Una fabbrica con operai che azionano macchinari e un sistema di nastri trasportatori in funzione.

Sbloccare il vero potenziale dell'intelligenza artificiale industriale

Man mano che l'intelligenza artificiale industriale rimodella le fabbriche e le catene di fornitura, l'ecosistema dei fornitori è in rapida espansione. Le aziende cercano l'intelligenza artificiale per aumentare l'efficienza e accelerare l'innovazione, mentre le startup possono creare valore e rivoluzionare settori dalla produzione farmaceutica alla logistica e all'aerospazio.

I finanziamenti in Europa rispecchiano questa tendenza: solo nel primo trimestre del 2025, le società di intelligenza artificiale in Europa hanno raccolto circa 3 miliardi di euro in finanziamenti VC, con un aumento del 55% rispetto allo stesso periodo del 2024. Il motivo di questo slancio è semplice: nei settori in cui le aziende ottengono risultati in tempi e budget estremi, i dirigenti sono affamati di applicazioni che reimmaginino i flussi di lavoro e facilitino un miglioramento significativo dei profitti.

I nuovi approcci generativi [AI] possono offrire soluzioni totalmente nuove con simulazioni digitali e efficienze di livello superiore che prima erano irraggiungibili.

Catherine Crump, Amministratore delegato, Consulenza WIRED

«Non solo stanno apportando un cambiamento radicale in termini di efficienza, ma alcuni stanno anche sbloccando processi e modalità di lavoro completamente nuovi», afferma Catherine Crump, amministratore delegato di WIRED Consulting, uno dei numerosi esperti del crescente ecosistema di intelligenza artificiale citati in questo articolo.

Impatto dove è più importante

La progettazione è un'area in cui l'intelligenza artificiale può accelerare le fasi di produzione e introdurre nuove efficienze.

Poiché gli strumenti di intelligenza artificiale consentono agli ingegneri di analizzare grandi volumi di dati strutturati e non strutturati, forniscono nuove prospettive su materiali e prestazioni alternativi attraverso la simulazione e aiutano a risolvere i colli di bottiglia di lunga data della catena di fornitura.

Vedo un mondo in cui le catene di approvvigionamento saranno drasticamente riformattate e i metodi esistenti saranno notevolmente rivoluzionati.

Jon Nieman, Vicepresidente Investimenti, G42

Sono la fusione e l'impollinazione incrociata delle tecnologie di intelligenza artificiale che consentono le principali scoperte, afferma Jon Nieman, vicepresidente per gli investimenti presso G42, una società di sviluppo di intelligenza artificiale con sede ad Abu Dhabi che si concentra su soluzioni nel settore sanitario, aeronautico e in altri settori industriali.

Oltre a sbloccare importanti incrementi di redditività, gli sviluppatori di intelligenza artificiale hanno il potenziale per avere un impatto positivo su scala molto più ampia. Per Meike Neitz, fondatore della società di consulenza per startup embassidy, il potenziale ruolo dell'IA nella mitigazione dei cambiamenti climatici è una delle sue caratteristiche più interessanti. Può ad esempio ridurre gli sprechi di materiale attraverso l'innovazione nella fase di progettazione, poiché fino all'80% dell'impronta ambientale di un prodotto industriale è già determinata dal suo design.

La riprogettazione basata sull'intelligenza artificiale delle pinze robotiche industriali in combinazione con la produzione additiva può portare a una riduzione dell'82% delle emissioni di carbonio per robot.

«Il settore industriale è ancora una delle maggiori fonti mondiali di emissioni di gas serra», afferma Neitz.

Le soluzioni basate sull'intelligenza artificiale possono svolgere un ruolo importante nell'efficienza energetica, nella promozione dell'elettrificazione, nella riduzione al minimo degli sprechi di materiale e nell'ottimizzazione dei processi.

Meike Neitz, fondatore, Ambasciata

Tuttavia, avere una visione di ciò che l'intelligenza artificiale può ottenere nel mondo reale, non importa quanto sia stimolante, la porterà solo fino a un certo punto. Come spiegano gli esperti descritti in questo articolo, i fondatori delle aziende di intelligenza artificiale hanno bisogno di una chiara comprensione del know-how di dominio, di come scalare e collaborare e di un'ossessione per l'utente finale.

Guidare la trasformazione industriale dell'IA non è qualcosa che un'azienda può fare da sola. Ecco perché stiamo dando forma a un fiorente ecosistema industriale di intelligenza artificiale, che richiede forti collaborazioni tra clienti, leader del settore, startup, venditori, partner e sviluppatori.

Linda Krumbholz, Vicepresidente senior, Ecosistema e Marketplace Siemens Xcelerator

Come non perdersi nel clamore dell'IA

Industrial robotic arm assembling electronic components on a circuit board against a blurred factory background

L'intelligenza artificiale industriale aiuta le simulazioni visive che hanno un impatto reale sulla linea di produzione.

Una delle sfide che le startup di intelligenza artificiale industriale devono affrontare è definire un percorso chiaro verso il ritorno sull'investimento (ROI) e casi d'uso che risuonino nei contesti di settore. Se non riescono a farlo bene, è probabile che la loro applicazione si perda nel rumore.

Secondo Crump, le startup devono sforzarsi di soddisfare esigenze specifiche insoddisfatte nel settore. L'adozione di questa mentalità offre loro un vantaggio competitivo. «C'è così tanto clamore sull'intelligenza artificiale in questo momento e un diluvio di startup che innovano con questa tecnologia», afferma. «Chi si distingue può dimostrare dove la loro esclusiva soluzione basata sull'intelligenza artificiale sta rispondendo a una chiara esigenza e portando a risultati migliori. I loro prodotti e servizi mostrano un impatto aziendale tangibile e positivo e un chiaro ROI».

L'impatto della startup può variare in modo significativo tra i contesti industriali, come le molte potenziali applicazioni della tecnologia di intelligenza artificiale. Le startup devono dimostrare una profonda comprensione di come la loro soluzione interagisce con l'hardware industriale o fare squadra per acquisire know-how di dominio e set di dati industriali di qualità.

L'attenzione dovrebbe essere rivolta ai fatti, utilizzando dati proprietari e fornendo soluzioni scalabili e incentrate sull'utente, suggerisce Samuel Schuler, amministratore delegato di Reimann Investors Venture Management. «Dai priorità allo sviluppo di una profonda comprensione degli effettivi flussi di lavoro industriali prima di personalizzare le soluzioni di intelligenza artificiale», afferma.

Le informazioni personalizzate e specifiche del dominio spesso superano le strategie di intelligenza artificiale generiche.

Samuel Schuler, Amministratore delegato, Reimann Investors VC

Alexander Oelling, il direttore digitale di ISAR Aerospace, un fornitore di servizi di lancio per satelliti di piccole e medie dimensioni, sottolinea anche l'importanza delle competenze di dominio nel mondo reale.

Cerco sempre di valutare le competenze di dominio dei fondatori al di là delle credenziali tecnologiche.

Alexander Oelling, Chief Digital Officer, ISAR Aerospace

Avvicinarsi all'utente finale

Per garantire che la loro soluzione offra l'impatto promesso sul settore e che la sua adozione si diffonda tra gli utenti, le startup devono dimostrare una particolare attenzione alla consegna. In pratica, ciò significa diventare estremamente curiosi dell'utente finale e del modo in cui interagisce con gli strumenti di intelligenza artificiale.

«Ossessionato dalle persone sul campo per le quali sta costruendo la sua soluzione», consiglia Neitz dell'ambasciata ai fondatori e ai leader. «Costruisca per loro, piuttosto che per i loro capi. Si metta in contatto con loro per avere il loro feedback. Conosca i loro dolori, le loro realtà lavorative, i loro processi».

A person is standing in front of a large screen displaying a graph with a blue line and a red line.

Lo sviluppo di un'intelligenza artificiale incentrata sull'utente è fondamentale per un'implementazione di successo.

Oelling sottolinea anche il valore di lavorare a stretto contatto con gli utenti finali, sostenendo che i risultati tangibili e sul campo sono ciò che si ottiene di più quando le startup iniziano ad affermarsi. «Le startup di intelligenza artificiale industriale che garantiscono implementazioni pilota iniziali, anche se di portata limitata o parzialmente sovvenzionate, stabiliscono una credibilità che le iniziative teoriche semplicemente non possono eguagliare», sostiene.

Al contrario, una comprensione insufficiente della realtà lavorativa del cliente può avere un impatto negativo sulle vendite, soprattutto se si rivolge a società dei servizi di pubblica utilità, del petrolio e del gas, dell'aerospazio e del governo, che hanno le proprie esigenze e preferenze.

«L'ho visto più e più volte», afferma Nieman del G42. «Le persone non riescono a riconoscere che questi tipi di clienti non vogliono scaricare i propri dati in un data lake, vogliono progetti pilota o valutazioni dei fornitori della durata di due anni, tendono ad essere seguaci rapidamente e tendono a pagare multipli meno interessanti per le startup».

In definitiva, si tratta di stabilire la credibilità. La buona notizia per le startup che hanno successo in questa impresa è che si troveranno sempre più richieste.

In qualità di investitore, quando cerca di valutare se una startup avrà successo, Nieman afferma di prestare particolare attenzione alla sua storia di origine. «Trovo che il percorso sia il miglior predittore del futuro», afferma Nieman. «Conoscere il tessuto della nascita dell'azienda, il prodotto, la tecnologia e il team è più importante di ognuno di questi elementi isolati. Ciò che aiuta un'azienda a distinguersi è comprenderne le radici: le competenze, il pensiero e la mentalità dei fondatori e l'arco di commercializzazione del prodotto. Tutto questo verifica o svela la storia».

Gli approfondimenti per questo articolo sono stati forniti dai membri della giuria degli Industrial AI Awards 2025 per le startup del AI with Purpose Summit.