Un potente alleato. Ecco cosa rappresenta l’AI per le PMI che mirano a rimanere competitive su scala globale in un contesto altamente digitalizzato e interconnesso e in un mercato, come quello del manifatturiero, che richiede standard sempre più alti di efficienza e sostenibilità. La promessa è quella di ottimizzare i processi produttivi riducendo gli sprechi, migliorare la qualità dei prodotti e dei processi, ridurre la percentuale di errore aumentando al contempo l’intelligenza della componente umana.
Tuttavia, per le piccole e medie imprese, il passaggio dall’esplorazione teorica dell’intelligenza artificiale all’implementazione pratica può sembrare un ‘salto nel vuoto’: l’assenza del budget necessario, lo scarso livello di digitalizzazione e la mancanza di competenze specialistiche possono rendere l’adozione dell’AI nelle PMI un processo scoraggiante e talvolta inaccessibile.
Per questo, si evince la necessità di democratizzare l’accesso all’intelligenza artificiale, rendendola accessibile e operativa per qualsiasi tipo di azienda, indipendentemente dalle dimensioni e dal settore di appartenenza. Qui entra in gioco KITT4SME (platform-enabled KITs of arTificial intelligence FOR an easy uptake by SMEs), G.A. 952119, progetto di ricerca europeo all’interno di Horizon2020 che ha portato allo sviluppo di una piattaforma digitale che semplifica l’integrazione dell’AI nei sistemi di produzione delle PMI tramite kit personalizzati.
Tra i partner tecnologici figura, come Solution Architect, Holonix, azienda lombarda nata come spin-off del dipartimento di Ingegneria gestionale del Politecnico di Milano, che oggi affianca le imprese manifatturiere, prevalentemente produttori di macchinari industriali, mediante lo sviluppo di tecnologie e prodotti software IoT e Augmented Intelligence.
AI e PMI, la sfida di portarla in produzione
Per mettere alla prova e amplificare il potenziale della piattaforma scaturita dal progetto KITT4SME anche al di fuori del network di aziende con cui è stata sviluppata, il consorzio ha aperto le porte al mercato attraverso due round di Open Call rivolte alle PMI e alle medie imprese appartenenti alla comunità degli AI-developer. “La prima ha previsto dieci bandi aperti, la seconda otto. Il feedback complessivo è stato positivo” sottolinea Konstantinos Grevenitis, IT Architect di Holonix.
Il consorzio ha coinvolto le PMI selezionate direttamente nel progetto, mettendo a disposizione un prezioso know-how tecnico e la piattaforma KITT4SME per assisterle nel processo di raccolta, archiviazione e gestione dei dati, in cui Holonix è specializzata, semplificando parallelamente il meccanismo di distribuzione degli stessi. Così i fornitori di tecnologia hanno avuto un supporto nell’implementazione delle loro soluzioni di intelligenza artificiale, sviluppando ulteriormente la piattaforma.
Per fare un esempio, AI4SDW (AI for Safe and Decent Work) è una soluzione AI per il monitoraggio della sicurezza e l’interazione uomo-macchina, che utilizza sistemi avanzati edge-AI per la prevenzione degli incidenti nel manifatturiero attraverso il rilevamento di manovre pericolose, il conteggio delle persone, il controllo delle aree, il rilevamento delle cadute.
Anche l’esperienza acquisita attraverso la sperimentazione avviata con i membri del consorzio e con quattro progetti pilota ha avuto un impatto sullo sviluppo e sull’evoluzione di KITT4SME. “Le lezioni apprese sono state molte. Dalla fase di sviluppo della piattaforma KITT4SME, alla fase di testing” prosegue Grevenitis. Anzitutto, è emersa l’importanza di iniziare con una versione semplificata della piattaforma, implementabile più velocemente, per poi evolvere verso configurazioni più complesse, fornendo flessibilità nel testare l’intelligenza artificiale e adattandola durante le fasi di sperimentazione.
In una seconda fase di sviluppo, è fondamentale studiare una strategia di scalabilità e tenere conto dell’importanza della localizzazione dei dati e del trasferimento transfrontaliero degli stessi seguendo le linee guida del DMP (Data Management Plan). “Alla luce anche del fatto che le organizzazioni sono poco propense a adottare standard grandi e complessi, come quelli ISO, quando non sono maturi” precisa Grevenitis.
KITT4SME, un approccio modulare per diverse esigenze
Questo approccio che permette di adattare l’intelligenza artificiale alle esigenze reali delle PMI, migliorando la piattaforma in base ai feedback nella fase sviluppo, abbassa le barriere all’ingresso per l’innovazione tecnologica, democratizzando l’accesso all’AI e permettendo alle PMI di sfruttarne i benefici indipendentemente dalla loro dimensione. Ma anche dal settore di appartenenza.
Come spiega l’IT Architect di Holonix, la piattaforma KITT4SME è un’architettura cloud di servizi mesh, multi-tenant, progettata per assemblare componenti di intelligenza artificiale in un’offerta di servizi su misura per una fabbrica, quindi ‘personalizzabile’ in base al mercato di riferimento. Tra gli altri obiettivi, si propone di connettere questi componenti AI all’officina e consentire loro di immagazzinare e scambiare dati in modo interoperabile, sicuro, rispettoso della privacy e scalabile.
La piattaforma KITT4SME comprende servizi Web che vengono eseguiti in un ambiente cluster e si basa su un’infrastruttura software cluster dedicata. Può quindi essere utilizzata da molteplici PMI, appartenenti a settori diversi ma con una necessità in comune: digitalizzare i propri processi grazie a strumenti di AI.
Oltre la produttività: AI per il benessere dei lavoratori e la sicurezza dei dati
L’integrazione dell’AI nelle PMI, attraverso iniziative come KITT4SME, va ben oltre il semplice miglioramento della produttività e dell’efficienza. Oltre a perseguire questi obiettivi, l’AI per le PMI può essere un alleato prezioso perché consente di creare luoghi di lavoro più sani e sostenibili, dove il benessere dei lavoratori è al centro dell’attenzione.
Lo dimostra una delle soluzioni software testate nell’ambito del progetto KITT4SME: il sistema di monitoraggio della fatica noto come ‘Fatigue Monitoring System (FaMS)’ che, prendendo come input i dati fisiologici dei lavoratori provenienti da dispositivi indossabili, è in grado di identificare segnali di affaticamento e stress fisico e utilizzando algoritmi di apprendimento automatico valuta e prevede il livello di sforzo percepito.
Attraverso l’analisi di questi dati grazie a KITT4SME, FaMS abilita le PMI a prendere decisioni informate, o meglio data-driven, volte a promuovere un ambiente di lavoro votato al benessere dei lavoratori. Che si tratti di suggerire pause mirate o di implementare supporti ausiliari come gli esoscheletri, l’obiettivo è chiaro: migliorare significativamente la qualità della vita sul lavoro.
Ma quando si tratta di portare l’AI nelle PMI, sorgono preoccupazioni che attengono anche alla privacy dei dati, alla sicurezza e ai pregiudizi algoritmici. “Fornire spiegazioni trasparenti su come funzionano gli algoritmi, garantire che siano adottate misure di sicurezza dei dati e affrontare attivamente i pregiudizi nell’addestramento dei dati può aiutare a creare fiducia tra le parti interessate” prosegue Grevenitis.
Nello specifico, la piattaforma KITT4SME si basa sulla Cybersecurity for Privacy by Design chiamata anche C4P: termine utilizzato dal Secure Controls Framework Council per descrivere i concetti di riservatezza e integrità degli aspetti della privacy, con una forte enfasi su persone, processi e tecnologia (PPT).
Secondo il ‘Secure Controls Framework 2021’, C4P mira a promuovere la privacy e la sicurezza attraverso configurazioni predefinite sicure, meccanismi di sicurezza ‘bake in’, integrazione e verifica durante tutto il ciclo di vita di progetti e sistemi, ma anche educazione degli utenti, gestione delle aspettative e sostegno al cambiamento.
Guida all’adozione dell’AI nelle PMI per superare le barriere
Ma questo non basta perché molte PMI non hanno familiarità con le tecnologie di intelligenza artificiale e con i potenziali vantaggi oltre a disporre spesso di risorse limitate. “Fornire risorse educative e condurre sessioni di sensibilizzazione può aiutare a demistificare questa tecnologia e mostrare le applicazioni pratiche nel loro settore. Offrire soluzioni di AI personalizzabili e adattate alle loro esigenze può aumentare i tassi di adozione” osserva Grevenitis.
Un’altra preoccupazione è che l’intelligenza artificiale sostituisca i dipendenti e che i processi produttivi possano cambiare così tanto da diventare obsoleti. Grevenitis sottolinea “È essenziale comunicare che l’AI è destinata ad aumentare le capacità umane anziché a sostituirle, soprattutto nelle PMI”. Fornire programmi di formazione completi e coinvolgere i dipendenti fin dall’inizio, sollecitando il loro feedback, può aiutare ad adattarsi più agevolmente ai cambiamenti del processo di produzione, favorire un senso di appartenenza e ridurre la resistenza.
A ciò si aggiunge che i nuovi sviluppi tecnologici comportano la necessità di personale più qualificato per implementarli e gestirli, rafforzando la necessità di un approccio di co-progettazione allo sviluppo tecnologico e all’istruzione per soddisfare le esigenze di formazione. Un primo passo per trovare una soluzione, osserva Grevenitis, è eseguire una valutazione del divario di competenze, identificare un piano di formazione ottimale per eliminare questo divario e supportare l’apprendimento continuo e la riqualificazione costruendo competenze attraverso l’integrazione dell’istruzione e della formazione sulle tecnologie digitali. Per raggiungere l’obiettivo, all’interno del progetto, Holonix ha sviluppato il Worker Profiler, strumento che consente di eseguire una valutazione del gap delle competenze digitali.
Il futuro dell’AI nelle PMI: personalizzazione e scalabilità al centro
Prevedere il futuro è una sfida, soprattutto considerando che l’intelligenza artificiale generativa (GenAI) è ancora in fase di maturazione e le PMI stanno cercando di posizionarsi. Secondo Grevenitis è probabile che, nel tentativo di rispondere alle nuove esigenze del mercato e di espandersi, “le PMI mostreranno un interesse crescente per soluzioni di intelligenza artificiale che siano personalizzabili in base alle loro esigenze specifiche e scalabili”. Ferme invece le priorità che coincideranno con “la necessità di potenziare l’efficienza operativa, automatizzare compiti ripetitivi e facilitare la gestione dei flussi di lavoro”.
In parallelo, Grevenitis prevede che le aziende faranno sempre più affidamento sui sistemi AI capaci di supportare i processi decisionali attraverso l’analisi di dati e l’identificazione di pattern, abilitando decisioni fact-based. Allo stesso tempo, l’attenzione verso soluzioni conformi alla normativa sulla protezione dei dati sarà sempre più marcata, in risposta alle crescenti preoccupazioni legate alla sicurezza e alla privacy. A ciò si aggiunge che l’avvento della GenAI, come le reti generative avversarie (GAN), aprirà nuove possibilità per le PMI in termini di automazione della produzione di contenuti visivi, generazione di raccomandazioni su misura e miglioramento dell’esperienza utente.