La tecnologia sta cambiando più rapidamente di quanto le organizzazioni industriali riescano ad adattarsi. E per la prima volta, nelle rilevazioni che Gartner conduce da oltre 27 anni, l’innovazione tecnologica ha superato nettamente tutti gli altri fattori che influenzano le strategie manifatturiere.
È questa la premessa da cui è partito Simon Jacobson, Vice President, Supply Chain Operations Research di Gartner, nel suo intervento al World Manufacturing Forum dedicato alle tendenze globali che stanno ridisegnando il futuro della manifattura.
Il problema, secondo l’analista, non è soltanto comprendere quali tecnologie si affermeranno, ma soprattutto preparare le imprese a utilizzarle per costruire un vantaggio competitivo. In un contesto caratterizzato da instabilità geopolitica, pressioni sui costi e accelerazione dell’innovazione, la capacità di prepararsi al cambiamento diventa più importante del tentativo di prevedere e neutralizzare ogni fattore di incertezza.
“Non si tratta di mitigare l’incertezza, ma di essere preparati”, ha spiegato Jacobson. Una preparazione che richiede di ripensare non soltanto le tecnologie utilizzate, ma anche l’organizzazione del lavoro, la governance delle decisioni e le modalità con cui vengono finanziati gli investimenti.
Gartner individua in questo scenario cinque grandi trend destinati a trasformare le operazioni industriali. Non si tratta di fenomeni legati a una singola tecnologia: anche l’intelligenza artificiale, che svolge un ruolo crescente, è siolo un co-protagonista. La trasformazione coinvolge anche cloud, edge computing, IoT e sistemi tradizionali di gestione della produzione.
Indice degli argomenti
Physical AI: il prossimo passo è la fabbrica semi-autonoma
La prima tendenza riguarda l’evoluzione verso operazioni industriali sempre più autonome, grazie soprattutto alla Physical AI, cioè all’intelligenza artificiale applicata a sistemi fisici capaci di percepire l’ambiente, prendere decisioni e agire di conseguenza.
Il punto interessante è che, secondo Gartner, nei prossimi due anni la trasformazione più significativa non sarà il passaggio alla fabbrica completamente autonoma, ma la diffusione di operazioni semi-autonome, nelle quali persone e sistemi intelligenti continueranno a collaborare.
Jacobson ha mostrato i risultati di una recente rilevazione Gartner, completata poco prima del World Manufacturing Forum. Il quadro attuale è ancora dominato da operazioni prevalentemente manuali, mentre le aspettative per i successivi 24 mesi indicano uno spostamento verso livelli intermedi di autonomia.
Le fabbriche completamente autonome, o lights-out factories, rimangono dunque un obiettivo di più lungo periodo. La trasformazione più concreta sarà quella di sistemi produttivi nei quali l’AI assumerà progressivamente alcune funzioni decisionali e operative, mantenendo però l’essere umano nel circuito di supervisione e controllo.
La Physical AI, inoltre, non riguarda soltanto i robot industriali. Comprende anche droni, veicoli autonomi e altri sistemi capaci di interagire con ambienti complessi e scarsamente prevedibili.
C’è poi un aspetto spesso sottovalutato: l’autonomia di uno stabilimento non può essere considerata isolatamente dal resto della catena del valore.
Jacobson ha proposto un esempio concreto: se grazie all’automazione uno stabilimento aumenta del 20% la propria capacità produttiva per turno, bisogna assicurarsi che fornitori e logistica siano in grado di sostenere il nuovo ritmo. Altrimenti, il miglioramento locale rischia di trasferire i colli di bottiglia in altri punti della filiera.
La fabbrica semi-autonoma richiede quindi un approccio che superi i confini del singolo impianto e consideri l’intera rete produttiva.
L’energia diventa un fattore strategico per la competitività industriale
La seconda tendenza riguarda il rapporto tra manifattura ed energia, destinato secondo Gartner a diventare sempre più rilevante nelle decisioni industriali.
“Senza energia, niente profitti”, ha sintetizzato Jacobson, sottolineando come l’evoluzione dei sistemi energetici imponga alle imprese di superare una visione concentrata esclusivamente sul costo dell’elettricità.
L’energia deve diventare una variabile fondamentale nella progettazione delle reti produttive, al pari della vicinanza ai mercati, della disponibilità dei fornitori e dei costi logistici.
Quando un’impresa decide dove localizzare uno stabilimento o come distribuire le attività produttive tra diversi siti, deve tenere conto di tre fattori, che Jacobson ha riassunto nelle tre A: affordability, acceptability e availability, cioè sostenibilità economica, accettabilità e disponibilità dell’energia.
È soprattutto quest’ultimo elemento ad assumere un’importanza crescente. La disponibilità dell’energia deve infatti essere compatibile con le caratteristiche dei processi produttivi.
Per uno stabilimento che opera con processi continui o produzioni a lotti, un’interruzione dell’alimentazione può comportare conseguenze ben superiori al costo dell’energia non erogata, fino alla perdita di materie prime o semilavorati.
La gestione energetica si sposta così dal piano della semplice efficienza operativa a quello della resilienza e della strategia industriale. La disponibilità di infrastrutture energetiche adeguate può condizionare direttamente le scelte di localizzazione e organizzazione della produzione.
Software-defined OT: l’automazione cambia architettura e modello economico
La terza tendenza individuata da Gartner riguarda l’affermazione delle software-defined operational technologies, o software-defined OT.
È un’evoluzione potenzialmente profonda dell’automazione industriale, che tende a superare le tradizionali architetture strettamente dipendenti da hardware e sistemi proprietari per favorire soluzioni più aperte, interoperabili e scalabili.
Finora, ricorda Jacobson, le imprese hanno prevalentemente acquistato automazione attraverso costruttori di macchine e fornitori di hardware industriale. Questo modello ha prodotto ecosistemi eterogenei, nei quali l’integrazione tra tecnologie di produttori differenti può risultare particolarmente complessa e costosa.
La progressiva separazione delle funzionalità software dall’hardware di controllo potrebbe modificare questo scenario, favorendo architetture basate su componenti standardizzabili, riutilizzabili e integrabili.
In questa trasformazione giocheranno un ruolo importante l’Industrial AI, l’edge computing e strumenti per organizzare e rendere interpretabili le informazioni, come ontologie e knowledge graph.
Ma, secondo Jacobson, la software-defined OT cambierà anche l’economia dell’automazione industriale. L’apertura delle architetture potrà infatti favorire l’ingresso di nuovi operatori, compresi gli hyperscaler, e modificare il modo in cui le imprese acquistano, implementano e gestiscono le tecnologie produttive.
Il passaggio non sarà immediato. Molte organizzazioni restano vincolate a cicli tradizionali di investimento in conto capitale, che mal si adattano alla velocità con cui evolvono le tecnologie digitali.
A questo si aggiunge il problema dei costi di integrazione, che rischia di diventare ancora più rilevante nella transizione verso nuovi ecosistemi tecnologici.
“Preparatevi a destinare maggiori risorse all’integrazione”, ha avvertito Jacobson. Secondo l’analista, si tratta di una delle voci che le imprese continuano a sottostimare nei budget, salvo poi trovarsi a spendere molto più del previsto.
L’opportunità offerta dalla software-defined OT, quindi, non consiste semplicemente nel sostituire sistemi proprietari con software più aperti, ma nel ripensare complessivamente le architetture industriali e le modalità di gestione degli investimenti tecnologici.
Sovereign AI: coordinamento globale e autonomia degli stabilimenti
La quarta tendenza riguarda la Sovereign AI, un concetto che Jacobson interpreta soprattutto nella sua dimensione organizzativa e gestionale.
Il tema della sovranità dell’intelligenza artificiale viene spesso affrontato in termini geopolitici, normativi o di controllo sui dati. Per Gartner, però, nel contesto manifatturiero assume anche un significato più operativo: consentire alle imprese di coordinare globalmente produzione e supply chain senza perdere il controllo delle attività locali.
Le grandi organizzazioni industriali devono infatti conciliare due esigenze apparentemente contrapposte.
Da una parte c’è la necessità di definire standard comuni, procedure operative e modelli di gestione validi per l’intero gruppo. Dall’altra, ogni stabilimento deve conservare una sufficiente autonomia per rispondere alle condizioni del mercato, ai vincoli produttivi e alle specificità del territorio in cui opera.
L’intelligenza artificiale può contribuire a costruire questo equilibrio, rendendo possibile un’orchestrazione globale delle attività produttive e una loro esecuzione locale più autonoma.
In questa prospettiva, la sovranità riguarda anche la capacità di stabilire quali decisioni debbano essere prese centralmente e quali possano essere delegate ai singoli siti produttivi e ai sistemi intelligenti.
Jacobson sottolinea inoltre che questa evoluzione non riguarderà necessariamente tutti gli stabilimenti nella stessa misura. Un gruppo industriale con una rete produttiva globale potrebbe scegliere di concentrare gli investimenti nelle fabbriche e nei mercati in cui una maggiore autonomia operativa può generare i benefici competitivi più significativi.
L’obiettivo è quindi combinare standardizzazione e flessibilità, sfruttando le possibilità dell’AI senza rinunciare al governo dei processi industriali.
Il nuovo rapporto uomo-macchina: dal lavoro operativo alla supervisione
La quinta tendenza riguarda il cambiamento della relazione tra persone e macchine.
Con l’avanzare della Physical AI e delle operazioni semi-autonome, il tema non sarà soltanto quali attività potranno essere automatizzate, ma come dovranno essere ridefinite le responsabilità e le competenze delle persone che lavorano nei sistemi produttivi.
Jacobson invita a non ridurre la questione alla contrapposizione tra automazione e occupazione. Il cambiamento comporterà certamente una trasformazione delle mansioni, ma richiederà soprattutto nuove capacità di supervisione, valutazione e intervento.
Per descrivere questa evoluzione, l’analista utilizza una metafora efficace: se in passato l’essere umano era il nuotatore immerso direttamente nel processo produttivo, in futuro diventerà sempre più il bagnino incaricato di sorvegliare ciò che accade.
Il passaggio dall’esecuzione alla supervisione richiederà competenze più specialistiche, maggiori capacità di analisi e pensiero critico, oltre a programmi di formazione continua.
Ma c’è anche un problema di fiducia. L’introduzione di sistemi autonomi può alimentare preoccupazioni sulla sicurezza del lavoro e sulla capacità delle persone di mantenere il controllo delle attività.
Le imprese dovranno quindi gestire contemporaneamente lo sviluppo delle competenze e la costruzione di nuovi modelli di collaborazione uomo-macchina.
Il nodo centrale sarà definire chi prende le decisioni, in quali circostanze e con quali responsabilità. Non soltanto a livello di governance aziendale, ma anche all’interno del singolo stabilimento, dove occorrerà stabilire quali scelte affidare ai sistemi intelligenti e quando debba intervenire un operatore umano.
La vera sfida è organizzativa: sei domande per prepararsi al cambiamento
Dopo aver illustrato le cinque tendenze, Jacobson ha dedicato la parte conclusiva dell’intervento a un tema trasversale: come possono le imprese prepararsi concretamente a sfruttarle?
La risposta parte dalla capacità di adattamento delle organizzazioni.
Secondo l’analista, non è sufficiente introdurre nuove tecnologie per migliorare i processi esistenti: bisogna interrogarsi su come l’innovazione possa cambiare il modo stesso in cui un’impresa compete sul mercato.
“Non si tratta di migliorare i processi aziendali. Si tratta di reinventarli”, ha osservato Jacobson.
Per affrontare questa trasformazione, Gartner individua sei questioni fondamentali.
La prima riguarda la costruzione di una visione condivisa del cambiamento, capace di spiegare perché l’impresa debba trasformarsi e quali risultati competitivi intenda raggiungere. La seconda consiste nell’individuare gli ambiti sui quali concentrare gli sforzi di innovazione, evitando di disperdere le risorse.
La terza è la necessità di superare i vincoli normativi e tecnologici, a partire dal debito tecnico accumulato attraverso anni di personalizzazioni e implementazioni che possono rendere difficile l’evoluzione dei sistemi.
La quarta riguarda la governance delle decisioni, con una chiara distribuzione delle responsabilità tra centro e periferia, persone e macchine.
La quinta è la costruzione di percorsi di sviluppo delle competenze, accompagnata da una gestione più efficace e sistematica della conoscenza aziendale.
La sesta, infine, è quella che Jacobson considera particolarmente critica: l’agilità nella gestione del capitale e nei processi di investimento.
Un’impresa può avere una strategia condivisa, una buona governance e le competenze necessarie, ma se i meccanismi di approvazione degli investimenti restano troppo lenti rischia comunque di perdere le opportunità offerte dall’innovazione.
“Quando la maggior parte delle organizzazioni arriva ad approvare il finanziamento, l’opportunità è già svanita”, ha osservato Jacobson.
Da qui la necessità di ripensare anche i modelli finanziari, valutando modalità più flessibili per sostenere l’innovazione e un diverso equilibrio tra investimenti in conto capitale e spese operative.
È un problema destinato a diventare sempre più rilevante con la diffusione di tecnologie software-defined, servizi digitali e sistemi di intelligenza artificiale che evolvono con una velocità difficilmente compatibile con i tradizionali cicli di investimento industriale.
La competitività si giocherà sulla capacità di adattamento
Il quadro delineato da Gartner è quello di una manifattura nella quale l’intelligenza artificiale avrà un ruolo crescente, ma il successo della trasformazione dipenderà da fattori che vanno ben oltre la tecnologia.
Le operazioni diventeranno progressivamente più autonome, l’energia influenzerà le decisioni strategiche, le architetture di automazione saranno sempre più definite dal software e l’AI consentirà nuovi modelli di coordinamento delle reti produttive. Parallelamente, cambieranno le competenze richieste alle persone e il modo in cui saranno distribuite le responsabilità decisionali.
Il rischio maggiore per le imprese non sarà necessariamente quello di adottare una tecnologia troppo tardi, ma di adottarla senza avere un’organizzazione sufficientemente preparata a valorizzarla.
È per questo che, secondo Jacobson, la capacità di competere nel futuro non dipenderà dall’acquisto delle soluzioni tecnologiche più avanzate, ma dalla disponibilità a ripensare architetture, processi, persone, tecnologie e gestione delle informazioni.
In definitiva, la vera sfida sarà colmare il divario tra la velocità con cui progredisce l’innovazione e quella con cui le imprese sono in grado di trasformarsi.
La fabbrica del futuro non sarà soltanto più intelligente e autonoma. Per essere competitiva, dovrà essere soprattutto più adattabile.
