La terza edizione dei Siemens Tech Talks, evento dedicato ai temi dell’innovazione tecnologica e della trasformazione digitale, è stato un evento diffuso su tre sedi che in contemporanea hanno dibattuto dell’integrazione spinta tra mondo fisico e tecnologie digitali. Industria, edifici, mobilità le aree al centro di tre momenti paralleli che, davanti a rappresentanti di imprese e partner, hanno mostrato un’AI già entrata nei processi produttivi, nella progettazione degli edifici, nelle infrastrutture di mobilità, in grado di governare il funzionamento di fabbriche, reti elettriche e costruzioni.
Where Real meets Digital – il claim dell’evento – considera la physical AI non più come prospettiva futura ma come realtà matura e scalabile: “Industrial AI e digitalizzazione stanno cambiando il mondo in cui viviamo già oggi combinando mondo reale e mondo digitale in mercati diversi” esordisce in Casa Siemens Floriano Masoero, Ceo dell’azienda in Italia.
“Se l’elettricità ha cambiato il modo di produrre, viaggiare, comunicare del mondo moderno, l’intelligenza artificiale sposta il limite più avanti. L’AI entra all’interno del mondo fisico, smette di essere una funzione, diventa una forza con un impatto reale. Una forza che controlla intere fabbriche, siti produttivi, infrastrutture elettriche e che va a una velocità nuova rispetto al passato. Se il mondo del vapore ha impiegato 60 anni ad affermarsi, l’elettricità 30 anni, i computer 15 anni, oggi l’AI plasmerà il mondo solo in 7 anni di cui la metà già passati. Per questo deve essere innatamente sicura, perché questa transizione va molto più veloce del passato”.
Industrial AI è già realtà
Il ragionamento di base è che adottando l’industrial AI le aziende potranno essere più competitive in ogni fase, dal design alla costruzione, fino alla fase di operation. Una trasformazione che ha coinvolto la stessa Siemens in questi ultimi anni.
Un’azienda che ama definirsi in due modi: “startup da oltre 175 anni” e “tech company globale”, con forte identità europea a dispetto dell’innovazione d’oltreoceano. Capace di integrare hardware, software, dati e capacità computazionale in un unico modello operativo.
Un approccio che sta trasformando l’intera catena del valore industriale facendo leva sull’utilizzo di digital twin per simulare, validare e ottimizzare virtualmente macchine e infrastrutture già nelle fasi di progettazione, fino all’adozione di sistemi produttivi autonomi e adattivi.
“Siemens è una azienda europea che sta diventando sempre più grande, unendo le anime hardware e software, facendo convergere il mondo IT e quello OT – precisa il Ceo -. Oggi con la physical AI gli ambiti sono ancora più integrati e quello che facciamo nell’industrial AI è esattamente quello che Nvidia ha fatto nel mondo dell’AI, unendo hardware e software nei chip. Noi stiamo definendo le basi per l’industrial AI del futuro”.
L’integrazione nasce da un lavoro trentennale nel mondo del digital twin e che oggi grazie all’AI è in grado di aumentare la capacita di modelli e simulazioni. “Possiamo portare il modello digitale ai limiti estremi con l’AI, spostando il limite verso qualcosa che non conosciamo ancora”. Ad esempio nell’industrial automotive, Bmw ha utilizzato il digital twin per simulare tutta l’aerodinamica dell’auto, fino a qualche anno fa testata nella galleria del vento. Grazie a Digital Twin Composer – la piattaforma per creare gemelli digitali di prodotti, auto, applicazioni complesse – la simulazione è stata semplificata, prendendo dati e informazioni direttamente dal campo per un collegamento con il mondo reale. Così aziende come Pepsi possono modificare l’ingegneria della produzione, seguendo i picchi di domanda da parte del mercato in tempo reale, adattando la produzione delle fabbriche e gestendo nel modo ottimale l’intera catena produttiva a livello mondiale.
Sei mesi fa Siemens ha lanciato Eigen Engineering Agent, l’AI generativa integrata nativamente in Tia Portal, che si ciba di codici e progetti dell’azienda, adattandosi al modo di lavorare e allo stile di ogni realtà: automatizza attività di engineering end-to-end trasformando descrizioni in linguaggio naturale in progetti conformi agli standard industriali e favorendo l’integrazione tra progettazione elettrica e sviluppo software (con una riduzione dei tempi di sviluppo fino a cinque volte, un incremento dell’efficienza del 50% e un miglioramento della qualità dell’80%).
Il legame tra trasformazione digitale e transizione energetica, per supportare la crescente domanda computazionale in modo sostenibile, è sempre più evidente. “Il mondo industriale non può sottrarsi dall’affrontare il tema dell’energia richiesta da data center e potenza di calcolo – precisa Masoero – e deve porre attenzione alle fonti rinnovabili che rimangono a nostro avviso il modo corretto per affrontare il tema, accanto all’utilizzo di fonti intermittenti in reti sempre più autonome. Serve garantire flessibilità di consumi a utenti ed edifici e l’AI offre la soluzione per reti più smart, edifici più intelligenti, indirizzando aree di miglioramento per ridurre i consumi di energia in senso generale”.
Progetti di elettrificazione come RomeFlex o AcegasApsAmga nei territori di Trieste e Gorizia hanno permesso di modernizzazione la rete elettrica grazie all’adozione di tecnologie avanzate per monitoraggio e controllo remoto e di soluzioni eco-sostenibili prive di gas dannosi per l’ambiente. “Il progetto triestino ha trasformato le 28 stazioni in nodi intelligenti di una rete digitale monitorabile e gestibile in tempo reale, contribuendo a migliorare efficienza, affidabilità e sostenibilità del servizio elettrico” spiega il Ceo.
La Fabbrica AAA
Il mondo OT abilita tutta l’AI a livello industriale e porta a una evoluzione importante della fabbrica. “Parliamo oggi di Fabbrica AAA, dove A sta per autonoma, adattiva, agentica” incalza Masoero.
Autonoma perché le macchine all’interno della produzione prendono decisioni in autonomia, si adattano a quanto sta succedendo, dialogano con il proprio digital twin e diventano autonome.
Adattiva, perché grazie alla relazione con il contesto reale, la fabbrica riesca ad adattare i processi produttivi in modo autonomo.
Agentica, cioè physical AI, perché la fabbrica controlla tutti i processi in modo intelligente, entrando nel mondo reale. “La fabbrica triple A esiste già oggi, molte realtà a livello mondiale vanno in questa direzione, come la nostra fabbrica a Erlangen, vicino a Norimberga, con 247metri quadrati di produzione e 1000 dipendenti”. Uno dei siti manifatturieri più avanzati dell’azienda, insignito dal World Economic Forum come Digital Lighthouse Factory per l’integrazione di intelligenza artificiale, robotica avanzata e metaverso industriale.
Ma ci sono tre limiti alla diffusione oggi dell’industrial AI che, solo se superati, permettono di ottenere risultati concreti. Il primo è la focalizzazione, “bisogno capire che l’AI non risolve tutti i problemi anche dal punto di vista industriale”. Il secondo è avere fondamenta solide e usare tecnologie in grado di scalare su più parte dell’azienda. Il terzo è utilizzare ecosistemi e partner con cui sviluppare progetti.
“Se gestiamo bene questi tre aspetti superiamo i tre ostacoli”, precisa Masoreo.
I casi Pirelli e Ferrari
Sono Pirelli e Ferrari le due aziende testimonial di come la tecnologia e la simulazione avanzata nei percorsi di innovazione possano accelera la trasformazione digitale del business.
Pirelli, che ha vissuto una lunga storia di trasformazione per costruire un pneumatico da un approccio prototipale con test sul campo, a uno sviluppo virtuale, Ferrari per garantire prestazione di eccellenza e personalizzazione di ogni vettura.
“La scella del digital twin per produrre pneumatici è anche un tema di sostenibilità, non produciamo prototipi non validati dall’Ai e siamo più veloci nella produzione – commenta Daniele Petecchi, Global head of Data, AI and R&D Solutions di Pirelli. – Ma questo ha richiesto anche un grande cambiamento culturale. Da un approccio reattivo a un approccio preventivo basato sui dati per anticipare i fenomeni. Questo ha portato alla revisione delle skill delle persone, alla riduzione del tempo di fermo macchina in fabbrica, alla capacità di produrre 365 l’anno in 18 paesi 24 ore al giorno in modo calibrato, senza blocchi di produzione”.
La virtualizzazione dello sviluppo, con il contributo fondamentale dell’AI, consente di progettare nuovi prodotti riducendo costi e tempi, e di anticipare e governare con maggiore precisione l’evoluzione dei processi industriali. La GenAI ha permesso di essere trainata su tutti i dati storici di Pirelli, dai test di laboratorio ai materiali e di valutare le nuove combinazioni. “Il nostro obiettivo è costruire una fabbrica sempre più supportata da un’intelligenza artificiale al servizio delle persone. Perché la tecnologia non sostituisce l’uomo: ne rafforza le capacità, ne amplifica la creatività e libera energie preziose per immaginare l’innovazione del futuro – precisa Petecchi – Fino al pneumatico connesso che raccoglie i dati in tempo reale, asset per l’azienda”.
Spiega la peculiarita del progetto Ferrari Gianmaria Fulgenzi, chief Product Development Officer di Ferrari: “Per gestire la complessità della produzione di Ferrari su scala industriale, oggi è necessario un approccio data-driven che connetta persone, processi e tecnologie lungo l’intero ciclo di vita della vettura. Innovazione e competitività nascono dalla convergenza tra mondo fisico e digitale, in un ecosistema che abbraccia progettazione, simulazione e produzione. Questa realtà integrata e unica è fondamentale per accelerare il cambiamento”. La customizzazione rimane una altra grande sfida: “Abbiamo lanciato 15 modelli diversi con una media di 4 modelli all’anno. Nei prossimi 4 anni lanceremo altrettanti 20 modelli, che abbiamo già tutti simulati. Il livello di personalizzazione sta arrivando quasi al 100%, ogni macchina è diversa, dal colore della scocca, degli interni in pelle, con finiture e cuciture che coinvolgono per la realizzazione una filiera complessa”. Le nuove tecnologie permettono di simulare e semplificare la produzione e di progettare stabilimenti dove sarà possibile produrre vetture in modo indipendente una dall’altra su un unico sistema di produzione integrato.
Nella logica di Siemens, la physical AI diventerà una leva anche per le Pmi che non hanno le disponibilità di risorse come quelle di Pirelli o di Ferrari, ma che possono con la physical AI scalare e diventare globali. “È un amplificatore di opportunità”, conclude Masoero.
Nel settore dei building, il Politecnico di Milano ha mostrato come la collaborazione con Siemens, lunga oltre trent’anni, abbia accompagnato l’evoluzione del proprio ecosistema universitario in un vero e proprio Smart District urbano.
© RIPRODUZIONE RISERVATA
