Nei dibattiti sull’automazione industriale, l’attenzione si concentra quasi sempre sul form factor: l’umanoide, il drone, il braccio robotico. È una prospettiva che distrae dalla domanda più rilevante per le imprese: quale problema concreto stiamo cercando di risolvere?
Simone Di Somma, CEO & Founder di CyberWave, startup italiana che ha raccolto 7 milioni di euro in un round guidato da United Ventures con la partecipazione di The Techshop SGR, Vento e Pi Campus, sintetizza così, nel servizio di Impact4Innovation, la sua visione: «Non dobbiamo innamorarci dei robot umanoidi, ma partire dai problemi. Quali sono le attività che le aziende faticano a fare nel mondo fisico? Partiamo da lì, e troviamo il form factor giusto.»
Governare le variabili del mondo fisico
Il principio è semplice, l’implementazione no. Il mondo fisico è per definizione imprevedibile: condizioni che cambiano, eccezioni non catalogabili, una long tail di eventi che l’automazione tradizionale non riesce a gestire. In un cementificio dove CyberWave sta utilizzando i droni per le misurazioni giornaliere, in sostituzione di operai esposti a rischi elevati, hanno dovuto imparare a fermarsi autonomamente quando un camion attraversava la loro traiettoria. Senza intelligenza artificiale, quel tipo di gestione dell’eccezione sarebbe stato impossibile o pericoloso.
È esattamente qui che si gioca la partita del Physical AI: non nella potenza computazionale del singolo robot, ma nella capacità di far cooperare sensori, droni, rover e bracci robotici in modo coerente, sicuro e adattivo. La piattaforma di CyberWave aggrega oltre 100 integrazioni robotiche: l’operatore descrive il problema in linguaggio naturale, il sistema propone la composizione ottimale, la valida in simulazione su digital twin, e la rilascia nel mondo fisico in poche ore.
La trasformazione del lavoro: dalla sostituzione all’upgrading della filiera
Il timore ricorrente intorno all’automazione è la sostituzione del lavoro umano. Di Somma invita a cambiare la domanda di partenza: «Dobbiamo chiederci quanti lavori ha creato la digitalizzazione, non quanti ne ha distrutti. Vent’anni fa nessuno immaginava i social media manager, i data scientist, i DevOps engineer.»
Il parallelo con la trasformazione digitale è preciso e operativo. Le misurazioni fisiche ad alto rischio che oggi fanno persone, entrando nei forni, esponendosi a polveri o atmosfere potenzialmente esplosive, verranno gestite dai robot. Ma qualcuno dovrà configurare quei robot, monitorarne le operazioni, analizzare i dati raccolti, insegnare alle macchine le operazioni prima eseguite manualmente. La filiera del lavoro si sposta verso l’alto nella catena del valore, non si azzera.
La sfida, però, è reale: quella transizione richiede accompagnamento. «L’operaio che faceva la misurazione dovrà monitorare il processo dei robot, dovrà essere accompagnato in questa riconversione.» Il punto critico non è la tecnologia, ma la velocità con cui il sistema formativo riesce ad adeguarsi.
Su questo Di Somma è diretto: «Non possiamo aspettare la laurea triennale. Dobbiamo ripensare gli istituti superiori, le scuole professionali. Non possiamo aspettare così tanto.» Il rischio non è la disoccupazione tecnologica ma il disallineamento tra la velocità con cui cambiano i processi produttivi e la lentezza con cui il sistema educativo prepara chi ci dovrà operare.
La proiezione a vent’anni è netta: «Attività routine e pericolose le guarderemo con un pizzico di ammirazione dicendo: mamma mia, come erano coraggiosi. O strampalati, che facevano fare queste cose alle persone.» Pulire i bagni, fare misurazioni nei forni attivi, presidiare depositi a rischio esplosione: operazioni che, nel giro di una generazione, appariranno anacronistiche quanto lo è oggi il lavoro manuale di trascrizione.
PMI e reshoring: il Physical AI come leva di reindustrializzazione
L’accessibilità è la variabile che cambia tutto. Finché configurare un processo automatizzato richiedeva investimenti da grande azienda, la robotica rimaneva territorio dei grandi gruppi manifatturieri globali. La combinazione tra AI generativa, orchestrazione software e abbassamento del costo computazionale sta spostando questa soglia.
«Il Physical AI può far rinascere le eccellenze italiane che oggi faticano perché non hanno grossi capitali e non reggono le economie di scala» sostiene Di Somma. Il caso che cita è emblematico: un produttore di spirits e alcolici che riceve richieste di lotti sempre più piccoli e personalizzati da ristoranti e GDO. Oggi è insostenibile. Con l’intelligenza artificiale integrata nel processo produttivo, diventa gestibile mantenendo i margini.
Lo scenario che delinea è quello di una reindustrializzazione distribuita: non le megafabbriche del fordismo, ma una rete di realtà manifatturiere flessibili, capaci di competere su qualità e customizzazione piuttosto che su volume. Il reshoring (riportare in Italia produzioni oggi delocalizzate) smette di essere uno slogan e diventa un’opzione economicamente praticabile.
Sicurezza come infrastruttura, non come aggiunta
Connettere l’intelligenza artificiale al mondo fisico introduce una doppia superficie di rischio: quella cyber e quella fisica. La risposta non può essere esternalizzarla ai singoli componenti robotici: deve essere integrata nell’infrastruttura di orchestrazione fin dalla progettazione.
Sul versante cyber, il tema centrale è la continuità del monitoraggio: supply chain del software, aggiornamento costante delle dipendenze, ridondanza dei sistemi. Sul versante fisico, la complessità è normativa oltre che tecnica: responsabilità civile e penale, standard di certificazione che variano per categoria di robot e contesto operativo. Un umanoide in una linea produttiva con operai non è oggi certificabile. Un drone su un cantiere aperto ha vincoli di peso, autonomia e supervisione che dipendono da giurisdizione e caso d’uso.
La scelta di distribuire l’intelligenza tra cloud ed edge, tenere parte della capacità computazionale vicina alla macchina, non affidarsi esclusivamente a server remoti, non è solo una questione tecnica. È una risposta ai vincoli reali dell’automazione industriale: la latenza del control loop di un robot non può dipendere dalla connettività internet; la privacy
di chi lavora in un cantiere monitorato merita protezione; la dipendenza da un unico cloud provider introduce un rischio di costo e di continuità operativa che le PMI non possono permettersi di ignorare.
Il Physical AI non è il titolo del prossimo ciclo hype. È il nome di un’infrastruttura che sta diventando praticabile e che può ridefinire cosa significa fare impresa manifatturiera in Italia. La domanda non è se adottarla, ma a quali condizioni tecnologiche, formative, regolatorie, in modo che i benefici si distribuiscano lungo tutta la filiera in modo equo.
Partecipa alla community