Aveva: dall’AI agentica alla robotica, l’industria cambia passo

Che le grandi aziende tecnologiche facciano scouting di tecnologie e soluzioni innovative per integrarle nelle loro attività di ricerca e sviluppo è persino scontato, ma queste attività diventano di particolare importanza quando l’azienda in questione si rivolge a utenti finali particolarmente esigenti e pragmatici. È il caso di Aveva, che opera in diversi ambiti industriali e critici in cui l’innovazione deve sempre mostrare un valore concreto e misurabile. Anche per questo Aveva ha “istituzionalizzato” e organizzato la ricerca in strutture e figure ben precise. Tra cui quella di Maurizio Galardo, Chief Technologist XR - Visualization: “Da circa un anno - racconta - la struttura della ricerca e sviluppo si è divisa in due rami, di cui uno legato all'indagine continua di tecnologie emergenti. Contestualmente, facciamo incubation: una forma di accesso veloce alle tecnologie per testarle all'interno del nostro portfolio e validarle con i clienti”.

Lo “scouting” dell’innovazione che Aveva ha strutturato si divide così in due fasi principali. Nella prima l’obiettivo è identificare le tecnologie emergenti che possono essere prospetticamente di maggiore interesse per il mondo industriale, nella seconda si evidenziano le aziende tecnologiche stanno già lavorando su quelle tecnologie e con cui si possono delineare collaborazioni. Queste valutazioni rappresentano la base per eventuali progetti pilota, che sono sempre “molto concreti e verticali, e con KPI specifici e strettamente legati ai veri casi d’uso dei clienti”, spiega Galardo.

Oggi è difficile parlare di innovazione senza tirare in ballo l’intelligenza artificiale e ovviamente anche Aveva sta lavorando sull’AI, con una prospettiva a breve e una a medio termine. Nel breve, l’obiettivo più importante è concretizzare le potenzialità dell’AI anche nelle imprese industriali che, come molte di quelle italiane, sono storicamente poco propense all’innovazione di cui non vedono un chiaro ritorno.

Fonte: Redazione

“In altre parti del mondo - evidenzia Galardo - le aziende industriali sono più predisposte ad investire nelle tecnologie emergenti ed a capirle strada facendo, mentre in Italia siamo più conservativi: prima vogliamo capire se una tecnologia funziona, se è affidabile, quali vantaggi porta. La adottiamo quando è più vicina ad essere una sorta di commodity, e sta accadendo anche per l'AI: è nata parecchi anni fa ma sta entrando adesso in maniera affidabile nel mondo industriale e sarà oggetto di investimenti per i prossimi due anni”. Non da ultimo perché la progressiva “commoditizzazione” dell’AI sta stabilizzando i suoi costi, come minimo mettendo a disposizione delle imprese offerte di AI in SaaS i cui costi sono prevedibili e proporzionali alle funzioni che offrono.

Se l’AI in generale è un trend ormai consolidato, il futuro è l’AI agentica con le sue nuove applicazioni. Qui c’è però ancora da lavorare, avvisa Aveva, perché una AI agentica davvero efficace e performante richiede dati e risorse computazionali superiori all’AI tradizionale. “L'intelligenza artificiale - ricorda Galardo - riconosce pattern: se ha una memoria limitata, può farlo su un contesto altrettanto limitato. Ciò su cui stiamo lavorando è appunto ampliare il contesto dell’AI, anche perché abbiamo a disposizione una mole di dati veramente importante da sfruttare per dare all’AI nuove possibilità”. Il che, nello specifico del campo industriale, apre in particolare nuove strade all’utilizzo dei robot autonomi. Una prospettiva che per il manufacturing italiano potrebbe concretizzarsi nei prossimi 3-5 anni.

Non pensiamo però ai robot umanoidi del cinema statunitense - e, oggi, di tanti video ad effetto che arrivano dalla Cina - perché la prospettiva è diversa. “Sostanzialmente - spiega Galardo - un robot è un insieme di sensori in movimento, quindi deve potersi adattare all’ambiente in cui opera. Spazi complessi come quelli industriali sono molto più compatibili con i robot quadrupedi che con quelli umanoidi, per cui le applicazioni della nuova robotica autonoma riguarderanno molto più i primi che i secondi”.

Morfologia dei robot a parte, il mondo industriale ha comunque chiaro che avere “insiemi di sensori” autonomi in giro per gli impianti ha prima di tutto un impatto immediato e radicale su tutto ciò che è monitoraggio e manutenzione. Significa poter raccogliere molti più dati - e molto più in sicurezza - rispetto a quello che può fare il personale umano. Dati che possono essere dati in pasto a piattaforme come quelle di Aveva stessa, per prendere decisioni molto più efficaci e tempestive di prima.

Questo tipo di applicazioni dimostrano bene come il futuro della robotica si possa, e spesso si debba, basare su una collaborazione uomo-macchina. C’è molto più valore nel potenziare le operazioni di manutenzione con robot che vanno là dove un operatore non potrebbe, o con droni che riprendono parti degli impianti anche ogni giorno, piuttosto che nel sostituire un magazziniere umano con un robot antropomorfo.

E lo “human in the loop” comunque ci sarà sempre, perché l’AI è indispensabile quando si tratta di gestire enormi quantità di dati: l'essere umano non è “costruito” per analizzarli tutti, con tutte le loro possibili correlazioni in tempo reale. Ma l'uomo deve decidere cosa fare quando poi l’AI mette in evidenza un determinato pattern che ha riconosciuto, perché questa decisione è ancora troppo importante e critica - e in particolare in ambito industriale - per poterla lasciare solo all’AI stessa.

Tutto troppo futuribile? In parte può esserlo - tra l’altro un ambiente di lavoro robot-centrico è strutturalmente diverso da uno incentrato sugli umani, e su questo si dovrà lavorare come sta già accadendo nella logistica - e comunque è futuro prossimo. Le condizioni per uno sviluppo accelerato del mondo industriale si stanno in generale concretizzando. “Le aziende stanno passando dal cercare di capire cosa fare con l’AI ad avere KPI chiari e un ROI reale. E quando gli use case si consolidano, si muove anche la parte economica e arriva un'accelerazione nell'adozione degli abilitatori tecnologici”, sottolinea Galardo. In una considerazione che tra l’altro non riguarda più solo l’intelligenza artificiale: molti use case tecnologici stanno vivendo una fase ideale in cui le anime hardware e software sono abbastanza solide e performanti da spingersi a vicenda.

A soffrire queste evoluzioni estremamente rapide - di nuovo, non solo per l’AI - è semmai chi deve programmare la propria formazione, tanto prima quanto dopo l’ingresso nel mondo del lavoro. Tutte le competenze troppo specialistiche rischiano di perdere parte del loro valore perché l’AI consente a chi non è altrettanto specializzato di - in un certo senso - cavarsela. Non ugualmente bene ma quasi, anche se poi è da vedere quanto questo “quasi” sia davvero sufficiente a tutto tondo. Meglio rifocalizzarsi sulle tanto bistrattate soft skill, quindi? “Di sicuro - sintetizza Galandro - qualsiasi hard skill oggi non dà lo stesso vantaggio di una particolare e specifica soft skill: quella di sapere imparare velocemente nuove cose”.

L’obsolescenza di quello che si è imparato è sempre stato un problema, ma una volta lo diventava dopo qualche anno dalla formazione. Oggi questo margine di sicurezza rischia di ridursi notevolmente. “Non è vero che certi lavori non esisteranno più ma è vero che stanno cambiando e che le relative competenze si trasformano”, sottolinea il manager di Aveva. Sarebbe una questione da affrontare a livello di sistema, per ora sembra però che a sottolinearla siano solo le aziende e le persone che l’affrontano direttamente.