L'intelligenza artificiale è entrata in scena ma è ancora IoT a gestire l'impianto
L'intelligenza artificiale sta avanzando rapidamente ma dipende ancora da misure affidabili, soluzioni di connettività sicure e dati ricchi di contesto. E i dati che consentono all'intelligenza artificiale di generare valore a lungo termine provengono da IoT.
In breve
- Nell'industria di processo, l'IA può supportare analisi e raccomandazioni ma la responsabilità per la sicurezza, la qualità e la conformità rimane saldamente in capo alle competenze umane.
- Una maggiore quantità di dati non si traduce necessariamente in una migliore comprensione; il valore deriva da dati accurati, contestualizzati e tracciabili che rendano l'intelligenza affidabile anziché immaginativa.
- IIoT è una tecnologia concepita per la realtà, non per la fantasia, pensata per resistere a condizioni difficili e gestire cicli di vita lunghi, vincoli derivanti da infrastrutture esistenti e requisiti normativi.
- La digitalizzazione dell'industria è evolutiva, non dirompente, e IoT consente progressi concreti anche in impianti esistenti da tempo.
- Il suo valore emerge su larga scala dove le architetture ibride, la gestione del ciclo di vita e la fiducia degli operatori contano molto di più dei singoli progetti pilota.
IoT non è ancora morta.
Il 9 aprile, il mondo digitale celebra l'IoT Day. Una giornata in cui, ovunque ci si trovi nel mondo, tutti parlano di IoT con previsioni audaci, piani d'azione ambiziosi e un grande fermento intorno all'intelligenza artificiale (IA).
Ed è vero: l'intelligenza artificiale è definitivamente entrata in scena. Spiega. Prevede. Raccomanda. A volte, sembra addirittura che conosca l'impianto meglio delle persone che lo gestiscono.
Ma se l'intelligenza artificiale è la novità del momento, IoT è tutt'altro che morta. Lavora silenziosamente dietro le quinte proprio a sostegno dell'intelligenza artificiale.
Ispirandoci al tema dell'IoT Day di quest'anno - "The conversation we need now" ovvero ciò che dobbiamo discutere - andiamo oltre l'entusiasmo iniziale e parliamo onestamente del rapporto tra IA e IoT in ambienti industriali regolamentati e critici per la sicurezza.
Perché, nell'industria di processo, non è l'entusiasmo che fa funzionare gli impianti ma la realtà.
L'intelligenza artificiale si prende la scena. IoT fa il lavoro.
Ormai ovunque, a casa o al lavoro, l'argomento sulla bocca di tutti è l'intelligenza artificiale. È versatile, visibile, coinvolgente e facile da usare. Non solo la usano tutti ma tutti ne parlano.
IoT, invece, rimane sullo sfondo; presente fin dal 1999, è ormai un argomento di cui non si parla quasi più. Ma è ancora lì ed è ancora molto importante. È presente negli strumenti, nei dispositivi da campo, nelle reti di comunicazione, nei gateway e nei sistemi edge, oltre che negli strumenti, nelle piattaforme e nelle app digitali che rendono i dati accessibili, visivamente accattivanti e interattivi.
Quindi, che cosa significa l'ascesa dell'intelligenza artificiale per IoT?
Ebbene, la convergenza tra IA e IoT, spesso indicata come AIoT, evidenzia che l'intelligenza diventa utile solo quando si basa su dati affidabili e provenienti dal mondo reale.
L'intelligenza artificiale non ha ucciso IoT, anzi ... IA e IoT sono fatte l'una per l'altra. Prese singolarmente, sono impressionanti ma è insieme che esprimono davvero il massimo del loro potenziale.
Da decenni, ormai, Endress+Hauser conosce l'importanza di disporre di valori di misura affidabili, dati interpretabili e sistemi progettati per garantire prestazioni costanti nel tempo. Vogliamo quindi cambiare prospettiva. Anziché parlare di come l'intelligenza artificiale abbia ucciso IoT, desideriamo mettere in luce la sinergia che sta nascendo tra queste due tecnologie sfatando alcuni luoghi comuni.
Primo luogo comune: "L'IA sostituirà gli operatori."
Realtà dei fatti: l'intelligenza artificiale accresce le competenze ma la responsabilità resta dell'uomo.
Negli impianti industriali, gli operatori non si limitano a supervisionare i processi. Sono responsabili della sicurezza, della qualità, della conformità e della continuità operativa. Tale responsabilità non scompare solo perché un algoritmo sembra convincente.
L'intelligenza artificiale eccelle nel riconoscimento dei modelli, nell'individuazione di anomalie e nelle previsioni ma tutto questo non serve a nulla senza dati accurati e affidabili. E questi può fornirli solo IoT.
Ma negli ambienti regolamentati, le decisioni richiedono comunque il giudizio umano, la convalida e la spiegabilità. L'intelligenza artificiale supporta i processi decisionali ma non può assumersene la responsabilità né appropriarsene.
L'intelligenza artificiale è magari entrata in scena ma i diritti di amministrazione sono ancora in mano agli operatori.
Secondo luogo comune: "Più dati significano più valore."
Realtà dei fatti: il contesto conta più della quantità. Sempre.
I sistemi industriali generano già enormi quantità di dati. L'aggiunta di altri sensori o strumenti non garantisce automaticamente una maggiore o migliore qualità delle informazioni.
Ciò di cui l'intelligenza artificiale ha realmente bisogno sono dati di alta qualità e contestualizzati:
- Misure accurate
- Semantica chiara
- Origine conosciuta e informazioni sul ciclo di vita
È qui che IoT esprime tutto il suo potenziale e svolge il suo lavoro più critico. La strumentazione, la diagnostica e i modelli di dati integrati in IoT trasformano i dati grezzi in informazioni che l'intelligenza artificiale può utilizzare efficacemente.
Endress+Hauser conosce bene l'importanza di queste solide fondamenta. La qualità delle misure, la diagnostica dei dispositivi e la trasparenza del ciclo di vita non sono optional ma prerequisiti indispensabili per ottenere analisi significative e raggiungere l'eccellenza operativa.
Senza contesto, l'intelligenza artificiale non è poi così intelligente. Diventa immaginativa. E l'immaginazione è rischiosa nei processi critici per la sicurezza.
Terzo luogo comune: "IoT va bene per i dispositivi elettronici che usiamo tutti i giorni, non per l'industria pesante."
Realtà dei fatti: IoT industriale esiste proprio perché l'industria è diversa.
Quando si pensa a IoT, spesso si pensa a quella di consumo. Ma IoT industriale, pur rimanendo in secondo piano, si confronta con realtà ben più complesse:
- Aree pericolose
- Lunghi cicli di vita delle apparecchiature
- Ambienti estremi
- Monitoraggio della conformità
IoT industriale non è una versione semplificata della tecnologia di consumo ma una disciplina completamente diversa. Non si limita al controllo remoto dei dispositivi ma si concentra sull'acquisizione dei dati prestazionali, non solo per migliorare le operazioni ma anche per garantire conformità e sicurezza.
Endress+Hauser conosce bene questa realtà e sa che la digitalizzazione deve essere solida, sicura e prevedibile. Perché, nell'industria di processo, l'affidabilità ha sempre la meglio sulle novità.
Quarto luogo comune: "Gli impianti brownfield non possono gestire IoT."
Realtà dei fatti: gli impianti brownfield sono la norma e IoT è perfetta per loro.
Di fatto, molti impianti di processo non sono stati progettati per avvalersi delle moderne soluzioni digitali. Ma questo non è un problema, perché le moderne architetture IoT - tra cui gateway, comunicazioni wireless e sistemi ibridi edge-cloud - non sono esplicitamente concepite solo per siti greenfield. Le moderne tecnologie possono essere integrate senza problemi anche negli impianti esistenti (brownfield), permettendo a stabilimenti costruiti decenni fa di usufruire di intelligenza e connettività senza interrompere i processi o pregiudicare la produttività.
La trasformazione digitale è un'evoluzione, non una rivoluzione. Si tratta di intraprendere azioni concrete, utilizzare tecnologie collaudate e ottenere progressi tangibili. Ecco perché, a prescindere dal punto a cui siete arrivati nel vostro percorso di digitalizzazione, Endress+Hauser è pronta a supportarvi.
Quinto luogo comune: "O cloud o niente."
Realtà dei fatti: la realtà industriale sono le architetture ibride.
Le piattaforme cloud svolgono un ruolo importante nella digitalizzazione industriale. Analizzano grandi quantità di dati, individuano le tendenze nei vari stabilimenti e aiutano l'intelligenza artificiale ad acquisire nuove capacità. Ma gli impianti industriali non vivono solo nel cloud. Esistono in ambienti reali dove disponibilità, latenza e sicurezza sono fondamentali.
È qui che entrano in gioco i dispositivi edge o i sistemi on-premise. Queste soluzioni mantengono le funzioni critiche vicine al processo, garantiscono la continuità operativa anche in presenza di una connettività limitata e proteggono gli ambienti sensibili da esposizioni non necessarie.
Inoltre, le preoccupazioni relative alla sicurezza informatica, alla proprietà dei dati e alla conformità normativa implicano che le organizzazioni debbano scegliere che cosa è opportuno migrare sul cloud e che cosa deve invece rimanere sotto il controllo locale.
Quindi, invece che optare per il "cloud o niente", le organizzazioni scelgono sempre più spesso un approccio ibrido più equilibrato. Combinando la scalabilità e l'intelligenza del cloud con l'affidabilità, il determinismo e l'indipendenza dei sistemi on-premise o edge, e decidendo consapevolmente cosa gestire a livello locale e cosa spostare sul cloud.
L'architettura non è ideologica. È pragmatica e anche un po' prudente, in senso positivo.
Sesto luogo comune: "Il nostro progetto pilota ha funzionato. Ci siamo riusciti."
Realtà dei fatti: è nella capacità di implementazione su larga scala che l'intelligenza artificiale dimostra la sua validità.
Il progetto pilota ha funzionato ed è entusiasmante: le persone si convincono e si mostra cosa è possibile ottenere. A questo punto, sembra che la parte difficile sia finita ma - attenzione - non è così.
Quello che conta è la capacità di implementazione su larga scala, tenendo conto dei requisiti di governance, delle considerazioni sulla sicurezza informatica, delle problematiche legate alla gestione del ciclo di vita e della fiducia dell'organizzazione. Spesso implica anche la scomoda consapevolezza che un progetto pilota (PoC - Proof of Concept), anche se valido, non sopravvive automaticamente ovunque e nel tempo.
Questa è la fase in cui molte idee promettenti si arenano. Non perché la tecnologia abbia fallito ma perché l'organizzazione non era pronta a utilizzarla quotidianamente.
È in questo contesto che le partnership a lungo termine e le competenze di gestione dell'intero ciclo di vita assumono la massima importanza. Perché l'intelligenza artificiale crea valore solo quando è in grado di produrre risultati affidabili, sicuri e costanti su larga scala.
The conversation we actually need (Ciò che dobbiamo discutere)
L'intelligenza artificiale è potente. Su questo non c'è alcun dubbio ma non ha ucciso o sostituito IoT. L'intelligenza artificiale dipende da IoT; queste tecnologie sono più efficaci quando lavorano in sinergia tra loro.
L'intelligenza artificiale non è nulla senza misure affidabili, connettività sicura, dati ricchi di contesto e tutto quello che può fornire IoT. In pratica, IoT fornisce i dati che mantengono l'intelligenza ancorata alla realtà.
In questo IoT Day, quindi, ciò che dobbiamo discutere è come sfruttare la sinergia che sta nascendo tra IA e IoT per dare all'intelligenza artificiale solide basi industriali. E perché il silenzioso lavoro di misura, connettività e contestualizzazione è più importante che mai.
Quindi, anche se l'intelligenza artificiale è entrata in scena, è IoT che continua a gestire l'impianto.
*Tutte le immagini sono state generate utilizzando l'intelligenza artificiale
