L’intelligenza artificiale è stata per lungo tempo accostata alla fantascienza. Non è più così, anche se spesso il suo potenziale viene ancora sottovalutato.
Oggi, l’Intelligenza Artificiale (IA) è uno dei concetti chiave della digitalizzazione più discussi. Tuttavia, spesso si fatica a comprenderne l’utilità concreta. Cosa si intende esattamente? Quali vantaggi può portare all’azienda? In Germania la stragrande maggioranza dei dirigenti sottovaluta ancora il potenziale e l’importanza dell’intelligenza artificiale, nell’industria meccanica, così come negli altri settori. Questo è ciò che è emerso da un sondaggio condotto dalla società di ricerche di mercato Wakefield Research nell’ambito del quale sono stati intervistati 30 dirigenti e 70 responsabili IT di aziende con almeno 1.000 dipendenti. Risultato: il 98% degli intervistati ritiene che l’intelligenza artificiale sia una tendenza culturale frutto del nostro tempo. Tuttavia, ci sono esperti che hanno un’opinione del tutto diversa.
Aumentare il fatturato dell’industria meccanica grazie all’intelligenza artificiale (IA)
All’inizio del 2018 la società di consulenza Accenture stimava che entro il 2022 l’intelligenza artificiale avrebbe permesso alle aziende di aumentare il proprio fatturato in media del 38%. Uno studio condotto dal Ministero federale tedesco dell’Economia e dell’Energia fornisce cifre più concrete in relazione agli effetti positivi dell’intelligenza artificiale sull’industria meccanica: entro la metà del 2023, infatti, si stima che l’impiego dell’intelligenza artificiale nel settore manifatturiero tedesco permetterà un incremento della produzione di ricchezza di circa 31,8 miliardi di euro, pari a un terzo della crescita complessiva del settore nello stesso periodo. Resta da vedere quale sarà l’impatto della crisi innescata dal coronavirus. Questo, tuttavia, non modifica il potenziale dell’intelligenza artificiale. Ma come utilizzare concretamente l’intelligenza artificiale nell’industria meccanica?
L’intelligenza artificiale permette di affidare alle macchine anche compiti cognitivi complessi.
Per identificare i campi di applicazione dell’intelligenza artificiale nell’industria meccanica è fondamentale comprendere la definizione del concetto di “intelligenza artificiale”. Nel dizionario di economia Gabler, essa viene descritta come l’insieme dei metodi che consentono a un computer di svolgere compiti che, quando svolti dalle persone, implicano l’uso dell’intelligenza. L’intelligenza artificiale, quindi, permette di affidare alle macchine non solo compiti fisici e/o meccanici, ma anche compiti cognitivi complessi. L’applicazione più ovvia sarebbe, ad esempio, quella di affidare all’intelligenza artificiale i compiti monotoni, a lungo andare spesso demotivanti. Nell’industria meccanica, tuttavia, l’intelligenza artificiale offre possibilità ben maggiori, come dimostra l’esempio della Predictive Maintenance, ossia la manutenzione predittiva.
Predictive Maintenance: un esempio emblematico delle possibilità offerte dall’intelligenza artificiale nell’industria meccanica.
Come è possibile intuire dal nome, la Predictive Maintenance è una forma di manutenzione (delle macchine). Questa offre importanti vantaggi: mentre nella manutenzione reattiva tradizionale i guasti vengono analizzati e riparati solo dopo che si sono verificati, nella Predictive Maintenance gli interventi di manutenzione e riparazione vengono effettuati in un momento ottimale. Così non si verificano né guasti (come invece accade nella manutenzione reattiva), né sprechi, come accade nella manutenzione preventiva. Quest’ultima , infatti, prevede la sostituzione regolare dei pezzi soggetti a usura, anche se questi potrebbero funzionare correttamente ancora per lungo tempo. La “mantuenzione predittiva” si basa sull’analisi di enormi volumi di dati (Big Data) con l’ausilio dell’intelligenza artificiale.
I dati esistenti vengono analizzati e utilizzati come base per formulare prognosi attendibili
La forma di intelligenza artificiale utilizzata nella Predictive Maintenance si chiama “Machine Learning”, ossia apprendimento automatico. In un certo senso, il Machine Learning consente di prevedere il futuro: i dati esistenti, infatti, vengono analizzati e utilizzati come base per formulare prognosi attendibili. Questo permette, ad esempio, di determinare il momento ottimale a cui si accennava prima per sostituire i pezzi soggetti a usura. A questo punto risulta chiaro come i numerosi concetti della digitalizzazione siano strettamente legati gli uni agli altri e non possano essere separati in modo netto. Dopo tutto, l’apprendimento automatico è sia una forma di intelligenza artificiale, sia un metodo di analisi dei dati, nel senso dei Big Data. Non c’è dubbio, tuttavia, che l’intelligenza artificiale offra nuove strade e opportunità all’industria meccanica, opportunità che nessuna azienda dovrebbe lasciarsi sfuggire.
