L’Europa ha la concreta possibilità di primeggiare nella corsa globale all’AI puntando strategicamente sulla cosiddetta “physical AI” (AI fisica): è quanto suggerisce l’analisi del World Economic Forum (WEF).
Il contributo, che scaturisce dall’incontro annuale degli specialisti del Forum, evidenzia che le aziende europee possono trarre vantaggio dalla propria eccellenza operativa applicando l’AI alla catena di approvvigionamento, alla logistica, ai macchinari e alla robotica.
Indice degli argomenti
Perché l’Europa dovrebbe puntare sull’AI fisica: l’analisi del WEF
Secondo gli esperti del WEF, un approccio all’intelligenza artificiale fortemente orientato all’industria ha senso per l’Europa poiché sfrutta la storia del continente come centro di ingegneria e produzione e la sua attuale leadership manifatturiera in settori chiave come quello chimico, farmaceutico e aerospaziale.
Puntare sull’AI fisica, inoltre, sarebbe un approccio coerente con le normative dell’Unione Europea, che si concentrano principalmente sulla privacy dei dati dei cittadini piuttosto che sulla proprietà intellettuale aziendale.
Il ruolo dei campioni nascosti e dei poli industriali
L’analisi evidenzia come la forza dell’Europa risieda nelle sue medie imprese, definite “hidden champions“. Si tratta di aziende leader nelle proprie nicchie di mercato che, pur non occupando spesso le prime pagine dei giornali, detengono brevetti rilevanti e rappresentano il caso d’uso ideale per le innovazioni della physical AI.
A differenza dell’ecosistema statunitense, maggiormente ottimizzato per il software, quello europeo è strutturato per industrie ad alta intensità di asset.
Il World Economic Forum cita esempi specifici:
- Il settore automobilistico in Germania, Francia, Italia e Svezia
- I macchinari industriali in Germania, Austria e Italia
- La logistica nei Paesi Bassi, Belgio, Cechia e Polonia
- Il settore sanitario e farmaceutico nei paesi nordici, Germania, Svizzera e Italia.
Le tre condizioni per il successo: riforme, competenze e dati
Per competere su scala globale, l’Europa deve tuttavia superare alcune sfide strutturali.
In primo luogo, l’analisi suggerisce una riforma normativa che armonizzi gli standard di sicurezza, permettendo, ad esempio, a un robot certificato in un paese UE di operare in tutta l’Unione. Si propone inoltre la creazione di percorsi regolatori accelerati per testare sistemi autonomi come droni e umanoidi.
È altresì necessaria una nuova strategia per le competenze. Il passaggio alla physical AI richiede infatti leader con una mentalità “AI-first” e una forza lavoro specializzata in interazione uomo-robot e manutenzione avanzata.
Un altro aspetto su cui il contributo del World Economic Forum pone l’accento è la condivisione dei dati. Viene sottolineato come la frammentazione dei dati rappresenti il principale ostacolo all’innovazione: nessuna impresa, indipendentemente dalle proprie dimensioni, possiede un patrimonio informativo sufficiente per istruire modelli di AI affidabili in totale autonomia.
Il ruolo chiave della condivisione dei dati tra le aziende
Secondo il World Economic Forum, infatti, la via del successo passa necessariamente per la cooperazione industriale e l’istituzione di spazi comuni per i dati non sensibili, indispensabili visto che l’AI fisica richiede dati reali, eterogenei e su vasta scala.
“La condivisione dei dati accelererebbe l’innovazione in tutti i settori”, sottolinea l’analisi.
Nel settore automobilistico, ad esempio, la condivisione dei dati e la collaborazione diretta tra le aziende potrebbe consentire di costruire un sistema di guida autonoma in grado di competere con quello di Tesla.
Anche l’innovazionenel settore farmaceutico richiederebbe una collaborazione e condivisione di dati lungo tutta la catena di fornitura.
L’Europa, secondo l’analisi, si trova già in una situazione avvantaggiata perché le sue industrie producono già dati operativi strutturati.
Manca però la necessaria l’interoperabilità dei dati e la loro condivisione, che abiliterebbe la creazione di gemelli digitali ad alta fedeltà per monitorare e ottimizzare ambiti che vanno dalla mobilità alla sanità.
Tale architettura permetterebbe un addestramento continuo dell’AI attraverso il confronto tra realtà e simulazione, offrendo l’opportunità di analizzare contesti operativi altrimenti impraticabili o rischiosi per la sicurezza dei processi e del personale.
AI fisica: risultati concreti e impatto industriale
L’adozione di questo modello sta già portando benefici misurabili per molte aziende. L’articolo firmato da Richard Forrest e Michael Römer di Kearney riporta che un’azienda industriale globale che puntava a una crescita ambiziosa nel prossimo decennio, ma per raggiungerla aveva bisogno di una catena di approvvigionamento più solida.
I modelli erano basati sui dati di pianificazione delle risorse aziendali (ERP), che sono stati convalidati e calibrati con i responsabili dell’inventario locale negli stabilimenti. È stato individuato il modo per ridurre i livelli delle scorte del 17% su tutti gli SKU (codici di unità di stoccaggio) e gli stabilimenti, con un risparmio di milioni di euro.
Altro esempio riportato è quello di un produttore automobilistico che voleva trasformare i suoi processi di approvvigionamento manuali inefficienti e soggetti a errori.
L’azienda ha impiegato l’intelligenza artificiale per trasformare il processo di approvvigionamento, sfruttando l’automazione pronta all’uso, le applicazioni di intelligenza artificiale e le soluzioni puntuali.
Un’automazione che ha permesso all’azienda di ottenere miglioramenti dell’efficienza superiori al 20%, creando un’esperienza di acquisto senza soluzione di continuità.
Una società dove l’uomo non diventerà mai obsoleto
Cruciale per sfruttare adeguatamente le potenzialità dell’AI fisica è il contributo e la partecipazione dell’uomo: spetta ai decisori politici, sottolinea l’analisi, garantire che nell’era dell’AI gli uomini non diventeranno mai obsoleti.
L’obiettivo finale deve restare una crescita orientata alla prosperità e alla coesione sociale, mantenendo l’essere umano al centro del progresso tecnologico.
Obiettivo in linea con l’approccio europeo alla tecnologia – e, nello specifico, proprio all’intelligenza artificiale –, caratterizzato proprio dalla centralità dell’uomo.
