I dirigenti del settore manifatturiero stanno scommettendo quasi la metà dei loro budget per la modernizzazione sull’intelligenza artificiale, scommettendo che questi sistemi aumenteranno i profitti entro due anni.
Questa allocazione aggressiva del capitale segna una svolta definitiva. L’intelligenza artificiale è ora vista come il motore principale della performance finanziaria. Secondo il Future-Ready Manufacturing Study 2025 di Servizi di consulenza Tata (TCS) e AWSL’88% dei produttori prevede che l’intelligenza artificiale catturerà almeno il 5% del margine operativo. Uno su quattro prevede rendimenti superiori al 10%.
I soldi ci sono. L’ambizione c’è. L’impianto idraulico, purtroppo, non lo è.
Esiste una disparità tra le previsioni finanziarie e la realtà della fabbrica. Mentre la spesa per i sistemi intelligenti accelera, l’infrastruttura dati sottostante rimane fragile e le strategie di gestione del rischio si basano ancora su costosi buffer manuali.
La pressione per estrarre valore in contanti dagli stack tecnologici non è mai stata così alta. Il 75% degli intervistati prevede che l’intelligenza artificiale si classificherà tra i primi tre contributori ai margini operativi entro il 2026. Di conseguenza, le organizzazioni stanno incanalando il 51% della spesa per la trasformazione verso l’intelligenza artificiale e i sistemi autonomi nei prossimi due anni.
Questa spesa eclissa altre aree vitali. Gli stanziamenti per l’intelligenza artificiale superano riqualificazione della forza lavoro (19%) e la modernizzazione dell’infrastruttura cloud (16%) con un ampio margine. Per i CIO, questo squilibrio segnala una crisi incombente: il tentativo di implementare algoritmi avanzati su basi legacy traballanti.
Anupam Singhal, Presidente della produzione presso TCS, ha dichiarato: “La produzione è un settore caratterizzato da precisione, affidabilità e ricerca incessante delle prestazioni. Oggi, questa forza di base diventa multiforme grazie all’intelligenza artificiale nell’orchestrazione delle decisioni, offrendo risultati aziendali trasformativi attraverso maggiore prevedibilità, stabilità e controllo.
“Noi di TCS consideriamo questa un’opportunità decisiva per aiutare i produttori a costruire ecosistemi aziendali resilienti, adattivi e pronti per il futuro, in grado di prosperare in un’era di autonomia intelligente”.
Siepi analogiche nell’era digitale
Nonostante i pesanti investimenti in capacità predittive, il comportamento operativo tradisce una mancanza di fiducia. Quando si verifica una rivoluzione, i produttori non si affidano all’agilità dei loro sistemi digitali; stanno tornando alle salvaguardie fisiche.
A seguito delle recenti interruzioni, il 61% delle organizzazioni ha aumentato le proprie scorte di sicurezza. La metà ha optato per la logistica multisourcing. Solo il 26% ha utilizzato la pianificazione degli scenari tramite gemelli digitali per affrontare la volatilità.
Questa è la disconnessione. Sebbene l’intelligenza artificiale prometta un’ottimizzazione dinamica dell’inventario, un vantaggio citato dal 49% degli intervistati, l’istinto prevalente è quello di accumulare inventario. I leader della catena di fornitura acquistano Ferrari ma le guidano come trattori. Per colmare questo divario è necessario passare da misure di sicurezza reattive a risposte proattive e guidate dal sistema.
Ozgur Tohumcu, General Manager Automotive and Manufacturing presso AWS, ha commentato: “I produttori oggi si trovano ad affrontare una pressione senza precedenti, dai margini ristretti alle catene di fornitura volatili e alle lacune nella forza lavoro. In AWS, siamo rivoluzionando la produzione attraverso operazioni autonome basate sull’intelligenza artificiale, passando da processi manuali e reattivi a sistemi intelligenti e auto-ottimizzanti che operano su larga scala.
“Incorporando l’intelligenza artificiale in ogni livello dell’operazione e sfruttando l’architettura cloud-native, i produttori possono andare oltre la semplice automazione verso un vero processo decisionale autonomo in cui i sistemi prevedono, si adattano e agiscono in modo indipendente con un intervento umano minimo. Ciò consente non solo tempi di risposta più rapidi, ma trasforma radicalmente le operazioni con prevedibilità, resilienza e agilità basate sull’intelligenza artificiale.”
Debito infrastrutturale
L’ostacolo principale a questi rendimenti finanziari non sono i modelli di intelligenza artificiale; suo i dati di cui si nutrono. Solo il 21% dei produttori afferma di essere “completamente pronto per l’intelligenza artificiale” con dati puliti, contestuali e unificati.
La maggioranza (61%) opera con una prontezza parziale, alle prese con una qualità incoerente tra i diversi stabilimenti. Questa frammentazione crea silos di dati che impediscono agli algoritmi di accedere agli input a livello aziendale necessari per un processo decisionale accurato.
L’integrazione con i sistemi legacy rappresenta l’ostacolo principale, citato dal 54% degli intervistati. Questo “debito tecnico”, accumulato in decenni di digitalizzazione, rende difficile sovrapporre agenti autonomi moderni alla tecnologia operativa più vecchia.
Anche la sicurezza morde. Sicurezza e le preoccupazioni in materia di governance sono in cima alla lista degli ostacoli a livello di stabilimento con il 52%. In un ambiente in cui una violazione cyber-fisica può arrestare la produzione o causare danni fisici, la propensione al rischio per un intervento autonomo rimane bassa.
Lo spostamento verso l’intelligenza artificiale nel settore manifatturiero
Nonostante i venti contrari, l’industria lo è a carico dell’IA agente (cioè sistemi in grado di prendere decisioni con un controllo umano limitato.)
Il 74% dei produttori si aspetta che gli agenti AI gestiscano fino alla metà delle decisioni di produzione di routine entro il 2028. Più nell’immediato, il 66% delle organizzazioni già consente – o prevede di consentire entro 12 mesi – agli agenti AI di approvare ordini di lavoro di routine senza l’approvazione umana.
Questa progressione da “copiloti” ad agenti indipendenti capaci di completare interi compiti altera radicalmente la forza lavoro. Mentre l’89% dei produttori si aspetta Robotica guidata dall’intelligenza artificiale Per avere un impatto sulla forza lavoro, l’attenzione si concentra sull’aumento piuttosto che sullo spostamento.
Gli incrementi di produttività sono attualmente concentrati in ruoli ad alta intensità di conoscenza. Gli ispettori della qualità (49%) e il personale di supporto IT (44%) stanno riscontrando i guadagni più rapidi. I ruoli produttivi tradizionali come i tecnici della manutenzione (29%) restano indietro. L’adozione consiste nel seguire un modello di aumento cognitivo prima di affrontare la coordinazione fisica.
Man mano che gli agenti AI si integrano nelle piattaforme, gli architetti aziendali si trovano di fronte a una scelta in termini di orchestrazione. Il mercato mostra una forte avversione al vincolo del fornitore.
Il 63% dei produttori preferisce l’ibrido o multipiattaforma strategie rispetto alle soluzioni di un unico fornitore. Nello specifico, il 33% prevede di coordinarsi tramite più agenti nativi della piattaforma, mentre il 30% preferisce un modello ibrido che unisca l’orchestrazione nativa della piattaforma e personalizzata. Solo il 13% è disposto a ancorarsi a un’unica piattaforma fondamentale.
Convertire in profitto gli investimenti nell’intelligenza artificiale del settore manifatturiero
Per convertire questo massiccio esborso di capitale in profitti effettivi, i dirigenti devono guardare oltre le aspettative.
Innanzitutto, correggi i dati. Con solo il 21% delle aziende completamente pronte, la priorità immediata deve essere la modernizzazione piuttosto che lo sviluppo di algoritmi. Senza dati puliti e unificati, casi d’uso di alto valore sostenibilità e la manutenzione predittiva non riuscirà a crescere.
In secondo luogo, i leader devono farlo colmare il divario di fiducia nell’IA. La dipendenza dalle scorte di sicurezza indica una mancanza di fiducia nei segnali digitali. La risposta è l’autonomia graduale, a partire dalle attività amministrative come gli ordini di lavoro, a cui si sta già dirigendo il 66%, prima di prendere decisioni complesse sulla catena di fornitura.
Infine, evita la trappola monolitica. I dati supportano un approccio multipiattaforma per mantenere leva e agilità. I produttori scommettono il loro futuro sull’intelligenza artificiale, ma realizzare tali rendimenti richiede meno attenzione l’”intelligenza” dei modelli e altro ancora sul banale lavoro di pulizia dei dati, integrazione di apparecchiature legacy e creazione di fiducia nella forza lavoro.
Vedi anche: Il laboratorio di ricerca Frontier AI affronta le sfide dell’implementazione aziendale
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera della sicurezza informatica. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
