03/06/2026

digital

L'attrito industriale dell'AI: oltre l'hype, c'è il DNA delle imprese

Notarnicola (Porsche Consulting): l'integrazione dell'AI nelle aziende deve essere agile e scalabile

L'intelligenza artificiale sta attraversando una fase di transizione cruciale: dal palcoscenico della narrativa tecnologica al duro pavimento delle officine e degli uffici tecnici. Se da un lato il mercato globale sembra viaggiare a una velocità vertiginosa, proponendo innovazioni che si accavallano ogni pochi mesi, dall'altro le aziende manifatturiere si scontrano con quello che Giovanni Notarnicola, partner di Porsche Consulting, definisce "attrito industriale". È in questo scarto che nasce una forma di frustrazione positiva: la smania dei vertici aziendali di agguantare quei benefici che sembrano a portata di mano nella vita quotidiana, ma che faticano a tradursi in risultati concreti e immediati nei cicli produttivi complessi.

Il problema non è solo tecnologico, ma strutturale. I modelli di investimento tradizionali dell'industria, storicamente basati su piani a tre o cinque anni, sono entrati in rotta di collisione con cicli di innovazione tecnologica che oggi hanno orizzonti di appena uno o due mesi. Questa sfasatura temporale rischia di paralizzare chi non possiede la flessibilità necessaria per integrare le novità senza dover smantellare architetture monolitiche ogni volta che emerge un nuovo trend, dalla AI generativa agli agenti autonomi, fino alla cosiddetta "Physical AI". In questo scenario, l'AI non deve essere vista come un corpo estraneo, ma come un "aumentatore" del DNA aziendale esistente, capace di rendere scalabile il saper fare unico di ogni organizzazione.

Il vero successo non risiede infatti nell'algoritmo più sofisticato, ma nella capacità di digitalizzare il proprio valore: quei brevetti, quella gestione della complessità e quel know-how intangibile che rendono unica un'impresa. La sfida è quindi duplice. Da una parte, bisogna imparare a "tagliare l'elefante a fettine", implementando soluzioni scalabili che non richiedano investimenti mostruosi fin dall'inizio. Dall'altra, è necessario superare la "sindrome del fare da soli". In un ecosistema moderno, l'efficienza energetica o la logistica di base dovrebbero diventare fattori comuni, gestiti attraverso partnership e sistemi orchestrati da agenti di AI, lasciando che la competizione si sposti su valori proprietari realmente distintivi. In questa intervista, esploreremo come navigare tra queste barriere, trasformando la promessa dell'AI in una realtà industriale solida, agnostica e sostenibile.

Parlando con i C-level delle grandi aziende, che clima percepisci riguardo all'intelligenza artificiale? C'è entusiasmo o timore?

Direi che il sentimento predominante è la frustrazione, ma intesa in senso positivo. I dirigenti vedono la promessa dell'IA ovunque, la toccano con mano ogni giorno come utenti, e fremono per portarla in azienda. La domanda che si pongono ossessivamente è: "Perché non riesco a progredire alla stessa velocità?". C'è un interesse strategico enorme, ma ci si scontra con quello che chiamo "attrito industriale".
Cosa intende esattamente per "attrito industriale" e perché è così difficile passare dalla teoria alla pratica in fabbrica?

Perché c'è una differenza abissale tra usare l'IA per scrivere un'email e integrarla in un sistema che deve decidere se scartare o meno un pezzo in una linea di produzione. Le barriere sono diverse. Inoltre, siamo passati in pochissimo tempo dalla IA generativa agli agenti, fino alla IA fisica. Le generazioni tecnologiche vengono bruciate in tempi brevissimi e questo è un problema enorme per le aziende.

In che modo questo ritmo frenetico impatta sugli investimenti aziendali?

Il ciclo industriale e quello tecnologico non sono più coerenti. L'industria è abituata a piani di investimento a 3-5 anni su tecnologie monolitiche. Oggi invece l'orizzonte di lungo termine è di poco più di un anno, mentre quello di breve è di 1 o 2 mesi. Approcciarsi alla tecnologia oggi richiede di non farsi troppo affascinare dalla narrativa e restare concreti, agnostici, senza legarsi a un singolo trend che potrebbe sparire domani.
Qual è dunque la strada corretta per un'azienda che vuole avere successo con l'AI senza perdere la propria identità?

Bisogna ripartire da ciò che rende l'azienda grande: i suoi asset proprietari, il know-how, i brevetti e la capacità di gestire la complessità. Questo DNA non può essere sostituito dall'IA, ma può essere "aumentato". L'obiettivo è trasformare questo sapere intangibile in un modello decisionale. Se un'azienda produce su commessa (engineering to order), l'IA può velocizzare la collezione dei requisiti del cliente o agire come un ingegnere virtuale che analizza il passato per proporre soluzioni nuove. Il segreto è "tagliare l'elefante a fettine": procedere un pezzo alla volta con investimenti scalabili.

Ha menzionato la necessità di "fare sistema": qual è il limite più grande delle aziende europee in questo senso?

Spesso soffriamo della "sindrome del fare da me". Prendiamo l'efficienza energetica: orchestrare diverse fonti di energia con agenti IA può far risparmiare il 23%, ma richiede competenze e partnership esterne. Fare sistema su temi come l'energia non significa cedere vantaggio competitivo, perché l'efficienza è ormai una commodity. La vera competizione e la proprietà intellettuale (IP) rimangono su altre cose. Dobbiamo imparare a creare ecosistemi per scalare i costi e superare barriere che, da soli, non potremmo affrontare.