Robot più evoluti, più intelligenti. RFM-1, il “foundation model” addestrato dalla società californiana Covariant, dona al robot “capacità di ragionamento simili a quelle umane”, conferendogli una comprensione più profonda del linguaggio e del mondo fisico. Covariant spiega che usando un inglese semplice è possibile istruire il robot a eseguire azioni di prelievo specifiche da un contenitore, ad esempio indicandogli quali particolari oggetti prendere. Si può anche suggerirgli come muovere un oggetto per trovare i punti di presa migliori. Questa, naturalmente, è soltanto una delle dimostrazioni di cosa sia oggi possibile fare con la robotica e la AI. Qualcuno definisce RFM-1 un “ChatGPT per robot”, ma è evidente che progressi di questo genere, seppur ancora allo stato sperimentale ed embrionale, sono destinati a segnare una nuova frontiera nell’applicazione dell’intelligenza artificiale generativa (GenAI) alla robotica e all’automazione.
Trasformazione digitale a un altro stadio evolutivo
Le recentissime innovazioni appena ricordate consentono di elevare ulteriormente il grado di automazione, e fanno progredire la trasformazione digitale verso il livello successivo. Al principio, la digital transformation ha adottato le tecnologie informatiche, il cloud computing, per digitalizzare dati, processi, prodotti. Con il passo seguente, la quarta rivoluzione industriale, ha implementato il paradigma Industria 4.0 in dispositivi, macchinari, linee di produzione: incorporando sensori intelligenti e tecnologia IoT (Internet of Things), i sistemi di fabbrica diventano interconnessi, e attraverso il cloud è possibile monitorarne lo stato di salute e le anomalie di funzionamento, prevenendo guasti e fermi macchina imprevisti tramite le tecniche di manutenzione predittiva. Oggi, tuttavia, ci troviamo in una nuova fase della digital transformation, in cui questi sistemi cyber-fisici (cyber-physical system – CPS) non colmano meramente il divario tra processi digitali e infrastrutture materiali. Gli avanzamenti nella robotica e nell’intelligenza artificiale permettono ai moderni CPS di diventare sempre più autonomi. AI, sensori smart miniaturizzati, sistemi di visione sempre più sofisticati, sviluppano cervello, occhi, udito, sensi sintetici che aumentano l’abilità di percepire l’ambiente circostante, di muoversi, di reagire in tempo reale agli eventi e agli stimoli esterni con una propria capacità decisionale. I CPS potenziati da robotica ed AI possono svolgere mansioni più complesse, apprendere, migliorare di continuo sulla base della loro stessa esperienza.
Più automazione per affrontare le sfide dell’industria
Assieme ad altre otto tecnologie (simulazione, integrazione di sistemi verticale e orizzontale, IoT, cybersecurity, cloud, additive manufacturing, realtà aumentata, big data e analytics) i robot autonomi costituiscono le pietre miliari di Industria 4.0, già identificate in un focus pubblicato nel 2015 dalla società di consulenza Boston Consulting Group (BCG). Questi robot continueranno a diffondersi, per aiutare le organizzazioni a innovare il proprio modello di business e generare nuovo valore.
Le ardue sfide del mercato globale impongono di accelerare l’innovazione per aumentare efficienza, produttività, competitività dei processi aziendali e industriali, contenendo strenuamente i costi: tutte necessità e requisiti imprenditoriali a cui, ad esempio, i robot mobili autonomi (AMR) possono rispondere, aprendo nuove opportunità e modalità di organizzazione del lavoro, e fornendo benefici economici. L’adozione dei robot mobili intelligenti nelle supply chain, secondo la società di ricerca e consulenza Gartner, sta crescendo rapidamente e supererà di gran lunga quella dei droni nei prossimi tre anni. “Entro il 2027, oltre il 75% delle aziende avranno adottato qualche forma di automazione cyber-fisica all’interno delle loro operazioni di magazzino” ha dichiarato Dwight Klappich, vice president e fellow della Supply Chain Practice di Gartner. Inoltre “La carenza di manodopera e le sfide per trattenere i talenti, insieme a progressi tecnologici come l’apprendimento automatico e la AI, continueranno a guidare l’adozione degli smart robot” ha aggiunto Klappich.
Priorità numero uno: integrare la AI, ma nel modo giusto
Nella mente di tutti i responsabili produzione, macchinari e attrezzature, riporta il Global Machinery & Equipment Report 2024 della società di consulenza Bain & Company, gli obiettivi chiave sono fare prodotti personalizzati, di miglior qualità, riducendo time-to-market e costi. In questo può aiutare la scelta di approcci come il closed-loop PLM (product lifecycle management), in grado di gestire l’intero ciclo di vita del prodotto. Tuttavia, nelle aziende manifatturiere evolute, il 75% degli executive dichiarano che la loro massima priorità a livello di ingegneria e ricerca e sviluppo è adottare tecnologie emergenti come la AI. Prima di investire in AI, però, questi responsabili identificano le maggiori sfide imprenditoriali, e come la AI può aiutarli a migliorare i processi e le performance complessive. Inoltre valutano come specifiche tipologie di AI (ML, GenAI) usano i dati per creare valore. Chi è più avanti nell’utilizzo della AI la sta utilizzando per risolvere problemi nodali in aree aziendali come l’approvvigionamento, l’assemblaggio, la manutenzione, il controllo di qualità o la logistica di magazzino.
I direttori operativi (Coo) del settore machinery, aggiunge Bain, avvertono sempre più la pressione della concorrenza, del mercato, dei clienti, per la richiesta di nuovo valore, e alcuni stanno utilizzando strumenti digitali, o tecnologie Industria 4.0 come intelligenza artificiale, robotica, manifattura additiva, per far fronte a questa pressione generando innovazione. Tuttavia permangono vari punti dolenti: in primis, la mancanza di un approccio olistico che integri le tecnologie Industria 4.0 con i modelli operativi e gli standard esistenti. Spesso poi le organizzazioni non riescono a integrare OT (operational technology) e IT (information technology) da un punto di vista operativo e di sistemi. Inoltre, non includono i principi di sostenibilità e circolarità tra gli obiettivi di business e non li implementano nel sistema di produzione. Le aziende di successo, invece, definiscono standard e interfacce per instaurare un livello di interoperabilità capace di abbracciare tutta l’infrastruttura OT-IT e integrare il modello operativo.