Intelligenza artificiale nella manifattura: da dove partire

Quasi tutti gli imprenditori della manifattura oggi si pongono la stessa domanda: dovremmo fare qualcosa con l’intelligenza artificiale? La risposta, quasi sempre, è sì. Il problema è cosa fare e da dove partire, perché è lì che si sprecano budget e pazienza.

Gli errori più comuni sono due. Il primo è partire dallo strumento: si compra una licenza o si attiva un chatbot e poi si cerca un problema da risolvere. Il secondo è partire troppo in grande: un progetto che deve “digitalizzare tutta l’azienda” e che dopo sei mesi non ha ancora prodotto nulla di misurabile.

Partire dal processo, non dalla tecnologia

Il punto di partenza giusto è un processo interno che costa tempo e che tutti in azienda riconoscono come un problema. Nella manifattura i candidati tipici sono sempre gli stessi:

• Offerte e preventivi: ogni richiesta riparte quasi da zero, cercando commesse simili.
• Ricerca di documenti: disegni, specifiche e manuali sparsi tra cartelle e gestionale.
• Inserimento dati: ordini, documenti di trasporto e fatture ricopiati a mano.
• Controllo qualità: controlli visivi e manuali con risultati variabili.
• Documentazione: schede tecniche, certificati, risposte agli audit.
• Pianificazione: sequenze di produzione decise ogni giorno a esperienza.

Non tutti hanno lo stesso ritorno, e non tutti sono adatti all’intelligenza artificiale.

Quattro criteri per scegliere il primo progetto

1. Il processo si ripete spesso

L’AI conviene dove un’attività si ripete molte volte a settimana. Un processo che capita due volte l’anno raramente giustifica un investimento.

2. Il costo attuale si può misurare

Bisogna poter dire quanto costa oggi il processo: ore, persone coinvolte, errori, tempi di risposta. Senza una misura di partenza non si potrà mai dire se il progetto ha funzionato.

3. I dati esistono già

Il progetto migliore è quello che usa dati che l’azienda ha già, anche se disordinati. Se i dati vanno creati da zero, il costo e i tempi cambiano completamente.

4. Una persona resta responsabile

Nei primi progetti l’intelligenza artificiale deve preparare, cercare e proporre. La decisione finale deve restare a una persona. È più sicuro, si adotta più facilmente e permette di correggere il sistema mentre lavora.

Un esempio pratico

Un costruttore di macchine riceve 40 richieste di offerta al mese. Ogni offerta richiede in media mezza giornata all’ufficio tecnico, di cui buona parte spesa a ritrovare commesse simili e adattare testi già scritti.

Il primo progetto non è “l’AI per l’ufficio tecnico”. È molto più piccolo: un assistente che, ricevuta una richiesta, ritrova le tre commesse più simili e prepara una bozza di offerta da validare. Si misura il tempo per offerta prima e dopo. Se scende in modo significativo, si estende ad altre attività; se non scende, ci si ferma avendo speso poco.

Persone e AI: chi fa cosa

Un progetto di intelligenza artificiale in un’azienda manifatturiera funziona quando i ruoli sono chiari fin dall’inizio.

• Le persone che vivono il processo spiegano come funziona davvero, dove si perde tempo e quali eccezioni capitano. Senza di loro il sistema risolve il problema sbagliato.
• Chi progetta la soluzione traduce il processo in passaggi, sceglie quali automatizzare e quali lasciare alle persone, e definisce come misurare il risultato.
• L’intelligenza artificiale fa il lavoro ripetitivo su grandi volumi: cerca, legge, confronta, prepara bozze.
• Una persona responsabile approva quello che il sistema prepara, almeno finché i numeri non dimostrano che si può allentare il controllo.

È il principio chiamato human in the loop. Rende il sistema più sicuro e più facile da adottare: chi lavora ogni giorno sul processo lo vive come un aiuto, non come un controllo.

Come valutare una proposta

Quando un fornitore propone un progetto di AI, cinque domande separano le proposte serie da quelle generiche:

1. Su quale processo interviene, esattamente? “Digitalizzare l’ufficio tecnico” non è un perimetro, “ridurre il tempo per preparare un’offerta sulla linea X” sì.
2. Qual è la situazione di partenza misurata? Senza un numero di partenza non ci sarà un risultato da verificare.
3. Quali dati servono e chi li prepara? Spesso è qui che si nascondono tempi e costi.
4. Cosa succede se il risultato non arriva? Un buon progetto ha un punto di verifica e la possibilità di fermarsi.
5. Chi decide alla fine? Se la risposta è “il sistema”, conviene fare altre domande.

Dove non usarla

Saper dire dove non usare l’intelligenza artificiale vale quanto saper dire dove usarla. Non conviene nelle decisioni che richiedono esperienza e responsabilità, nei processi rari, nei problemi che un foglio di calcolo ben fatto risolve già e nei casi in cui raccogliere i dati costerebbe più del beneficio.

Va considerato anche il quadro normativo: il Regolamento europeo sull’intelligenza artificiale (AI Act) prevede obblighi diversi in base al livello di rischio dell’applicazione. La maggior parte dei progetti di back office e di supporto alla produzione rientra nelle categorie a rischio basso, ma è un punto da verificare all’inizio, non alla fine.

Cosa misurare prima di iniziare

Prima di qualsiasi progetto servono tre numeri: quante volte si ripete il processo, quanto tempo richiede ogni volta e quanto costa un’ora delle persone coinvolte. Moltiplicati, danno il costo annuo del processo e quindi il tetto massimo di quanto ha senso investire.

Potete fare una prima stima con il check-up dei processi online, oppure leggere come lavoriamo sull’Operations Engineering, con esempi per i costruttori di macchinari e per l’industria alimentare.

Fonti

1. Regolamento (UE) 2024/1689 sull'intelligenza artificiale (AI Act) — EUR-Lex