AES0625

Settembre 2025 Automazione e Strumentazione Primo Piano 24 FOCUS Un esempio concreto è rappresentato dai progetti europei come AI Matters , che mettono a dispo- sizione fondi significativi per lo sviluppo e il test di soluzioni GenAI nel manifatturiero. Questo progetto ha finanziato decine di PMI italiane per testare soluzioni GenAI in ambito manifatturie- ro. Tra queste, una piccola azienda meccanica del bresciano ha utilizzato modelli generativi per automatizzare la creazione di preventivi tecnici, riducendo del 70% i tempi di risposta agli utenti. Il sistema analizza i disegni Cad inviati agli uten- ti, genera una distinta base e propone una stima dei costi e dei tempi di produzione, integrandosi con il gestionale aziendale. I programmi come AI Matters favoriscono l’adozione della tecnologia GenAI proprio nelle PMI, che spesso incontrano difficoltà nell’accesso all’innovazione. Applicazioni nell’industria Tra le applicazioni di GenAI industriale più diffu- se troviamo la manutenzione predittiva , il con- trollo qualità avanzato , l’ ottimizzazione della supply chain e la collaborazione uomo-robot . Un esempio concreto è quello di Brembo , azienda di riferimento nella produzione di sistemi frenanti, che ha integrato modelli generativi per ottimizza- re il design dei componenti. Utilizzando algoritmi di generative design, Brembo ha potuto ridurre il peso delle pinze freno mantenendo le prestazioni meccaniche, migliorando al contempo l’efficienza produttiva e la sostenibilità ambientale. I modelli GenAI hanno permesso di simulare migliaia di configurazioni, selezionando quelle più efficaci in base a criteri ingegneristici e di costo. Nel settore degli impianti di processo, Solvay , multinazionale chimica, ha adottato soluzioni Ge- nAI per la modellazione dinamica dei reattori. At- traverso digital twin generativi, l’azienda è riuscita a simulare in tempo reale le reazioni chimiche, ottimizzando l’uso di catalizzatori e riducendo il consumo energetico. Questo approccio ha portato a una riduzione del 15% dei costi operativi e a un miglioramento della qualità del prodotto finale. Un altro caso significativo è quello di IMA Group , specializzata in macchine automatiche per il packa- ging. L’azienda ha implementato GenAI per la ge- nerazione automatica di manuali tecnici e conte- nuti di assistenza post-vendita. Le macchine sono ora dotate di interfacce conversazionali basate su modelli linguistici avanzati, capaci di rispondere a domande degli operatori, suggerire soluzioni a problemi comuni e guidare le operazioni di manu- tenzione. Questo ha ridotto i tempi di fermo mac- china e migliorato la soddisfazione del cliente. Nel contesto della servitization , alcuni OEM stan- no sperimentando l’uso di GenAI per creare ‘mac- chine parlanti’. Queste soluzioni, ancora in fase pi- lota, permettono agli utenti finali di interagire con l’equipaggiamento industriale attraverso linguag- gio naturale. Le macchine sono in grado di spiega- re il proprio stato operativo, segnalare anomalie e proporre interventi correttivi. Questa evoluzione potrebbe portare a una maggiore democratizzazio- ne dell’accesso alle tecnologie avanzate, rendendo l’interazione uomo-macchina più fluida e intuitiva. Un ulteriore esempio è quello di Pirelli , che ha a- dottato GenAI per l’analisi predittiva dei dati pro- venienti dai sensori installati negli impianti di vul- canizzazione. I modelli generativi elaborano i dati in tempo reale, simulando scenari di produzione e suggerendo parametri ottimali per la qualità del settore pneumatico. Questo ha permesso di ridurre gli scarti e migliorare la tracciabilità del proces- so. Ormai sono molti i casi che dimostrano come la GenAI sia una tecnologia in rapida evoluzione, ma non sia più una tecnologia semplicemente spe- rimentale. Oggi l’AI è uno strumento concreto per innovare, ottimizzare e rendere più competitivi i processi industriali. Gli algoritmi GenAI permettono di generare contenuti, simulazioni e interazioni intelligenti aprendo nuove prospettive di efficienza, innovazione e sostenibilità