L'industria manifatturiera italiana ha i dati. Ciò che ci manca è semplicemente utilizzarli
Le imprese italiane hanno speso milioni per installare sensori che generano dati ogni frazione di secondo. Quei dati sono diligentemente registrati e archiviati. Nella maggior parte dei casi, non aperti da nessuno.
L'Osservatorio IoT del Politecnico di Milano ha presentato i suoi dati il 16 aprile scorso: entro un anno, il 53% delle grandi imprese e il 33% delle medie integrerà soluzioni AI nei propri progetti IoT. Il mercato IoT italiano vale 10,9 miliardi di euro nel 2025, in crescita del 12%. Non sono previsioni astratte, ma la ricognizione di un'infrastruttura già costruita.
Gli anni del Piano Industria 4.0 hanno lasciato un'eredità il cui valore spesso viene sottovalutato. I crediti d'imposta per i beni strumentali digitali hanno spinto migliaia di imprese manifatturiere a investire su macchinari moderni che generano e archiviano dati in maniera continuativa. Sono dati di macchine, non dati personali: nessuna complessità GDPR, nessun problema di aggregazione tra fonti diverse. Sono già raccolti, già contestuali, già strutturati.
L'Osservatorio identifica tre ambiti dove l'integrazione AI+IoT sta producendo risultati misurabili, e in ciascuno il punto di partenza è la stessa infrastruttura che le imprese hanno già. Nella manutenzione predittiva, i sensori già installati imparano a riconoscere le anomalie nei dati di vibrazione, temperatura e consumo, anticipando il guasto prima che avvenga: i costi di manutenzione scendono fino al 47% ed è l'ambito scelto dal 49% delle imprese che hanno già integrato AI nei progetti IoT. Nel controllo qualità, la computer vision applicata ai flussi di produzione rileva difetti che l'ispezione manuale non intercetta: è già la prima applicazione AI+IoT nell'industria italiana per tasso di adozione, al 55%. Nell'ottimizzazione energetica, i dati di consumo diventano un segnale anticipatore di inefficienze operative: le facility che hanno implementato questi sistemi segnalano in media il 12% di risparmio sui consumi, un numero tutt'altro che marginale in un contesto di costi energetici crescenti e volatili.
Eppure il passaggio non è automatico, né scontato. Le imprese si trovano davanti a freni reali. Il mercato delle soluzioni è ancora frammentato, e scegliere tra offerte poco comparabili richiede competenze che non sempre esistono internamente. La fiducia nei confronti di strumenti che operano su processi critici si costruisce lentamente, e spesso non basta un caso studio per sbloccarla. Infine, molte aziende hanno appena completato investimenti significativi in nuovi macchinari, spesso dotati di qualche funzione di analytics nativa: la domanda che si pongono è legittima, perché aggiungere un altro strato di intelligenza a uno strumento moderno che funziona già? La risposta è che un sistema che registra i dati non è un sistema in grado di interpretarli. Così come comprare gli ingredienti più pregiati non li trasforma automaticamente in un piatto da ristorante stellato.
Il manifatturiero italiano ha già fatto la parte difficile costruendo una moderna infrastruttura fatta di sensori e dati. L'AI è l'ultimo tassello per raccogliere i dividendi di un investimento già effettuato. Il vero acceleratore non sarà un incentivo fiscale, ma il primo vendor che arriverà con trenta casi reali in produzione e li saprà raccontare nel linguaggio del direttore di stabilimento.