Sono un responsabile qualità: per cosa mi serve l’AI?
Scarti, rilavorazioni, tempo perso in analisi manuali: come l’AI industriale supporta il Responsabile Qualità senza sostituire il giudizio umano.
-
-
Physical AI: stato dell’arte, limiti reali e traiettorie di sviluppo
Physical AI: dove siamo davvero con robot umanoidi e manipolazione intelligente nel manifatturiero. Stato dell’arte, limiti tecnici concreti e prospettive di evoluzione per chi progetta sistemi.
-
Analysts, creators, workers: tre tipi di AI e come orchestrarle al meglio
AI predittiva, generativa o agentiva: tre tecnologie diverse con requisiti e costi diversi. Una guida per CEO e C-level che devono orientarsi prima di approvare un progetto AI in ambito industriale.
-
Machine vision nell’industria: come funziona, cosa serve e quando conviene
Come funziona la machine vision con AI nell’industria: modelli, hardware, deployment edge o cloud e i casi d’uso più diffusi in produzione. Guida pratica per professionisti.
-
AI Act e industria: le cose da sapere
L’AI Act è il primo quadro normativo vincolante per l’uso e la fornitura di sistemi di AI nell’UE. Classifica i sistemi in quattro livelli di rischio — da vietato a minimo — con obblighi e sanzioni proporzionali. In Italia, la Legge 132/2025 lo recepisce senza aggiungere nuovi obblighi, ma introduce aggravanti penali già operative e delega al Governo i dettagli procedurali entro ottobre 2026. Per il manifatturiero, il punto di partenza è uno solo: sapere quali sistemi hai, e a quale livello di rischio appartengono.
-
Industrial AI 2026: su quali use case investire?
EIT Manufacturing ha mappato le 10 sfide del manifatturiero europeo. Per chi lavora in R&D, è la mappa più utile per decidere dove concentrare l’innovazione AI.
-
L’AI ha sete e vuole energia, ma come si calcola?
Ma com’è che si calcola il consumo dell’AI? Quali sono le strategie che vengono utilizzate per ricostruire questi numeri?
-
Sono un energy manager: per cosa mi serve l’AI?
I modelli di machine learning e di deep learning uniti a tecniche di XAI, ottimizzazione, LLM e agenti sono uno strumento immancabile nella cassetta degli attrezzi dell’energy manager. Che sia per valutare i prezzi dell’energia o per selezionare il prossimo intervento di efficientamento, i sistemi allenati sui dati possono far risparmiare fino al 60% del tempo di un energy manager, abilitando savings energetici interessanti a seconda dell’applicazione selezionata.
-
I benefici dell’intelligenza artificiale industriale, in numeri
L’AI industriale applicata può ridurre i consumi energetici tra il 5% e il 20%, abbattere i costi di manutenzione fino al 40% e i fermi macchina fino al 50%, diminuire gli scarti di qualità fino all’80%, accorciare il time-to-market in R&D tra il 20% e il 40% e ridurre il costo unitario di produzione fino al 20%.
-
Sono un responsabile di manutenzione: perché dovrei usare l’AI?
Il responsabile della manutenzione è una figura centrale per garantire che tutto funzioni come deve funzionare in un impianto. Spesso però le attività che deve prendere in carico sono onerose e variegate, e non sempre si riesce a fare tutto. I sistemi data driven da questo punto di vista possono dare un gran supporto al responsabile di manutenzione al suo team
