Indice dell'articolo

Si parla tanto di intelligenza artificiale, ma, in concreto, quali vantaggi potrebbe offrire alle PMI del Made in Italy? A fornire una risposta a questa domanda ha pensato Google, che, in collaborazione con la School of Management del Politecnico di Milano, ha realizzato AI Smart Report. Si tratta di uno strumento online gratuito pensato proprio per permettere alle PMI del Made in Italy di scoprire quali sono le applicazioni dell’intelligenza artificiale più adatte al proprio settore e anche di capire come sfruttarle al meglio.

Le ricerca sull’IA cresciute di oltre il 5.000%

Le più recenti tendenze di ricerca su Google mostrano che in Italia il numero di persone che cerca informazioni sull’IA è in rapidissima crescita: c’è stato un aumento del 170% rispetto al 2022 e del 2.490% rispetto agli ultimi dieci anni. Solo quest’anno, le ricerche su “come usare l’intelligenza artificiale” sono cresciute di oltre il 5.000%.

AI Smart Report permette di effettuare una valutazione della propria maturità tecnologica e, in funzione dei risultati ottenuti, conoscere le soluzioni di IA più utili per la propria realtà e per i propri obiettivi aziendali. Va sottolineato che AI Smart Report ha un focus particolare su otto settori del Made in Italy: agroalimentare (vegetale e animale), metalsiderurgico, metalmeccanico, tessile, turismo, arredo e retail.

Le 20 applicazioni migliori

Attraverso una ricerca condotta in collaborazione con la School of Management del Politecnico di Milano sono state analizzate 177 tecnologie IA appartenenti a quattro principali categorie: riconoscimento visivo, riconoscimento sonoro, analisi predittiva e IA generativa. Tale analisi ha permesso di identificare 20 applicazioni le cui caratteristiche si sono dimostrate adatte a portare benefici significativi alle aziende, come per esempio una migliore capacità di previsione della domanda, il sequenziamento ottimale delle attività, la riduzione degli scarti e un’ottimizzazione dell’utilizzo delle risorse, anche nell’ottica di un operato sostenibile. Nei settori analizzati, l’introduzione di soluzioni basate sull’IA può introdurre significativi miglioramenti nell’efficienza, che in alcuni casi possono portare a una riduzione del 10% di specifiche voci di costo.

“Spesso, specie nelle PMI, c’è il rischio di una percezione dell’AI come uno strumento appannaggio solo di grandi player o dalle ricadute vaghe – afferma Lucio Lamberti, ordinario di Marketing Analytics alla School of Management del Politecnico di Milano e responsabile scientifico della ricerca –. Il lavoro condotto ha l’obiettivo di presentare possibili ambiti di ricaduta di queste tecnologie sulle filiere caratterizzanti il made in Italy, al fine di rafforzare la presa di consapevolezza sulle possibili applicazioni a supporto della crescita delle nostre imprese”.

“Per l’Italia, l’approccio responsabile di Google significa anche attenzione per un tessuto produttivo fatto di milioni di imprese piccole e medie, interessate alla trasformazione digitale ma non sempre nelle condizioni di coglierne tutte le opportunità – ha dichiarato Melissa Ferretti Peretti, VP e Country Manager di Google in Italia –. Con il nuovo AI Smart Report vogliamo aiutare le realtà del Made in Italy a conoscere il valore di questa tecnologia, per capire come applicarla al meglio nel proprio settore e colmare la distanza competitiva”. 

Quali benefici può portare l’AI, settore per settore

Vediamo più in dettaglio, a quali risultati ha portato l’AI Smart Report e quindi quali benefici potrebbe portare il ricorso all’AI nei singoli settori considerati.

Agroalimentare

Il settore agroalimentare italiano incide per circa il 15% sul prodotto interno lordo nazionale ed è tradizionalmente caratterizzato da un’ampia presenza di piccole e piccolissime imprese a livello produttivo: si stima siano circa 420.000. Di queste, solo poco più dell’1% ha registrato un fatturato superiore a 1 milione di euro nel 2022, il che comporta grandi difficoltà a sostenere investimenti in innovazione produttiva rispetto ai grandi produttori globali. Inoltre, la prevalenza di piccolissime imprese tende a limitare il loro potere negoziale, comprimendo i margini e rendendo l’agricoltura potenzialmente più fragile di fronte all’instabilità dei mercati internazionali delle materie prime e dei prodotti energetici. Infine, il cambiamento climatico sta generando problematiche economiche e tecniche legate a cambiamenti nei cicli delle stagioni, irregolarità nelle precipitazioni ed estremizzazione dei fenomeni.

Ecco allora che, tra le sfide per il settore, quella dell’efficienza produttiva attraverso l’ottimizzazione dell’utilizzo di acqua, energia e altre materie prime agricole, assume il ruolo sia di acceleratore dello sviluppo del settore sia di contributo alla sostenibilità.

In questo ambito, l’AI può fornire supporto alle decisioni in merito alle colture: modelli predittivi abilitati dai dati sulla domanda e di prezzi delle materie possono suggerire quali colture risultino potenzialmente più redditizie in quello specifico momento sulla base delle caratteristiche del terreno e del mercato. Un secondo ambito di impatto riguarda l’abilitazione della cosiddetta agricoltura di precisione: i modelli predittivi di IA possono considerare dati meteorologici, come temperatura, umidità e quantità di luce solare, insieme alla mappatura delle condizioni del terreno per fornire consigli a supporto dell’ottimizzazione della semina. Nelle fasi successive alla semina, il riconoscimento delle immagini può aiutare a rilevare malattie nelle piante, infestazioni di insetti e carenze di nutrienti e di irrigazione. Questo, insieme al monitoraggio climatico e del terreno, può favorire un maggiore livello di tempestività di intervento e di possibilità di automazione degli interventi correttivi. Inoltre, lo stesso principio è applicabile alla valutazione a distanza del grado di maturazione della coltura per ottimizzare tempi e percorsi di raccolta, così come il riconoscimento di frutti malformati e danneggiati. Il riconoscimento sonoro può fornire riscontri sullo stato di salute e benessere del bestiame.

I modelli predittivi e di riconoscimento di immagini possono essere alleati significativi nella ricerca  di efficienza produttiva, logistica e controllo qualità, con benefici potenziali tanto economici quanto qualitativi e di impatto ambientale. L’agricoltura di precisione, per esempio, si stima possa ridurre i costi operativi di un’impresa agricola anche del 5-8%.

Commercio ed e-commerce

In Italia, il commercio impiega oltre due milioni di addetti per un fatturato, considerando solo il dettaglio, di 400 miliardi di euro l’anno. Negli ultimi anni, il settore ha visto un cambiamento epocale delle regole, a seguito della presa di posizionamento e quota di mercato del commercio online: i clienti sono sempre più abituati a livelli di servizio alti, assortimenti profondi e a basso prezzo, e questo mette a rischio tanto i volumi quanto la marginalità del comparto. L’intelligenza artificiale, in questo contesto, può essere un’alleata sia nella ricerca di efficacia (migliore analisi della domanda e dei trend, automatizzazione della comunicazione con il cliente fuori dal punto vendita, ecc.), sia nella ricerca di efficienza (ottimizzazione logistica e del magazzino, automazione di alcune attività con un valore aggiunto limitato come l’elaborazione degli ordini, la gestione dei resi o alcune attività contabili manuali come l’inventario). Può, infine, essere un alleato importante per migliorare la sicurezza sia delle aziende che hanno una presenza online attraverso, per esempio, la prevenzione di frodi sui pagamenti digitali, sia delle imprese fisiche tramite il riconoscimento visivo di taccheggio o comportamenti inadeguati all’interno dei punti vendita.

Le applicazioni di IA anche in questo settore possono supportare un processo di ottimizzazione dei processi di approvvigionamento, logistica in ingresso e gestione dei magazzini, attività particolarmente critiche date le specificità del comparto. L’impiego di modelli predittivi può poi permettere di ottimizzare le quantità acquistate per diminuire il rischio di rottura di stock contenendo le scorte, oppure, attraverso il riconoscimento visivo, si può migliorare il processo di controllo della conformità delle forniture e di registrazione dell’inventario. Infine, l’IA può supportare un potenziamento delle prestazioni commerciali, attraverso la lettura di dati di mercato così da suggerire strategie di approvvigionamento in linea con i trend e capaci di soddisfare le preferenze dei clienti più di quanto fatto dalla concorrenza.

L’IA può offrire supporto anche alle attività di marketing e promozionali, soprattutto attraverso capacità analitiche che consentono attività di targeting molto precise e di personalizzazione dei contenuti anche a partire da dati non strutturati, come quelli provenienti dai social media e quelli derivanti dalle informazioni raccolte dai siti e-commerce o dal personale dei punti vendita.

Inoltre, i sistemi di chatbot possono supportare il servizio ai clienti durante e dopo l’acquisto, oltreché facilitare eventualmente processi di vendita con clienti provenienti dall’estero. Infine, ma non meno rilevante, l’IA può abilitare robot autonomi per il rifornimento degli scaffali, liberando gli operatori dall’incombenza e accrescendo il tempo che possono destinare al servizio al cliente. Nel caso di consegna a domicilio, infine, i sistemi di IA possono supportare non solo il routing delle consegne, ma anche le attività di scarico da magazzino e la verifica di conformità della merce in uscita.

Metalmeccanico

Numerose sono le sfide strategiche del comparto, che rappresenta circa il 10% del PIL italiano e impiega ben oltre un milione di persone. A partire dalla crescente concorrenza internazionale alla tradizionale frammentazione del mercato, che rende la sfida dell’efficienza particolarmente provante, così come quella della trasformazione digitale a supporto dell’efficientamento stesso. In questo contesto, l’intelligenza artificiale può svolgere un ruolo di supporto nella rendere più efficienti i processi produttivi, ottimizzando la pianificazione, l’allocazione delle risorse e la loro gestione. Un’analisi in tempo reale dei dati, per esempio, potrebbe migliorare la previsione della domanda, consentendo di adattare la pianificazione della produzione. La manutenzione predittiva può diminuire significativamente i tempi di fermo macchina. Il riconoscimento delle immagini può essere impiegato per migliorare la sicurezza sul posto di lavoro e ridurre gli infortuni.

Inoltre, per le PMI, che generalmente hanno poche risorse destinabili all’analisi e alla pianificazione strategica, l’intelligenza artificiale può rafforzare la capacità analitica a supporto della presa di decisioni in merito a strategie di mercato, approvvigionamento o rilevamento di tendenze nella domanda. I sistemi di riconoscimento di immagine possono facilitare la gestione dell’inventario e il controllo degli ingressi.

In fase di industrializzazione dei processi produttivi, l’IA predittiva può ottimizzare le distinte basi di prodotto diminuendo la varietà di codici componenti utilizzate e migliorare il flusso di attraversamento dei semilavorati per ridurre tempi e costi connessi attraverso i cosiddetti “gemelli digitali” degli impianti. Nella fase di lavorazione, le tecnologie di intelligenza artificiale intervengono nella possibilità di simulazione funzionale per il miglioramento delle operazioni, di manutenzione dei macchinari (per esempio con manutenzione predittiva e controllo visivo o, addirittura, riconoscimento sonoro dei livelli di usura degli utensili).

La gestione del magazzino può beneficiare di sistemi di ottimizzazione dei flussi e gestione del routing, oltre che di modelli più precisi di previsione della domanda, in una logica di contenimento delle scorte e diminuzione delle rotture di stock.

Le ricerche suggeriscono che l’uso di applicazioni di routing flessibile potrebbe portare a riduzioni del lead time del 10% e degli scarti fino dell’8%. Inoltre, è stato stimato che, a seconda dei casi, adottare soluzioni di manutenzione predittiva può arrivare a ridurre del 10% i tempi di fermo macchina.

Metalsiderurgico

Il settore rappresenta un ambito industriale di grande rilevanza numerica e strategica per il nostro Paese: siamo il secondo player europeo dopo la Germania. Negli ultimi anni, il metalsiderurgico italiano ha però dovuto affrontare la sfida della concorrenza internazionale e una diminuzione della domanda interna, accompagnata da un aumento dei costi delle materie, fattori che hanno reso più difficile per molte aziende mantenere alti livelli di produzione e redditività. Queste difficoltà hanno spinto le imprese ad adottare strategie di ristrutturazione e modernizzazione per rimanere competitive sul mercato globale, investendo in tecnologie avanzate e processi di produzione efficienti al fine di migliorare la qualità dei loro prodotti e ridurre i costi di produzione. Inoltre, l’industria metalsiderurgica italiana si è concentrata sulla diversificazione, puntando sempre più su prodotti ad alto valore aggiunto, come l’acciaio inossidabile e i prodotti speciali. L’Italia è poi impegnata nello sviluppo di tecnologie sostenibili per il settore, con significativi investimenti in processi di produzione ecocompatibili e nell’uso di fonti rinnovabili.

In questa prospettiva, l’intelligenza artificiale può essere d’aiuto nella filiera metalsiderurgica in numerosi processi di miglioramento e cambiamento. Per esempio, può contribuire a un’ottimizzazione dei processi di produzione analizzando i dati storici per identificare le determinanti di qualità ed efficienza, con benefici in termini di riduzione degli scarti e qualità dell’output. La manutenzione predittiva può ridurre sensibilmente i tempi di fermo degli impianti. Un’analisi dei dati relativi alla domanda, al magazzino e alla capacità produttiva può ottimizzare tempi, costi e immobilizzazione di capitale nell’acquisto di materie prime e rottame. L’intelligenza artificiale potrebbe anche rappresentare un’alleata nel contrasto agli infortuni sul lavoro, identificando tempestivamente i fattori di rischio o i comportamenti non sicuri.

I modelli predittivi possono giocare un ruolo significativo anche nel rendere più efficace l’approvvigionamento di servizi ed energia. Con specifico riferimento al rottame, poi, il riconoscimento delle immagini può essere di supporto nell’analisi delle condizioni superficiali e strutturali del pezzo aiutando a identificare, per esempio, frazioni dello stesso che possono essere riutilizzate oppure sottoposte a rifusione senza ulteriori lavorazioni. Questo non solo può diminuire i costi di processamento, ma può anche ridurre lo spreco di lavorazione in un contesto generalmente fortemente energivoro e ad alto impatto di CO2. L’intelligenza artificiale può svolgere un ruolo anche nello studio delle formulazioni metallurgiche, nell’additivazione, nello studio di nuove leghe e nuovi materiali, sia in logica reattiva (ad esempio identificando problemi ricorsivi in determinati processi di fusione o di lavorazione e suggerendone la causa), sia in logica proattiva (studio di nuove soluzioni a supporto di specifiche applicazioni richieste dal mercato a partire dall’analisi delle caratteristiche di materiali esistenti). Un altro ambito con significativo potenziale è quello dei digital twin, ovvero dei modelli di simulazione digitale del funzionamento dei processi metallurgici e siderurgici.

Mobile e arredo

Il settore del mobile e arredo, strutturalmente molto frammentato (circa 20.000 società di capitale, ma solo 5.000 con un fatturato sopra il milione di euro nel 2022), sta vivendo una fase di ripresa dopo il periodo difficile dovuto alla pandemia, con una crescita del 16% nelle esportazioni nei primi nove mesi del 2022 rispetto allo stesso periodo dell’anno precedente. Tuttavia, il contesto in cui operano le aziende del settore è sempre più complesso e volatile, segnato dall’inflazione, dalla crisi energetica e da crescenti costi di trasporto.

Le possibili aree di impatto dell’intelligenza artificiale sui processi delle imprese del settore mobile e arredo possono riguardare tutti i livelli della filiera. Per esempio, i modelli di previsione della domanda possono portare a un’ottimizzazione dei processi di acquisto delle materie prime, una valutazione più puntuale delle scorte, con vantaggi di diminuzione del circolante e delle rotture di stock. Il riconoscimento di immagini può migliorare il controllo ispettivo delle forniture, mentre i comandi vocali possono incidere sulle operazioni di logistica in termini di semplicità e sicurezza per gli operatori. L’intelligenza artificiale può anche impattare sulle attività di progettazione e design: l’IA generativa può supportare la visualizzazione rapida delle idee di progettazione partendo da moodboard e descrizioni testuali per creare modelli 3D realistici e modificabili in tempi ridotti. Integrando queste capacità con sistemi CAD, è possibile avere una riduzione del tempo di sviluppo del nuovo prodotto, consentendo peraltro la traduzione delle idee di progettazione in comandi di produzione veicolabili alle macchine a controllo numerico. L’IA generativa e il riconoscimento delle immagini sono potenzialmente utilizzabili anche per migliorare i piani di taglio in funzione delle caratteristiche e dei difetti dello specifico materiale con benefici in termini di efficacia e di riduzione degli sprechi.

L’IA può essere una leva per il perseguimento di un miglioramento del benessere e della sicurezza dei lavoratori, utilizzando, per esempio, il riconoscimento di immagini per identificare e segnalare situazioni di affaticamento o per l’automatizzazione di attività a scarso valore aggiunto al fine di liberare tempo agli operatori per attività più qualificanti.

Anche nelle fasi di vendita, l’intelligenza artificiale – specie se integrata con tecnologie di AR/VR – può offrire un beneficio in termini di miglior presentazione dell’offerta, supporto alla configurazione del prodotto e accrescere la tangibilità dei progetti di produzione su misura, facilitando il percorso di avvicinamento del cliente all’offerta e al momento decisionale di acquisto.

L’applicazione di soluzioni di riconoscimento visivo e IA generativa nelle operazioni di segheria può ridurre i costi dell’8-10%, a seconda dei casi.

Moda e abbigliamento

Il settore moda e abbigliamento italiano rappresenta una filiera integrata che occupa oltre 600.000 lavoratori. Da anni sta affrontando le sfide della globalizzazione e della concorrenza dei mercati emergenti, che hanno diminuito la produzione locale e aumentato la pressione sui prezzi. A ciò si aggiunge una notevole trasformazione dei rapporti con i clienti, con i consumatori, con cicli di vita di prodotto più rapidi, maggiori richieste di personalizzazione, canali distributivi diversificati e impatti logistici rilevanti. In questo contesto, per le numerose PMI nazionali l’intelligenza artificiale può rappresentare una leva di innovazione in termini di analisi dei trend di mercato (per esempio, attraverso i social media) e di previsione della domanda, con la possibilità di ottimizzare la pianificazione e la gestione della produzione e di ridurre gli sprechi.

Le ricadute potenziali dell’IA sul settore moda e abbigliamento attraversano l’intera catena del valore, fin dalle prime fasi: le tecnologie predittive possono supportare l’analisi competitiva, l’analisi della domanda, generando previsioni di produzione che possono supportare strategie di approvvigionamento efficaci nella prevenzione delle rotture di stock ed efficienti nel contenimento delle scorte. Anche il controllo della merce in ingresso può beneficiare delle tecnologie di image recognition, che possono aiutare anche attività di accoppiamento di bobine di tessuto su base cromatica per massimizzare l’omogeneità stilistica dei capi e limitare gli sprechi di tessuto.

Oltre all’individuazione precoce di trend di mercato tramite l’analisi estensiva e automatica di social media, sentiment dei consumatori, comportamenti dei clienti in negozio e dati dalle property digitali, l’IA generativa può essere sfruttata per visualizzare le idee dei progettisti a partire da disegni manuali o da comandi in linguaggio naturale, riducendo il tempo di modellizzazione e consentendo un rendering preliminare della resa dei modelli, per esempio, ricorrendo a materiali diversi.

Il riconoscimento delle immagini può facilitare il controllo qualità, mentre le tecnologie predittive possono facilitare una più efficiente gestione logistica e del magazzino. Infine, l’intelligenza artificiale può essere utile anche nelle fasi di interfaccia con il cliente, per esempio, per personalizzare l’esperienza generando offerte su misura e contenuti di marketing specifici per ogni target di mercato, oppure suggerendo quali capi esporre per massimizzare la rotazione del negozio. Riguardo i canali di vendita online, sempre più rilevanti nel settore, l’IA potrebbe supportare l’ottimizzazione dell’esperienza di navigazione, come accade nel potenziamento dei motori semantici di ricerca.

Turismo

Il settore, che ha un’incidenza sul PIL oltre il 10% e occupa più di un milione di persone, ha avuto una ripresa dopo i lockdown dovuti al Covid-19, ma deve fronteggiare un aumento della concorrenza internazionale, nuovi modelli di business (come quelli della sharing economy), che generano imprenditorialità innovativa sempre più integrata nell’offerta turistica, e anche gli impatti da cambiamento climatico. In questo contesto, l’intelligenza artificiale può diventare una leva a supporto dell’analisi dei trend della domanda e della personalizzazione delle esperienze turistiche. Può generare idee per la promozione turistica oppure offrire assistenti e guide virtuali a beneficio dei viaggiatori, in grado di migliorare l’esperienza di visita in combinazione con il lavoro delle aziende e delle persone che operano nel settore. Può sistematizzare inoltre l’approccio dinamico al pricing per massimizzare i ritorni nei momenti di picco e stimolare la domanda nei momenti di bassa stagionalità.

I sistemi predittivi possono aiutare a leggere i trend e i bisogni di mercato supportando le attività di marketing e orientando la promozione turistica ai pubblici più recettivi per preferenze espresse, viaggi pregressi o comportamenti online. L’IA può anche supportare la progettazione di itinerari altamente personalizzati sulla base dei gusti del viaggiatore, ed eventualmente di dati quali l’afflusso di turisti atteso per definire gli orari delle attività, il periodo di visita per ottimizzare i costi.

I chatbot e l’IA generativa possono poi essere strumenti a supporto del servizio al cliente in fase di prenotazione e progettazione del viaggio. L’integrazione di riconoscimento sonoro, analisi predittiva e IA generativa sono alla base di servizi di traduzione automatica del linguaggio parlato, che possono aiutare l’interfaccia tra la popolazione del paese di destinazione e il visitatore.

In riferimento all’attività ricettiva, l’intelligenza artificiale può favorire una previsione puntuale della domanda. Inoltre, il riconoscimento visivo può aiutare nella gestione della sicurezza degli spazi alberghieri. Infine, l’IA può offrire un importante supporto anche alle attività delle guide turistiche e nella valorizzazione delle attrazioni territoriali sotto forma, per esempio, di sistemi integrabili con lo smartphone del visitatore o apparecchi forniti dalle guide o dal gestore dell’attrazione con cui inquadrare un punto dell’attrazione stessa e ottenere informazioni su di essa nella propria lingua.