Il 22 maggio 2026 OPTA ha partecipato alla quarta edizione di Logike di Fabbrica, l’evento organizzato da Logikamente e dedicato all’evoluzione delle operations industriali e alle nuove frontiere dell’Intelligenza Artificiale applicata al manifatturiero.
Nel corso dello speech “Next Level: 4.0 & AI”, Mauro Marini, Amministratore Delegato di OPTA, ha proposto una lettura concreta della trasformazione in atto. Il punto di partenza non è stato chiedersi quale tecnologia adottare, ma comprendere quali condizioni permettano alle imprese di utilizzarla in modo efficace, sostenibile e governato.
L’AI, infatti, non opera nel vuoto: entra in organizzazioni fatte di processi, dati, sistemi, competenze e abitudini consolidate. Per questo il suo impatto dipende dalla qualità del contesto nel quale viene introdotta.
La digitalizzazione: il nuovo paradigma delle operations
La trasformazione digitale non può più essere considerata un ambito separato dal funzionamento dell’impresa. Il digitale è ormai una dimensione trasversale che interessa produzione, supply chain, pianificazione, qualità, manutenzione, amministrazione e processi decisionali.
Per le aziende manifatturiere, la competitività nasce quindi dalla convergenza tra ingegneria industriale e competenze digitali. Conoscere la tecnologia non basta, così come non basta conoscere il processo senza comprendere le possibilità offerte dai nuovi strumenti. Il valore emerge quando queste due prospettive vengono integrate in un disegno coerente.
La sfida non consiste semplicemente nel digitalizzare ciò che già esiste, ma nel ripensare il modo in cui informazioni, decisioni e attività attraversano l’organizzazione. Questo richiede una visione complessiva delle operations e la capacità di accompagnare il cambiamento nel tempo.
Intelligenza Artificiale e messy middle
Molte imprese hanno investito in ERP, piattaforme, automazione e strumenti digitali senza ottenere pienamente i risultati attesi. Una delle ragioni è la presenza del cosiddetto messy middle: la zona intermedia nella quale i processi escono dai sistemi ufficiali e proseguono attraverso fogli Excel, e-mail, file locali, comunicazioni informali ed eccezioni gestite manualmente.
Questi workaround nascono spesso come risposte intelligenti a esigenze che i sistemi non riescono a soddisfare. Quando però diventano prassi quotidiana, rendono l’organizzazione fragile: le informazioni si frammentano, le attività dipendono da poche persone chiave e i processi diventano difficili da osservare, trasferire e scalare.
L’introduzione dell’AI non elimina automaticamente questa complessità. Al contrario, può amplificarla. Applicare nuovi strumenti a un processo poco chiaro rischia di rendere più veloce un flusso che continua a produrre errori, inefficienze o decisioni incoerenti. Prima di automatizzare occorre quindi mappare i processi aziendali e capire come il lavoro viene svolto realmente, non soltanto come è stato rappresentato nelle procedure.
AI readiness: processi, dati e persone
La domanda centrale diventa allora: l’organizzazione è pronta per l’AI?
La readiness non riguarda esclusivamente l’infrastruttura tecnologica. Richiede una valutazione congiunta di processi, qualità e disponibilità dei dati, architettura dei sistemi, ruoli organizzativi, competenze e capacità di adottare nuovi modi di lavorare.
Un sistema non può essere governato se prima non è osservabile. Rendere visibili flussi, responsabilità, eccezioni e punti di discontinuità permette di individuare dove l’AI possa generare un beneficio concreto e dove, invece, sia necessario intervenire prima sul processo.
In questa prospettiva, la preparazione dell’organizzazione non è una fase accessoria del progetto: è una parte essenziale dell’investimento. Tecnologia e Change Management devono procedere insieme, coinvolgendo le persone che conoscono il lavoro quotidiano e che saranno chiamate a utilizzare i nuovi strumenti.
Le conseguenze dell’AI: automazione dei servizi e impatto sul lavoro
L’AI mostra un potenziale particolarmente rilevante nelle attività ad alta densità informativa: analisi di documenti, ricerca e sintesi di informazioni, preparazione di contenuti, supporto alle decisioni e coordinamento di attività. L’impatto riguarda quindi non soltanto la produzione, ma soprattutto i servizi e il lavoro indiretto che accompagna i processi industriali.
L’automazione può liberare tempo dalle attività ripetitive e dagli sprechi del lavoro d’ufficio e aumentare la capacità delle persone di concentrarsi sulle decisioni, sulla gestione delle eccezioni e sulle attività a maggior valore. Allo stesso tempo, apre interrogativi sui ruoli, sulle competenze e sull’evoluzione delle professionalità.
Per questo il tema non può essere affrontato soltanto in termini di efficienza. Le imprese devono chiedersi come ridisegnare il lavoro, quali competenze sviluppare e come distribuire responsabilità e benefici della trasformazione. L’adozione dell’AI è anche una questione organizzativa e sociale, che richiede consapevolezza e capacità di accompagnamento.
L’economia dell’AI: costi, lock-in e modelli al risultato
Accanto alle opportunità emergono nuove variabili economiche. La crescente diffusione di servizi in abbonamento e soluzioni basate sul consumo sposta una parte della tecnologia da investimento a costo operativo. L’utilizzo dell’AI può inoltre generare spese difficili da prevedere, soprattutto quando applicazioni e agenti vengono moltiplicati senza un controllo coordinato.
Diventa quindi necessario valutare il costo complessivo delle soluzioni, la dipendenza dai fornitori e il rischio di lock-in tecnologico. La scelta del software non dovrebbe basarsi soltanto sulle funzionalità disponibili, ma anche sulla sostenibilità nel tempo, sulla possibilità di integrare sistemi diversi e sulla misurabilità dei risultati.
In questo scenario acquistano importanza modelli maggiormente orientati all’outcome: non solo software o giornate di progetto, ma soluzioni collegate al valore effettivamente prodotto. Per costruirle serve una collaborazione più stretta tra chi conosce la tecnologia e chi comprende in profondità i processi aziendali.
Gli agenti AI: verso processi agent-enabled
L’evoluzione successiva riguarda gli agenti AI, sistemi capaci di eseguire attività, utilizzare strumenti e coordinare sequenze operative con un livello crescente di autonomia.
Il loro impatto sui processi può svilupparsi su tre livelli. Il primo è la produttività personale, attraverso assistenti che supportano le singole persone. Il secondo è l’automazione di parti strutturate del workflow. Il terzo, più profondo, è la riprogettazione del processo in una logica agent-enabled, nella quale persone, applicazioni e agenti collaborano secondo responsabilità definite.
Questa prospettiva apre possibilità importanti, ma richiede di evitare una proliferazione incontrollata di strumenti. Gli agenti devono essere inseriti in un’architettura comprensibile, con regole chiare, supervisione e criteri per verificare qualità, prestazioni e costi.
AI Governance e strategia: controllo, competenze e roadmap
La velocità con cui il mercato dell’AI evolve rende indispensabile un’attività continua di osservazione e valutazione. Modelli, piattaforme e casi d’uso cambiano rapidamente: per questo non è sufficiente definire un progetto una volta per tutte. Serve una roadmap capace di evolvere insieme alla tecnologia e alle esigenze dell’impresa.
La AI Governance deve stabilire chi può introdurre nuovi strumenti, quali dati possono essere utilizzati, come vengono controllati output e costi e quali responsabilità restano in capo alle persone. Governance non significa rallentare l’innovazione, ma creare le condizioni per sperimentare senza perdere controllo e coerenza.
Una roadmap efficace deve tenere insieme processi, dati, organizzazione e responsabilità, competenze, tecnologie e adozione del cambiamento. La componente algoritmica rappresenta solo una parte del percorso: la maggior parte dello sforzo riguarda il ridisegno dei processi e il coinvolgimento delle persone.
L’obiettivo, infine, non può limitarsi alla sola efficienza. Un vantaggio fondato esclusivamente sulla riduzione dei costi è facilmente replicabile. Il valore strategico nasce invece dalla capacità di combinare conoscenza industriale, organizzazione, dati e tecnologia per migliorare il servizio, sviluppare nuove capacità e rafforzare la competitività.
La tecnologia amplifica quello che trova
Il messaggio conclusivo dell’intervento è chiaro: la tecnologia amplifica quello che trova. Se incontra processi solidi, dati affidabili e responsabilità definite, può accelerare la crescita e migliorare le decisioni. Se incontra frammentazione e scarsa governance, rischia di moltiplicare la complessità.
Il vero percorso verso l’AI non parte quindi dallo strumento, ma dalla capacità dell’impresa di osservare se stessa, scegliere dove intervenire e costruire un equilibrio tra processi, persone e tecnologia.
Approfondisci i temi dell’intervento e scopri come OPTA accompagna le imprese nei percorsi di trasformazione digitale.
