Tutte le organizzazioni hanno compreso che dai propri dati, dall’IT all’OT, possono trarre vantaggio. E questo è ancora più vero in un momento in cui le sfide da affrontare sono continue e interconnesse. Sebbene l’economia globale sia relativamente resiliente, con una crescita che si aggira intorno al 3%, come afferma l’FMI “l’incertezza è la nuova normalità”. Choc geopolitici, cambiamenti tariffari e politiche imprevedibili sono destinati a restare. Ma il modo migliore per prevedere il futuro è crearlo. In pratica, ciò significa utilizzare le tecnologie esistenti – dati, cloud e intelligenza artificiale (industriale) – per sostenere la crescita industriale e la competitività.

Ognuna di queste tecnologie è in evoluzione: i dispositivi IoT vengono sempre più spinti verso l’edge, mentre le operational value chain si spostano verso cloud ibridi – ponendo le basi perché anche l’analisi AI venga erogata all’edge. Questa convergenza guiderà il cambiamento più significativo di quest’anno. Per i team industriali, l’accesso a insight intelligenti in tempo reale consente la collaborazione necessaria per sbloccare valore reciproco per l’intero ecosistema aziendale – sia internamente alla rete di un’organizzazione sia esternamente nell’ecosistema.

Guardando al 2026, che cosa significherà tutto questo in pratica e a cosa dovranno prepararsi le imprese? Ecco le principali tecnologie che, a nostro avviso, meritano particolare attenzione per sostenere e alimentare la crescita futura.

Rob McGreevy, Chief Product Officer, AVEVA

L'importanza degli ecosistemi connessi

Forse non è una sorpresa, ma nel 2026 l’iperconnettività potrebbe diventare il nuovo standard. I silos esistono ancora, ma l’integrazione di tecnologie come i sistemi edge-to-cloud, l’AI industriale e il DevOps sta avvicinando i team, consentendo loro di collaborare in modi radicalmente nuovi. Il pensiero ecosistemico - la capacità di orchestrare reti di partner, clienti e fornitori complementari, anche oltre i confini di un’organizzazione - è ora una necessità strategica e trasformativa. Le reti di valore possono affrontare problemi aziendali complessi e di ordine superiore e creare risultati che nessuna singola organizzazione potrebbe raggiungere da sola.

Le aziende comprendono ormai che nessuna singola impresa possiede tutti i dati o le risorse necessari per competere efficacemente. Quasi la metà (43%) dei dirigenti delle aziende industriali ritiene che una piattaforma sicura di condivisione dei dati e collaborazione abbia il maggiore potenziale per generare opportunità per il proprio business. Nel corso del prossimo futuro, vedremo piattaforme di connessione costruite su modelli di dati standardizzati, che consentono ai partner dell’ecosistema di condividere intelligence industriale - ad esempio su tempi di consegna, prestazioni degli asset, specifiche dei componenti o cronologia della manutenzione - ma senza rivelare “i gioielli della corona” sottostanti.

L’AI: dall’intuizione all’esecuzione

L’AI continuerà a essere una priorità chiave per il 2026. Infatti, la maggior parte delle aziende (88%) utilizza già regolarmente l’AI in almeno una funzione aziendale. Le aziende stanno vedendo il suo impatto nel mondo reale, con l’AI generativa che offre miglioramenti di produttività fino al 30% per le aziende che l’hanno adottata per prime. Ma l’AI si è evoluta e le applicazioni agentiche ora utilizzano dati operativi e analisi per osservare, pianificare ed eseguire compiti in modo autonomo e in tempo reale (entro parametri predefiniti, ovviamente). C’è però un caveat: il successo dipende dalle piattaforme sottostanti di integrazione dei dati. Circa il 40% delle applicazioni aziendali presenterà agenti di AI specializzati per specifiche attività nel 2026, rispetto a meno del 5% di quest’anno. Con la tecnologia a un punto di svolta, esiste una finestra che può andare dai tre ai sei mesi per sviluppare capacità agentiche - o rischiare di rimanere indietro.

L’AI industriale risponde già a domande come “Qual è stato il consumo medio di energia in quest’area nelle ultime 24 ore?”. Le applicazioni agentiche renderanno possibili analisi più approfondite - raccogliendo dati, eseguendo calcoli e generando insight automaticamente. Per esempio, un software di simulazione dei processi abbinato a un agente di deep reinforcement learning può stabilizzare il sistema due volte più velocemente rispetto al controllo manuale.

AI fisica e automazione nel mondo reale

L’AI agentica è solo un sottosegmento dell’AI fisica, che si riferisce a sistemi che interagiscono con il proprio ambiente fisico, di solito in modo automatico. Sempre più spesso, nel corso del 2026, vedremo questi sistemi integrati all’interno di una macchina fisica, come un robot o un veicolo. Questa convergenza tra analisi dei dati, apprendimento automatico e robotica cambierà il modo in cui operano gli impianti industriali, anche in ambienti complessi come le fabbriche. I primi robot umanoidi vengono utilizzati per l’assemblaggio automobilistico presso Mercedes-Benz e Zeekr.

Progetti pilota taiwanesi hanno mostrato come l’automazione di attività ad alta precisione, come il serraggio delle viti e l’inserimento dei cavi, possa ridurre il tempo di implementazione del 40% e abbattere i costi del 15% nell’assemblaggio elettronico. Negli Stati Uniti, i droni hanno migliorato i tempi di consegna di un quarto e aumentato l’efficienza di un analogo 25%. Ci si aspetta che la tendenza si sviluppi rapidamente nel 2026 - ma, ancora una volta, la velocità di implementazione dipende dalla qualità dei dati. Questo vale allo stesso modo per l’embodied AI, la prossima tecnologia di frontiera.

I digital twin “viventi”

Entro il prossimo anno, i digital twin evolveranno da repliche isolate di asset e processi discreti a sistemi di simulazione in tempo reale e continuamente aggiornati che riflettono i cambiamenti in tempo reale lungo l’intera catena del valore - grazie anche a una migliore integrazione con strumenti di visualizzazione dei dati. Più che fornire insight su un singolo processo, la tecnologia è destinata a consentire una visualizzazione a 360 gradi di processi complessi, supportando decisioni su budget, sviluppo prodotto e resilienza.

I digital twin “viventi” integrano flussi di sensori, dati operativi e contesto della supply chain, supportando KPI che vanno dalla riduzione dei fermi non pianificati alla diminuzione del CapEx e dei costi operativi lungo l’intero ciclo di vita, fino a una più rapida introduzione dei prodotti sul mercato. Per le industrie ad alta intensità energetica o di risorse, questo significa costi energetici e di manutenzione più bassi, oltre a un’impronta ambientale ridotta. Si spiega così anche perché il mercato dei digital twin è destinato a crescere del 47% annuo fino al 2030.

Tra workforce redesign e intelligenza industriale

Nessuno di questi sviluppi sarà possibile senza le persone. Per il 2026 e oltre, ci troveremo di fronte a un futuro in cui esseri umani connessi lavoreranno fianco a fianco con macchine intelligenti, ossia il paradigma dell’Industria 5.0. Il workforce redesign è ora una priorità fondamentale e i leader dovranno pianificare diversi scenari uomo-AI, affinché le organizzazioni siano preparate al futuro del lavoro. E tutto questo avviene mentre i mercati del lavoro si stanno facendo più rigidi nelle economie avanzate. Nel 2026 e oltre, i team faranno sempre più affidamento su una gamma di strumenti abilitati dall’AI per accedere all’intelligenza industriale necessaria per svolgere il proprio lavoro: dispositivi indossabili per lavoratori connessi, supporto alla manutenzione in realtà aumentata (AR), collaborazione in tempo reale tra siti e copiloti AI.

Queste tendenze non sono isolate: stanno convergendo in uno stack tecnologico interoperabile che sfrutta al massimo i dati industriali, inclusi quelli provenienti dai sistemi legacy. L’IIoT ibrido fornisce i dati connessi; i digital twin potenziati dall’AI e l’AI fisica rendono tali informazioni eseguibili; team e agenti agiscono sugli insight risultanti attraverso partner e impianti. Se messe in rete e governate da software auditabile, queste tecnologie offrono alle industrie una protezione concreta contro gli choc geopolitici e migliorano la resilienza delle supply chain, offrendo ai team l’intelligenza industriale in tempo reale necessaria per mantenere le linee di assemblaggio operative, contribuendo al contempo ad affrontare le sfide più ampie che il nostro pianeta deve affrontare.

Rob McGreevy è Chief Product Officer, AVEVA