di aziende leader in tutto il territorio americano, con investimenti significativi in nuove fabbriche e tecnologie avanzate.
Il futuro dell’IA negli Stati Uniti appare luminoso, grazie alla capacità di investimento delle grandi aziende tecnologiche che superano di gran lunga il venture capital. Aziende come OpenAI e Anthropic sono strettamente legate a questi colossi, garantendo una continua evoluzione e crescita del settore. Tuttavia, la geopolitica gioca un ruolo cruciale: investimenti strategici come quello di Microsoft in G42, un’azienda degli Emirati Arabi Uniti con forti legami commerciali con la Cina, dimostrano come gli Stati Uniti cerchino di consolidare la loro influenza globale attraverso l’IA.
- La Cina e l’Intelligenza Artificiale
La Cina continua a fare progressi significativi nell’AI grazie ai suoi talenti e agli investimenti in aziende come Alibaba, Tencent, Baidu e Huawei. Tuttavia, il paese deve ancora recuperare terreno rispetto agli Stati Uniti, soprattutto nei modelli linguistici. Le restrizioni politiche e la reinternalizzazione della supply chain rappresentano sfide significative, ma anche opportunità per sviluppare una maggiore autonomia industriale.
Aziende cinesi come Huawei, Byd e Hikvision stanno emergendo come leader in settori specifici dell’AI applicata all’industria. Huawei, ad esempio, ha ampliato il suo raggio d’azione dalla telecomunicazione all’integrazione elettronica e digitale in ambiti come la logistica e l’energia. BYD, leader nella produzione di automobili e batterie, sta avanzando anche nel campo dei semiconduttori. Hikvision, invece, è un attore chiave nella robotica e nell’automazione.
- Il Ruolo dell’Europa
L’Europa, pur non avendo la stessa capacità di investimento e la stessa velocità di innovazione di Stati Uniti e Cina, può ritagliarsi un ruolo significativo nell’AI attraverso la regolamentazione e la governance. Il dibattito pubblico europeo è spesso incentrato sulle regole, ma è fondamentale anche l’attrazione e il mantenimento dei talenti, nonché il supporto alle nicchie industriali.
L’Europa deve investire nelle proprie eccellenze industriali e promuovere un ambiente favorevole all’innovazione, puntando sulla qualità della vita, le capacità accademiche e la libertà di espressione. Questi fattori possono attrarre e mantenere talenti di alto livello, contribuendo così a mantenere competitiva l’industria europea nel contesto globale. Insomma l’Europa, pur avendo un ruolo più limitato, può sfruttare le sue nicchie industriali e il capitale umano per rimanere rilevante nel panorama globale dell’IA.
Cos’è Digital Industries World
Il network facilita la collaborazione e la condivisione delle conoscenze tra le aziende associate, sfruttando il potere della collaborazione per affrontare le sfide della digitalizzazione industriale. La governance di Digital Industries World è assicurata da un Comitato Direttivo e un Comitato Consultivo, composti da esperti del settore come Alessandro Batisti e Ferruccio Resta, garantendo una guida strategica e operativa efficace.
Digital Industries World organizza vari eventi e iniziative per promuovere la trasformazione digitale. “Macchine Connesse” è un evento annuale che riunisce esperti del settore per discutere di competitività tecnologica, mentre “Macchine Protette” si concentra sulla condivisione delle esperienze di sicurezza digitale tra aziende Oem ed end-user, enfatizzando l’importanza della cybersecurity nell’ecosistema industriale digitalizzato. Nel 2024, ospita eventi come “Macchine Intelligenti” e “Macchine Gemelle”, esplorando l’innovazione industriale e l’intersezione tra virtuale e reale.
Continua anche il successo dell’“Industry 4.0 Student Contest”, un contest rivolto agli studenti per incentivare l’innovazione nell’industria 4.0. La terza edizione vedrà la partecipazione di 102 studenti organizzati in 18 team, con la finale prevista per ottobre 2024. Parallelamente, “Formato Digitale 2024” è il programma di formazione continua dedicato ai manager, con 156 iscritti da 38 aziende, mirato a preparare i manager alle sfide della digitalizzazione.
Un altro progetto significativo è il primo Osservatorio per l’Industry 4.0 di Digital Industries World, sviluppato in collaborazione con il Centro di Ricerca Asap e le principali associazioni di categoria. Questo osservatorio fotografa lo stato di maturità dei servizi digitali presso le aziende Oem italiane, fornendo preziose informazioni per orientare le strategie future.
