Il PLM sta vivendo una trasformazione che ha smesso da tempo di essere teorica.
La crescente complessità dei prodotti, la frammentazione dei dati lungo le filiere e la necessità di decisioni sempre più rapide stanno ridefinendo il ruolo delle piattaforme di Product Lifecycle Management. In questo contesto, l’evoluzione di Aras Innovator, parte di TXT Industrial, rappresenta un segnale chiaro: il PLM non è più solo un sistema di gestione, ma una piattaforma che entra direttamente nei processi decisionali e operativi.
“Non siamo di fronte a un aggiornamento tecnologico incrementale, ma a un cambio di paradigma”, osserva Mirco Mariani, Managing Director di TXT Industrial. “Il PLM sta diventando sempre più un ambiente decisionale distribuito, dove i dati non vengono solo conservati o tracciati, ma attivati nel flusso operativo”.
Per anni il PLM ha garantito coerenza informativa, tracciabilità e integrazione tra domini ingegneristici. Un ruolo ancora centrale, ma non più sufficiente. La nuova sfida riguarda il modo in cui queste informazioni vengono rese accessibili e utilizzabili. L’ingresso dell’Intelligenza Artificiale nei sistemi PLM sta accelerando questa trasformazione, spostando il baricentro dall’archiviazione alla generazione di valore operativo.
“Il punto non è più avere accesso ai dati, ma trasformarli in decisioni contestuali”, aggiunge Mariani. “È qui che il PLM cambia natura: da sistema di controllo a sistema di supporto attivo alle decisioni”.
Si sta affermando così il modello di un PLM sempre più “AI-native”, in cui l’AI non è un’estensione, ma una componente strutturale dell’architettura. Query in linguaggio naturale, analisi delle modifiche ingegneristiche, gestione intelligente delle BOM e supporto ai requisiti stanno diventando funzionalità operative, integrate nei flussi quotidiani.
“L’AI non sostituisce il lavoro ingegneristico”, sottolinea Luigi Salerno, Sales Director di TXT Industrial, “ma lo rende più rapido, più consapevole e soprattutto più connesso. La vera trasformazione è nella capacità di mettere in relazione informazioni che prima restavano isolate”.
Alla base di questa evoluzione si colloca il concetto di Digital Thread, sempre più centrale nelle architetture PLM moderne. L’obiettivo non è soltanto connettere sistemi, ma garantire continuità informativa lungo l’intero ciclo di vita del prodotto.
“Il Digital Thread è il vero abilitatore dell’AI industriale”, continua Salerno. “Senza continuità dei dati, l’intelligenza artificiale resta un esercizio teorico. Con una struttura coerente, diventa invece uno strumento operativo concreto”.
In questo scenario si inserisce il modello di Adaptive PLM, che rappresenta l’evoluzione naturale dei sistemi tradizionali. Non più piattaforme statiche, ma ambienti in grado di adattarsi nel tempo, integrarsi a livello enterprise e creare un flusso continuo tra dati, processi e utenti.
Un ruolo rilevante in questa trasformazione è giocato anche da soluzioni come Innovator Edge, che estendono il PLM oltre i suoi confini tradizionali. Attraverso questi layer, i dati diventano accessibili in contesti operativi come produzione, qualità e manutenzione, mantenendo coerenza e governance. Allo stesso tempo, queste estensioni permettono di introdurre logiche intelligenti e agenti AI nei processi, rendendo il PLM sempre più distribuito.
“Il valore non sta più solo nel sistema centrale”, osserva Mariani, “ma nella capacità di portare l’intelligenza del PLM dove il lavoro avviene realmente”.
Come evidenziato da Rob McAveney, CTO di Aras, questa evoluzione implica anche un cambiamento nei modelli di collaborazione tra team e sistemi. Il PLM diventa un punto di connessione tra attori diversi del ciclo di vita del prodotto, abilitando quello che viene sempre più definito un “system of guidance”: un sistema che non si limita a registrare, ma supporta attivamente le decisioni senza sostituire il giudizio umano.
In questo quadro si inseriscono anche le evidenze emerse nel confronto internazionale dell’ecosistema Aras, tra cui ACE Miami 2026, che ha offerto una conferma ulteriore di una trasformazione già in corso. Tuttavia, il punto centrale non è l’evento in sé, quanto la maturità di un’evoluzione ormai strutturale del PLM.
Il contributo di TXT Industrial e Aerea S.p.A.
“Quello che vediamo nei progetti è che la trasformazione non è più sperimentale”, afferma Luigi Salerno. “Le aziende stanno cercando continuità digitale reale, non prototipi. E questo cambia completamente il modo in cui si progetta e si implementa il PLM”.
Come TXT Industrial, il focus è proprio su questa continuità: estendere il Digital Thread lungo tutto il ciclo di vita del prodotto e portare l’AI nei domini dove può generare valore concreto, dall’ingegneria alle operations. Un esempio significativo è il lavoro svolto insieme ad Aerea S.p.A., con Andrea Guastella (Program & Contract Manager MRO e Project Manager del progetto PLM) e il contributo “Bridging Engineering, Manufacturing, and Maintenance through Digitalization”. Il progetto descrive un percorso di digitalizzazione progressivo che sta estendendo la continuità digitale verso la produzione e le attività operative.
“È qui che il PLM dimostra la sua evoluzione più concreta”, conclude Salerno. “Quando smette di essere un sistema a supporto dell’ingegneria e diventa un’infrastruttura che connette davvero ingegneria, manutenzione e operations”.
In definitiva, il PLM sta cambiando natura. La convergenza tra PLM, Digital Thread e Intelligenza Artificiale è già in atto. La sfida, oggi, non è immaginarla, ma industrializzarla in modo progressivo, sostenibile e scalabile.
