Le normative come NIS2 e DORA impongono alle aziende di integrare la sicurezza della filiera nel loro approccio di gestione dei rischi, in modo da proteggere l’intero ecosistema digitale da minacce esterne e vulnerabilità interne. La crescita degli attacchi alla supply chain impone un cambiamento di approccio alla sicurezza della filiera digitale come imperativo strategico. Le prospettive nel campo della cybersecurity rimangono preoccupanti anche per il 2025. Il recente “Cyber Readiness Report 2024” della compagnia assicurativa Hiscox rivela che, in seguito a un attacco informatico riuscito nell’ultimo anno, il 47% delle organizzazioni intervistate ha incontrato difficoltà nell’attrarre nuovi clienti, mentre il 43% ha perso clienti già acquisiti.

Inoltre, il costo totale medio delle violazioni dei dati nel 2024 è stato di 4,88 milioni di dollari, secondo il report “Cost of a Data Breach Report” di IBM/Ponemon Institute. Ancora, le violazioni nel settore sanitario sono state le più costose, con 9,77 milioni di dollari in media, rispetto ai 6,08 milioni di dollari dei servizi finanziari. Inoltre, dall’ultimo report “European Companies cybersecurity rating” di SecurityScorecard, si evince che le più grandi organizzazioni europee stanno affrontando crescenti sfide in materia di cybersecurity, con ecosistemi di terze e quarte parti che emergono come punti di vulnerabilità significativi. Inoltre, il 98% delle aziende europee ha subito violazioni di terze parti nell’ultimo anno, lasciando le aziende esposte a interruzioni operative e rischi reputazionali.

Lo scenario appena descritto conferma la necessità di implementare sempre più strategie di cyber resilience a livello di area europea. In quest’ottica, l’UE ha introdotto due quadri di sicurezza informatica: la direttiva sulla sicurezza delle reti e delle informazioni (NIS2) e il Digital Operational Resilience Act (DORA). La NIS2, recepita in Italia lo scorso ottobre 2024 con il Dlg. 168/2024, si rivolge a un’ampia gamma di settori e sottolinea la flessibilità nella gestione del rischio. DORA, in vigore dal 17 gennaio 2025, si concentra sul settore finanziario, imponendo una rigorosa gestione del rischio, segnalazione degli incidenti e test di resilienza operativa. Inoltre, è doveroso ricordare che, mentre la NIS2 è una direttiva che richiede il recepimento nazionale, DORA è un regolamento immediatamente vincolante in termini di efficacia. Inoltre, essi condividono obiettivi comuni ma differiscono per ambito, requisiti e focus settoriale, con DORA, quale lex specialis, che ha la precedenza su NIS2 per le entità finanziarie.

#cybebrsecurity Prospettive preoccupanti anche per il 2025 #NIS2 #DORA #supplychain
Click To Tweet

RESILIENZA OPERATIVA

DORA è entrato pienamente in vigore il 17 gennaio 2025 con l’obiettivo di prevenire e mitigare le minacce informatiche. Il regolamento introduce un quadro completo per la gestione dei rischi ICT nel settore finanziario dell’UE, imponendo standard più rigorosi per rafforzare la sicurezza e la resilienza operativa. Le istituzioni finanziarie e i fornitori di servizi critici sono tenuti a potenziare i propri processi operativi e di cybersecurity, proteggendo i sistemi chiave e garantendo una maggiore stabilità del settore. Si applica a banche, a compagnie assicurative, a società di investimento e ad altri fornitori di servizi finanziari che devono adottare adeguate misure di salvaguardia contro gli attacchi informatici e migliorare i requisiti per la prevenzione dei rischi ICT nei settori finanziario e assicurativo, comprese le terze parti che forniscono servizi ICT essenziali al settore.

Il regolamento DORA pone l’accento sulla necessità di garantire la resilienza operativa digitale, affinché le istituzioni finanziarie possano affrontare in modo efficace le minacce alla sicurezza informatica lungo l’intero ciclo di vita aziendale. Alla base del regolamento vi sono cinque pilastri fondamentali, che delineano un quadro strutturato per la gestione dei rischi ICT. Il primo pilastro riguarda l’istituzione di un solido quadro di gestione del rischio ICT, essenziale per prevenire e mitigare gli attacchi informatici. Segue l’obbligo di segnalare e gestire tempestivamente incidenti e violazioni, un aspetto determinante per ridurre l’impatto di eventuali attacchi. L’altro punto chiave è la garanzia della resilienza operativa, che impone alle aziende di adottare misure adeguate per mantenere la continuità delle operazioni anche in caso di crisi. DORA si concentra inoltre sulla gestione dei rischi legati alle terze parti, come fornitori di servizi tecnologici, per evitare vulnerabilità nella catena di approvvigionamento digitale. Infine, il regolamento prevede rigorosi requisiti di conformità, accompagnati da attività di monitoraggio e rendicontazione, per assicurare che le misure adottate siano efficaci e costantemente aggiornate. Attraverso questi cinque pilastri, DORA punta a rafforzare la sicurezza e la stabilità dell’intero settore finanziario europeo.

#Databreach Nel 2024 il costo delle violazioni ha raggiunto i 4,88 milioni di dollari #NIS2 #DORA
Click To Tweet

STANDARD DI SICUREZZA

La direttiva NIS2 punta a rafforzare la sicurezza informatica in tutta l’UE, elevando il livello di preparazione degli stati membri e promuovendo una cooperazione più solida tra di essi. L’obiettivo è creare una vera e propria cultura della sicurezza, diffusa in tutti i settori strategici che dipendono dalle tecnologie ICT e che sono essenziali per il funzionamento della società e dell’economia.

Il suo ambito è quindi più ampio del DORA e comprende un’ampia gamma di organizzazioni/settori classificati in “soggetti essenziali” e “soggetti importanti”, basandosi su criteri come dimensione aziendale e fatturato. E, precisamente, i “soggetti essenziali” includono aziende nei settori ad alta criticità con oltre 250 dipendenti e un fatturato annuo superiore a 50 milioni di euro; mentre i “soggetti importanti” possono includere medie imprese con 50-250 dipendenti e un fatturato o bilancio tra 10 e 50 milioni di euro. Inoltre, la direttiva introduce misure fondamentali per la gestione dei rischi per la sicurezza informatica e obblighi di segnalazione degli incidenti maggiormente stringenti.

SANZIONI PREVISTE

La non conformità alla direttiva NIS2 e al regolamento DORA può comportare pesanti sanzioni, benché i due strumenti adottino approcci diversi. Per la NIS2, le sanzioni sono chiaramente definite: le entità essenziali rischiano multe fino a 10 milioni di euro o il 2% del loro fatturato annuo globale, mentre le organizzazioni importanti, possono essere multate fino a 7 milioni di euro o l’1,4% del fatturato annuo.

Mentre, il regolamento DORA prevede, in caso di non conformità, multe fino a un massimo di 10 milioni di euro o al 5% del loro fatturato annuo totale. Un punto comune tra NIS2 e DORA è, invece, la responsabilità personale del C-Level. Entrambe le normative prevedono che i membri del management possano essere ritenuti responsabili in caso di grave negligenza, o dolo, chiamandoli in causa non solo dell’implementazione delle misure di sicurezza informatica, ma anche delle conseguenze personali derivanti dalla non conformità.

#cybebrsecurity Il settore sanitario tra i più vulnerabili, la compliance a #NIS2 necessità urgente
Click To Tweet

I REQUISITI DI CYBERSECURITY

La conformità alla NIS2 si concentra sul rafforzamento dei requisiti generali di cybersecurity, sulla segnalazione degli incidenti e sulla gestione del rischio informatico, utilizzando “misure tecniche e organizzative appropriate e proporzionate”. La direttiva copre aspetti quali analisi del rischio, policy di sicurezza delle informazioni, gestione approfondita degli incidenti, continuità aziendale e sicurezza della supply chain. La conformità al DORA risulta più prescrittiva rispetto alla NIS2, in quanto il suo scopo è introdurre requisiti più rigorosi in merito alla gestione del rischio ICT e alla segnalazione degli incidenti correlati. Di conseguenza, il DORA ha disposizioni specifiche in merito ai framework ICT, alla risposta agli incidenti e ai contratti di terze parti. Inoltre, il DORA prevale sulla NIS2, se un’organizzazione rientra nell’ambito di entrambi. Inoltre, per conformarsi al DORA, le organizzazioni sono tenute a dimostrare di condurre un set appropriato di test di sicurezza su sistemi e applicazioni “critici” almeno una volta all’anno e di affrontare completamente tutte le vulnerabilità identificate dal processo di test. Mentre i requisiti di test per la conformità a NIS2 sono destinati a variare a seconda del paese.

In sintesi, è importante ricordare che la direttiva NIS2 e il regolamento DORA non sono contrastanti, bensì complementari. Mentre la direttiva NIS2 cerca di migliorare la sicurezza informatica in diversi settori, DORA si basa sulle fondamenta gettate dalla Direttiva NIS2, fornendo una protezione aggiuntiva per il settore finanziario critico. Inoltre, entrambi richiedono un approccio olistico alla sicurezza, estendendolo oltre i confini aziendali per includere l’intera filiera.

SICUREZZA SULLA SUPPLY-CHAIN

Entrambe le normative, DORA e NIS2, sottolineano l’importanza della sicurezza della supply-chain. DORA impone obblighi dettagliati sulla gestione dei rischi ICT, gestione degli incidenti, sicurezza della supply chain e test di resilienza operativa digitale, ponendo l’accento su una governance end-to-end che integri la resilienza operativa digitale in tutti i processi aziendali.

Analogamente, la NIS2 – pur prevedendo requisiti di gestione del rischio e misure di sicurezza più generici rispetto al DORA – stabilisce, comunque, misure minime da rispettare. Inoltre, entrambe le normative attribuiscono al management responsabilità precise, tra cui l’approvazione delle politiche di sicurezza, la supervisione delle misure adottate e il mantenimento di adeguate competenze in materia di cybersecurity attraverso una formazione continua. Inoltre, per quanto riguarda gli incidenti di sicurezza, entrambi i framework impongono obblighi chiari sulla loro gestione e notifica, stabilendo criteri e tempistiche per l’identificazione, la classificazione e la segnalazione degli eventi.

#cybebrsecurity Settore energetico sotto pressione, la convergenza tra IT e OT aumenta i rischi #NIS2
Click To Tweet

STRATEGIE E BEST PRACTICE

DORA e NIS2 delineano un quadro strutturato per la gestione efficace dei rischi connessi alla supply chain, evidenziando l’importanza di avere una conoscenza approfondita dei fornitori – in particolare quelli legati all’ICT – e di imporre loro requisiti rigorosi in materia di cybersecurity. Di fatto, il DORA integra il Third Party Risk Management (TPRM) nella strategia di risk management, con obblighi specifici in termini di documentazione e di valutazione dei contratti con terze parti. La NIS2 rispecchia queste esigenze, richiedendo di considerare le vulnerabilità specifiche dei fornitori e la qualità delle loro pratiche di cybersecurity, incluse le procedure di sviluppo sicuro. Il primo passo è la valutazione dei rischi, un processo che prevede l’identificazione, l’analisi e la valutazione delle minacce associate alle tecnologie dell’informazione e della comunicazione. A questa fase segue l’implementazione di misure di mitigazione, con azioni preventive e correttive volte a ridurre al minimo le vulnerabilità individuate. Fondamentale è anche il monitoraggio continuo delle infrastrutture tecnologiche, per rilevare tempestivamente eventuali anomalie o minacce e intervenire prima che possano causare danni significativi. A ciò si affiancano procedure specifiche per la gestione degli incidenti, che garantiscono una risposta rapida ed efficace in caso di violazioni o attacchi informatici. L’altro elemento chiave è la definizione di piani di continuità operativa ICT, che non solo prevedano strategie di risposta e recupero, ma includano anche test periodici per verificarne l’efficacia. Infine, viene posta particolare attenzione alla riservatezza e all’integrità dei dati e delle comunicazioni, attraverso l’adozione di procedure e tecnologie avanzate per la protezione sia durante il trasferimento (“in transit”) sia quando sono archiviati (“at rest”).

Inoltre, le organizzazioni, per garantire la sicurezza della supply chain nei contratti con fornitori ICT, secondo quanto previsto dal DORA e dalla NIS2, devono includere clausole specifiche che stabiliscano requisiti fondamentali. Si tratta di adottare un approccio strategico e collaborativo per gestire in modo efficace le relazioni con i fornitori, adempiere agli obblighi e garantire un adeguato livello di cybersecurity. Questo aspetto è particolarmente critico, poiché molti fornitori non hanno piena consapevolezza dei requisiti normativi e spesso non adottano misure concrete per garantire la conformità. La difficoltà maggiore risiede nel mantenere standard di sicurezza uniformi per tutte le aziende, considerando che gli obblighi normativi e gli standard variano da paese a paese. A complicare ulteriormente la situazione, le organizzazioni si trovano spesso con un potere contrattuale limitato, soprattutto quando trattano con grandi fornitori di tecnologia, il che rende ancora più difficile imporre requisiti stringenti in materia di cybersecurity.

Per garantire sicurezza e resilienza nei rapporti con i fornitori, è fondamentale inserire nei contratti clausole specifiche che impongano standard elevati di cybersecurity e gestione del rischio. Un primo aspetto da considerare è il possesso di certificazioni riconosciute e l’adozione di pratiche strutturate per la gestione del rischio, elementi che attestano l’affidabilità del fornitore. A questo, si aggiunge la necessità di assicurare la piena conformità alle normative vigenti, come la NIS2 e il DORA, affinché gli obblighi regolatori siano rispettati in ogni fase della collaborazione.

Un altro punto chiave riguarda le politiche di accesso ai sistemi e ai dati, che devono essere regolamentate con criteri precisi per prevenire intrusioni o utilizzi impropri. Fondamentale è anche l’obbligo di aggiornamenti periodici dei sistemi, così da ridurre i rischi legati alle vulnerabilità conosciute. Allo stesso tempo, i fornitori devono impegnarsi a notificare tempestivamente eventuali falle di sicurezza o attacchi subiti, consentendo alle aziende di reagire con rapidità. La sicurezza non può essere un processo statico: per questo motivo, diventa determinante il monitoraggio continuo delle misure adottate, attraverso audit, test di penetrazione e valutazioni periodiche della conformità. Anche la gestione degli incidenti deve essere regolata con piani dettagliati che prevedano una stretta collaborazione tra fornitore e azienda per minimizzare i danni in caso di attacco. Non meno importante è la formazione sulla sicurezza, che dovrebbe essere estesa anche ai fornitori per aumentarne la consapevolezza sulle minacce e sulle best practice da adottare. Inoltre, nei contratti è opportuno prevedere clausole relative alla risoluzione del rapporto in caso di gravi violazioni della sicurezza.

Per rafforzare ulteriormente il controllo, è essenziale coinvolgere l’ufficio acquisti nel processo di selezione e valutazione dei fornitori, integrando parametri di conformità alle normative europee. Infine, la collaborazione tra più attori del settore può fare la differenza: l’organizzazione di tavoli di lavoro con diversi fornitori favorisce la condivisione di informazioni, la cooperazione e l’individuazione di soluzioni comuni per affrontare le sfide legate alla sicurezza informatica e alla conformità normativa.

#cybebrsecurity In Europa, il 98% delle aziende ha subito violazioni di terze parti #NIS2 #DORA
Click To Tweet

LA CORSA ALLA CONFORMITÀ

Sia DORA che NIS2, a causa dei loro rigorosi requisiti, stanno sfidando i diversi attori della sicurezza nei settori coperti dalle loro normative. In particolare, le sfide includono: requisiti per l’identificazione e la gestione dei fornitori critici, valutazione dei rischi, e garanzia della continuità operativa. È essenziale, altresì, disporre di piani di business continuity, disaster recovery, gestione e comunicazione delle crisi efficaci ed efficienti. Tali elementi devono essere integrati in una governance strutturata, fondamentale per la resilienza cyber e operativa, seguendo un approccio risk-based e resilience-based. Inoltre, è indispensabile promuovere la collaborazione tra funzioni e operatori del settore a livello nazionale ed europeo, condurre test ed esercitazioni periodiche per valutare l’efficacia delle misure adottate, coinvolgendo i fornitori più a rischio, e garantire la formazione continua a tutti i livelli.

Le difficoltà di compliance che le organizzazioni stanno affrontando vengono messe in luce da una survey, pubblicata a settembre 2024 dalla società di ricerca americana Sans, che evidenzia le aree più critiche per le aziende impegnate nell’implementazione della NIS2. Le principali preoccupazioni emerse dal sondaggio (“NIS2 Directive Readiness: Compliance, Challenges, and Recommendation”) riguardano la catena di approvvigionamento (25%), le politiche e procedure per la gestione del rischio di sicurezza informatica (17%), la continuità operativa (14%) e la gestione degli incidenti (11%).

Il report di McKinsey “Europe’s new resilience regime: The race to get ready for DORA” offre un’analisi approfondita sullo stato di preparazione del settore finanziario europeo rispetto al nuovo regolamento sulla resilienza digitale. Basato su interviste a istituti finanziari di primo piano e a fornitori ICT critici, il documento mette in luce i progressi e le sfide che le aziende devono affrontare per adeguarsi ai requisiti di DORA.

Tra le criticità più rilevanti emerse dall’indagine, spicca la gestione del rischio delle terze parti ICT, un aspetto che sta diventando sempre più centrale per le istituzioni finanziarie. Il report evidenzia come il settore debba compiere sforzi significativi su due fronti: da un lato, garantire una supervisione capillare di tutti i fornitori ICT e dei rischi a essi connessi; dall’altro, gestire in modo proattivo il rischio digitale legato ai fornitori di servizi critici. Per affrontare questa sfida in modo efficace ed economicamente sostenibile, le principali istituzioni finanziarie devono adottare un approccio olistico e basato sul rischio. Ciò implica l’implementazione di processi strutturati e tecnologie avanzate, capaci di garantire un controllo continuo e una risposta tempestiva alle minacce informatiche. La corsa alla conformità è già iniziata e, per restare al passo, il settore deve muoversi rapidamente verso modelli di gestione sempre più resilienti e integrati.

#cybebrsecurity La resilienza digitale al centro della sicurezza aziendale #NIS2 #DORA
Click To Tweet

C-LEVEL IN PRIMA LINEA

Indubbiamente, anche se ogni settore e ogni organizzazione è unico, le sfide sono comuni. A tal proposito Egidio Guarneri, application manager & business continuity manager di Prelios Credit Servicing, sottolinea come i requisiti stringenti di DORA e i continui attacchi obblighino a uno sforzo ulteriore, soprattutto in termini di selezione ed analisi dei fornitori che – spiega Guarnieri – «devono diventare sempre più partner, collaborare in modo proattivo, condividendo prontamente tutte le informazioni e le strategie di resilienza. In altre parole, i fornitori devono essere trasparenti e disposti a condividere tutte le informazioni necessarie per un efficace piano di continuità».

Nel percorso di adeguamento alla direttiva NIS2, le pubbliche amministrazioni centrali e locali si trovano di fronte a sfide concrete che vanno ben oltre l’implementazione di misure tecniche. Garantire la difesa e la resilienza delle infrastrutture critiche richiede un cambio di paradigma, che parte dal superamento di alcune criticità strutturali – come mette in evidenza Massimo Poletti, dirigente Servizio Sistemi Informativi (CIO) e responsabile per la Transizione al Digitale del Comune di Ferrara.

Uno dei principali ostacoli è la scarsa cultura della sicurezza all’interno delle PA, ora pienamente incluse nel perimetro della NIS2. La cybersecurity non può più essere considerata una questione solo tecnologica: servono nuovi modelli organizzativi che integrino la sicurezza in ogni processo decisionale e gestionale.

A complicare ulteriormente il quadro, la carenza di professionisti specializzati in cybersecurity. Le amministrazioni devono colmare questo gap, non solo potenziando le competenze interne, ma anche strutturando collaborazioni efficaci con fornitori esterni per servizi cruciali come NOC-SOC, vulnerability assessment e threat analysis. «Senza queste risorse, il rischio è di restare vulnerabili in un contesto in cui le minacce informatiche sono sempre più sofisticate e pervasive» – spiega Poletti. «L’iscrizione alla piattaforma dell’Agenzia per la cybersicurezza nazionale (ACN) può comportare, per una PA, delle difficoltà nella compilazione, considerando che la figura del CISO non è ancora diffusa all’interno dell’ecosistema. Per una PA locale, in fondo, non è difficile. Tuttavia, alcune parti del form online – pensato in maniera generalista – possono creare difficoltà. Si pensi, per esempio, al lunghissimo elenco di norme e regolamenti europei enunciati solo con le sigle. Fortunatamente, si trovano online molti tutorial che possono guidare alla registrazione in tempo utile».

La cyber resilienza di un ecosistema essenziale come quello sanitario è una sfida di importanza capitale. «La NIS2 – sottolinea Antonio Fumagalli, CIO e CISO dell’ASST Papa Giovanni XXIII Bergamo – conferma l’importanza di garantire la sicurezza dei servizi sanitari. Nel percorso verso la compliance, la sfida principale è implementare strategie e soluzioni di cybersecurity efficaci e utili. L’ascoltare e coinvolgere attivamente coloro che operano sul campo è fondamentale per il successo di ogni progetto di adesione alle normative. Solo attraverso una collaborazione stretta e mirata tra tutti gli stakeholder, possiamo raggiungere una sanità più efficiente e data-driven, indirizzata ai bisogni del paziente e pronta ad affrontare le sfide di digitalizzazione del prossimo futuro».

Anche il settore energetico rientra – considerata la sua centralità e la crescente digitalizzazione dei processi – nel perimetro della NIS2. Le infrastrutture energetiche sono diventate obiettivi sempre più appetibili per i cyber criminali che sfruttano le vulnerabilità generate dalla maggiore “convergenza” – purtroppo non sempre rigorosamente applicata – tra i sistemi IT e OT. Ne consegue che, per essere conforme ai requisiti della NIS2, è necessario implementare una gestione multi-rischio, tenendo in seria considerazione le differenze tra i sistemi IT e OT, per identificare differenti strategie e soluzioni di cybersecurity, nonché di continuità dei servizi – come spiega Gaetano Sanacore, direttore dell’Osservatorio nazionale per la cybersecurity delle reti energetiche. La direttiva NIS2 non si limita a rafforzare la sicurezza informatica dei singoli operatori, ma punta anche a proteggere l’intero ecosistema energetico europeo, sempre più interconnesso e interdipendente. La cooperazione tra operatori elettrici nazionali e internazionali diventa quindi un elemento chiave per garantire la resilienza dell’infrastruttura critica dell’UE.

«Per raggiungere una vera cyber resilience paneuropea nel settore energetico – sottolinea Sanacore – la sfida principale è la condivisione delle vulnerabilità, almeno quelle più critiche, insieme alle lesson learned e alle best practice. A questo si aggiunge la necessità di una formazione continua, sia per il Board che per il personale operativo». Oltre alla collaborazione, l’aggiornamento costante sulle evoluzioni tecnologiche e sulle minacce emergenti rappresenta un altro elemento essenziale. L’intelligenza artificiale sta trasformando il settore, ma allo stesso tempo introduce nuove superfici di attacco, rendendo fondamentale un approccio proattivo alla sicurezza. In questo contesto, la protezione dei dati diventa prioritaria, con l’adozione di soluzioni avanzate di Data loss prevention per garantire l’integrità e la riservatezza delle informazioni sensibili. La sfida è complessa, ma il messaggio è chiaro: senza una strategia condivisa e un impegno costante, la sicurezza del sistema energetico europeo rischia di rimanere esposta a minacce sempre più sofisticate e pervasive.

#cybebrsecurity Governance strutturata per la resilienza cyber e operativa #NIS2 #DORA
Click To Tweet

LA BUSSOLA PER LE IMPRESE

La direttiva DORA e il regolamento NIS2 rappresentano un avanzamento significativo nell’elevazione degli standard di cybersecurity nell’Unione Europea. Le organizzazioni soggette a queste normative devono compiere un importante cambiamento per adottare le misure necessarie a garantire un livello di sicurezza adeguato e di conformità. In sostanza, si tratta di comprendere a fondo i propri contesti interni ed esterni per individuare punti di vulnerabilità e di minacce in ambito cybersecurity, progettando strategie efficaci di gestione del rischio, di continuità operativa e di cybersecurity, oltre a una strategia di crisis management e di crisis communication, al fine di assicurare la resilienza dei nostri ecosistemi e garantirne la sostenibilità. DORA e NIS2 rappresentano la bussola che orienta le imprese e le organizzazioni verso un nuovo paradigma: prima che tecnologiche, le implicazioni sono giuridiche, culturali e strategiche, e ridefiniscono il concetto stesso di sicurezza e resilienza digitale.

Augeos: Non bastano fogli excel e policy per essere adempienti a DORA e NIS2

L'articolo NIS2 e DORA, imprese alla prova proviene da Data Manager Online.

Nel settore manufacturing, la nuova intelligence gestionale migliora l’efficienza e la qualità della produzione. L’AI, integrata negli ERP, permette di passare da una gestione reattiva della produzione a un modello predittivo basato sull’analisi di dati in tempo reale. I sistemi ERP tradizionalmente utilizzati per gestire e monitorare i processi aziendali chiave hanno una funzione per lo più reattiva: raccolgono e organizzano i dati, ma lasciano all’utente il compito di interpretarli. Con l’introduzione dell’intelligenza artificiale, questa logica cambia radicalmente. Le nuove funzionalità permettono di analizzare grandi quantità di dati in tempo reale, prevedere la domanda, ottimizzare la gestione delle risorse e ridurre i tempi di inattività. L’intelligenza artificiale applicata ai processi gestionali permette di trasformare i processi aziendali in motori di crescita e leve di cambiamento sostenibile per generare valore tangibile attraverso l’ottimizzazione dell’efficienza e la riduzione degli sprechi. L’industria manifatturiera, caratterizzata dalla produzione di beni per mezzo di processi meccanici e manuali, è quella che sta vivendo i cambiamenti più radicali, con impatti rilevanti in ogni parte del flusso produttivo dalla progettazione al customer service, dagli acquisti alla pianificazione e alla logistica.

Tuttavia, per evitare il rischio “bolla” come quella che ha interessato gli ERP negli anni 90 occorre adottare un approccio strategico sugli investimenti e focalizzarsi sul valore di business e non sulla tecnologia. Dall’ultimo “Manufacturing Trend Report” di Salesforce, emerge che il 96% delle aziende manifatturiere ha già intrapreso piani di adozione dell’AI. IDC prevede che entro il 2026, i sistemi ERP potenziati dall’AI saranno standard nell’80% delle grandi imprese, con un boost di crescita annuale sul mercato globale dell’ERP stimato intorno al 10%. Secondo McKinsey, il 72% delle aziende globali ha già adottato tecnologie di intelligenza artificiale, con un incremento significativo del 50% rispetto al 2020 (Global Survey 2024). Tuttavia, molte imprese faticano a ottenere valore concreto da questi investimenti: per Boston Consulting Group il 74% delle aziende non riesce a scalare i risultati dei progetti basati su AI.

SALTO IN AVANTI

L’integrazione dell’intelligenza artificiale nei sistemi ERP e nei processi produttivi sta trasformando profondamente i processi di pianificazione e gestione nel settore manifatturiero. I principali player di mercato stanno spingendo l’adozione di soluzioni AI-driven con l’obiettivo di migliorare l’efficienza operativa, ottimizzare la supply chain e incrementare la capacità predittiva e prescrittiva delle aziende.

Uno dei temi chiave riguarda l’evoluzione del ruolo dell’ERP, sempre più dotato di strumenti AI per analizzare e interpretare grandi volumi di dati, prevedere tendenze e suggerire azioni strategiche. Le soluzioni gestionali si stanno arricchendo di agenti conversazionali per aumentare la produttività, di modelli predittivi per anticipare problemi e di strumenti prescrittivi per guidare le decisioni aziendali. Tuttavia, l’adozione di queste tecnologie richiede un approccio consapevole: la qualità e la coerenza dei dati, la formazione del personale e la scelta di partner tecnologici affidabili sono elementi fondamentali per il successo.

L’AI sta ridefinendo la gestione della supply chain, spostando il paradigma da reattivo a proattivo. Grazie ai dati IoT e all’analisi avanzata, le aziende possono prevedere la domanda con maggiore accuratezza, migliorare la manutenzione predittiva e ridurre i tempi di fermo macchina. Soluzioni di automazione integrate permettono inoltre di minimizzare errori e inefficienze, mentre la Generative AI apre nuove prospettive per la personalizzazione dei prodotti e l’ottimizzazione dei processi.

Parallelamente, le piattaforme ERP AI-driven si stanno sempre più integrando con altre tecnologie emergenti, come IoT, Digital Twin e automazione robotica, per offrire una gestione intelligente e interconnessa della produzione. Le sinergie con il cloud computing e l’edge computing garantiscono un’elaborazione in tempo reale dei dati, migliorando la resilienza operativa e la velocità di risposta alle variazioni del mercato.

L’adozione di queste soluzioni non è priva di sfide. Le aziende devono affrontare la gestione del cambiamento interno, garantire la sicurezza dei dati e rispettare le normative sulla privacy. Ma, il valore generato dall’AI è evidente: riduzione dei costi, miglioramento della qualità e maggiore sostenibilità. Diversi studi dimostrano che, grazie all’AI, è possibile ottenere una riduzione significativa dei consumi energetici, ottimizzare la programmazione produttiva e limitare sprechi e inefficienze.

In questo scenario, l’ERP si trasforma in un vero e proprio sistema nervoso digitale dell’azienda, in grado di connettere persone, processi e tecnologie in un ecosistema dinamico e adattivo. L’approccio graduale, con progetti pilota e strategie basate sul valore di business, si rivela fondamentale per garantire un’implementazione efficace e sostenibile. L’AI applicata agli ERP e alla manifattura non rappresenta solo una rivoluzione tecnologica, ma un cambio di paradigma nella gestione aziendale, aprendo la strada a un futuro più efficiente, competitivo e sostenibile.

EVOLUZIONE E USABILITÀ

Partiamo dal presupposto che il mercato degli ERP è in piena espansione, spinto da un cambiamento di mentalità nel mondo imprenditoriale. «Oggi, imprenditori e manager guardano l’azienda nella sua totalità, riconoscendo nell’ERP un mezzo essenziale per aumentare efficienza e competitività» – spiega Gianluca Enea, Technology Product Management di Wolters Kluwer Tax and Accounting Italia. «L’AI è già presente in molte soluzioni gestionali e lo sarà sempre di più in futuro. Le soluzioni intelligenti vengono sviluppate per migliorare l’efficienza operativa, ridurre gli errori e migliorare le decisioni aziendali». Grazie agli ERP evoluti, come Arca Evolution, e all’intelligenza artificiale, le aziende possono individuare anomalie, comportamenti insoliti e potenziali criticità, sia nell’area produttiva che in quella finanziaria o gestionale. Questo approccio consente di migliorare le performance aziendali a livello di singoli processi o reparti, ottimizzando l’intera supply chain. «L’AI, in particolare – continua Gianluca Enea – gioca un ruolo chiave nel rendere la gestione della catena di fornitura più efficiente, proattiva e resiliente. Già oggi, l’adozione dell’AI sta trasformando la pianificazione dinamica, la gestione delle scorte e la tracciabilità avanzata, offrendo un supporto gestionale sempre più preciso e automatizzato. Inoltre, le soluzioni di business intelligence diventano sempre più sofisticate e personalizzate, permettendo alle aziende di prendere decisioni strategiche basate su dati in tempo reale e su analisi predittive sempre più affidabili».

Un’interfaccia intuitiva, processi semplificati e un’esperienza utente fluida sono essenziali affinché i dipendenti possano adottare rapidamente la tecnologia e utilizzarla in modo efficace, senza rallentamenti o complessità inutili. Un sistema gestionale poco intuitivo, infatti, rischia di creare resistenze nell’uso quotidiano, vanificando i benefici dell’innovazione tecnologica. In questo contesto, i Large Language Models possono offrire un contributo significativo. Questi modelli di intelligenza artificiale avanzata possono migliorare l’usabilità attraverso le interfacce conversazionali, semplificando la reportistica e fornendo raccomandazioni proattive e supporto continuo.

«L’usabilità degli strumenti gestionali digitali è assolutamente imprescindibile» – afferma Gianluca Enea. «L’operatore umano è destinatario e utilizzatore. L’usabilità deve essere una priorità, soprattutto se parliamo di PMI. Per questo, Wolters Kluwer ha sviluppato il proprio universo ERP sull’esperienza dell’ecosistema Genya, il top dell’usabilità digitale, partendo dall’assunto che la tecnologia deve essere un aiuto e non una complicazione e che deve contribuire in modo coordinato all’efficienza aziendale e alla qualità della produzione».

#ERP #AI #PMI L’usabilità è imprescindibile – Gianluca Enea #WoltersKluwerTax&AccountingItalia
Click To Tweet

L’UNIONE TRA ERP E AI

La rivoluzione della manifattura passa attraverso l’integrazione di soluzioni ERP di nuova generazione con l’intelligenza artificiale. Queste tecnologie stanno trasformando il modo in cui le aziende gestiscono la pianificazione, il dialogo con i sistemi MES e il collegamento con i dati IoT, aprendo nuove opportunità per migliorare l’efficienza operativa, ottimizzare i costi e rispondere con agilità alle sfide di un mercato sempre più competitivo e in rapida evoluzione. Grazie all’AI, gli ERP sono ora in grado di analizzare enormi quantità di dati in tempo reale, offrendo insights che vanno ben oltre il semplice monitoraggio. Le aziende possono prevedere la domanda con maggiore precisione, ottimizzare l’utilizzo delle risorse, ridurre significativamente i tempi di inattività e migliorare la qualità complessiva dei prodotti. Queste capacità permettono decisioni più rapide e accurate, minimizzando gli errori umani e abilitando una gestione dinamica della supply chain.

Se la gestione tradizionale della supply chain risulta lenta e frammentata, la gestione dei processi potenziata dall’AI favorisce la creazione di ecosistemi più resilienti e interconnessi. I nuovi network collaborativi superano questi limiti, offrendo una piattaforma condivisa che migliora la trasparenza e l’efficienza lungo tutta la catena di approvvigionamento. Le aziende possono così prendere decisioni più rapide e consapevoli, rafforzando la loro competitività e allineando pianificazione, gestione e produzione.

Anche i modelli Digital Twin stanno vivendo una profonda evoluzione, passando da semplici modelli statici a piattaforme dinamiche e intelligenti. L’integrazione di dati, metriche operative e insight predittivi consente alle aziende di adattarsi rapidamente ai cambiamenti del mercato, ridurre inefficienze e migliorare la gestione su larga scala. L’analitica predittiva si rivela un altro tassello fondamentale nella trasformazione digitale delle imprese. L’unione tra intelligenza artificiale e ERP permette di passare da un approccio reattivo a uno proattivo, anticipando colli di bottiglia, prevedendo la domanda e intervenendo in tempo reale per eliminare inefficienze. Infine, la compliance e la sostenibilità assumono un ruolo sempre più centrale in un contesto normativo in continua evoluzione. Con regolamenti stringenti come l’EU AI Act e i requisiti ESG, le aziende devono implementare strumenti capaci di monitorare e adattare le operazioni in tempo reale.

ADOZIONE E POTENZIALITÀ

I vendor di soluzioni gestionali stanno potenziando le piattaforme attraverso l’introduzione dell’intelligenza artificiale, ma dobbiamo anzitutto precisare che ci possono essere differenti livelli di applicazione. Gli assistenti conversazionali intelligenti migliorano la produttività automatizzando attività e rispondendo alle richieste degli utenti. Gli strumenti di analisi predittiva elaborano i dati storici per anticipare trend e fornire indicazioni strategiche. Le soluzioni più evolute non si limitano a prevedere scenari futuri, ma suggeriscono anche le azioni più efficaci da intraprendere. «Se ormai abbiamo raggiunto una certa dimestichezza con il conversazionale e ne apprezziamo le potenzialità, soprattutto dal punto di vista dell’efficienza, è molto importante focalizzarci sulle potenzialità predittive e prescrittive perché sono quelle che possono generare un maggiore impatto e beneficio» – spiega Roberto Gemma, CEO di Altea UP e chief growth officer di Altea Federation. «Assumendo che gli strumenti, più o meno specializzati a seconda dell’ambito di applicazione, esistono, e non siamo troppo distanti dal vero, spesso si sottovaluta il lavoro a monte della reale applicazione. Lavoro che si concentra soprattutto sui dati e sulla formazione del personale, non intesa semplicemente come abilità nell’utilizzo tecnico dello strumento. Tutti gli agenti a nostra disposizione devono essere formati sulla specifica realtà aziendale e per fare questo non solo dobbiamo disporre di una base dati sufficientemente ampia (cosa che ormai abbiamo, avendo digitalizzato da tempo tutti i processi aziendali), ma deve essere anche consistente, precisa e senza errori».

Le potenzialità dell’intelligenza artificiale nel settore manifatturiero sono immense – sottolinea Gemma. «Dall’ottimizzazione dei processi produttivi, che integra le capacità umane con strumenti avanzati come ERP e schedulatori, alla manutenzione predittiva, fondamentale per migliorare l’efficienza operativa (OE). Ma non solo: l’AI può rivoluzionare la gestione delle scorte, basandosi non solo sulla domanda dei clienti e sulla capacità dei fornitori, ma anche su dati esterni che influenzano la supply chain. Infine, consente una personalizzazione sempre più raffinata dei prodotti, sfruttando le informazioni disponibili e le preferenze dei consumatori». Tuttavia, la strategia di adozione di agenti AI all’interno dei processi aziendali non parte dall’AI stessa, o dai tool da selezionare. «Ma dalla consapevolezza delle priorità del business» – sottolinea Gemma. «Dalla formazione del personale, dalla presa di coscienza dei dati a disposizione e di come strutturarli per renderli più fruibili agli agenti. Fino ad arrivare alla corretta selezione del partner tecnologico e, importantissimo, alla capacità di non soffermarsi al primo risultato per confermare o meno la bontà dell’investimento, ma di monitorare e adattarsi per evolvere l’apprendimento dell’agente. Spesso si sottovaluta quest’ultimo aspetto che, invece, è fondante: bisogna dare il tempo all’agente di “conoscerci” e quindi investire sul suo apprendimento, esattamente come si farebbe con una nuova risorsa».

#ERP #AI #manufacturing Strategia di adozione e potenzialità – Roberto Gemma #AlteaUP #AlteaFederation
Click To Tweet

INVESTIMENTI E RISCHI

L’intelligenza artificiale sta rivestendo un ruolo sempre più centrale nei processi produttivi e di supply chain, trasformando il paradigma da reattivo a proattivo. «Invece di limitarsi a reagire agli eventi, ora si lavora per prevederli e prevenirli» – afferma Giuseppe Romano, Predictive & Generative AI team manager di EOS Solutions. «La capacità di creare modelli predittivi con un’accuratezza senza precedenti è resa possibile dai progressi nelle tecnologie hardware e software». Un esempio è la previsione della domanda, che ottimizza la gestione del magazzino. «L’integrazione dei dati IoT ha abilitato nuove possibilità di manutenzione predittiva, permettendo di anticipare e prevenire guasti alle macchine» – spiega Romano. «I sensori installati sui macchinari possono raccogliere dati in tempo reale, che vengono poi analizzati da modelli AI per identificare i segnali premonitori di un potenziale guasto. In questo modo, le aziende possono intervenire prima che si verifichi un’interruzione, risparmiando tempo e denaro».

Oltre alle capacità predittive, l’AI generativa e gli agenti intelligenti stanno trasformando l’analisi dei dati, identificando colli di bottiglia e proponendo soluzioni concrete per ottimizzare le operazioni. «L’adozione di queste tecnologie comporta investimenti iniziali significativi e risultati non immediati» – avverte Romano. Per questo è consigliabile adottare un approccio graduale, avviando progetti pilota per testarne l’efficacia e misurarne i benefici. In ogni caso – continua Romano – l’implementazione di soluzioni AI non è priva di rischi. «Le aziende devono essere consapevoli dei potenziali aumenti nei costi di investimento iniziali senza garanzie di risultati immediati. Definire obiettivi chiari e coinvolgere gli stakeholder è essenziale, così come scegliere un partner affidabile per garantire personalizzazione e supporto continuo». Soluzioni come gli starter kit AI, tra cui PowerPredictive di EOS, supportano le aziende nell’adozione dell’intelligenza artificiale, accelerando i processi di acquisizione dati e modellazione per una rapida implementazione.

#ERP #AI #manufacturing Approccio graduale basato sui risultati – Giuseppe Romano #EOSSolutions
Click To Tweet

ECOSISTEMI APPLICATIVI

Il settore manifatturiero sta evolvendo verso modelli di business sempre più integrati, dove processi e funzioni aziendali lavorano in sinergia. Al centro di questa trasformazione c’è l’adozione di un modello dati unificato, che elimina le barriere e favorisce una collaborazione più fluida ed efficiente. Questa integrazione non solo ottimizza le operazioni interne, ma apre la strada a una gestione più agile e reattiva.

L’approccio di vendor e system integrator va oltre la semplice implementazione tecnologica, ma passa attraverso la progettazione di soluzioni che connettono ERP e piattaforme specializzate, coprendo l’intera catena del valore: dall’integrazione dei moduli ERP di mercato fino all’adozione di piattaforme di terze parti, garantendo un’architettura digitale armonizzata, capace di ottimizzare i processi aziendali e favorire un’operatività più fluida ed efficiente.

«In questo scenario, l’intelligenza artificiale riveste un ruolo importante, specialmente nelle sue applicazioni più consolidate – se vogliamo “tradizionali”– come il supporto predittivo e simulativo alla supply chain, sia per il planning che per l’execution, e l’automazione di attività ripetitive» – spiega Emmanuele Gallo, Consulting Retail, Fashion & Industry director di Sopra Steria Italia. «La Generative AI apre nuove prospettive, migliorando l’interazione con gli utenti e, se opportunamente “configurata”, rendendo più efficiente il lavoro quotidiano a tutti i livelli decisionali. In Sopra Steria Next, supportiamo la trasformazione digitale, potenziata dall’AI, in modo olistico, disegnando ecosistemi applicativi integrati tra ERP e soluzioni verticali, a copertura dell’intera value chain».

Se l’adozione o l’implementazione di soluzioni AI non possono essere considerate completamente priva di rischi, si può affrontarle con il giusto approccio. «Affidarsi a un partner che unisce competenze tecnologiche e di business, con una visione olistica della trasformazione, è fondamentale per gestire i rischi e garantire un’implementazione efficace» – afferma Gallo.

Il supporto strategico consente alle aziende di adottare l’intelligenza artificiale in modo organico e strutturato, ottimizzando ogni fase del processo: dalla gestione del cambiamento all’adozione di una mentalità data-driven. «Occorre portare il valore di business al centro, superare le resistenze interne e favorire l’adozione delle nuove soluzioni, lavorando su modelli organizzativi, operativi, comunicazione, up e reskilling e supporto day by day». In parallelo – continua Gallo – bisogna costruire la consapevolezza dell’importanza del dato, garantendo una base informativa coerente, di qualità e tempestiva, e la fiducia negli output dei modelli AI predittivi e simulativi. Grazie a framework e best practice consolidate, Sopra Steria Next supporta le aziende nell’identificazione di obiettivi, tempi e strumenti, evitando il rischio di considerare l’AI come un fine, ma come una potente leva di trasformazione».

#ERP #AI Un nuovo ecosistema applicativo per il #manufacturing – Emmanuele Gallo #SopraSteriaItalia
Click To Tweet

CAMBIO DI PARADIGMA

L’ottimizzazione degli ordini e l’integrazione automatica delle macchine con i sistemi di tracciabilità rappresentano un cambiamento fondamentale nella gestione della produzione. Grazie all’automazione e all’utilizzo dell’intelligenza artificiale, i processi diventano più efficienti, riducendo errori e tempi di inattività, e favorendo un miglioramento continuo attraverso l’analisi dei dati. Questo approccio non solo trasforma la produzione in un ecosistema dinamico, ma introduce anche un cambiamento di modello, in cui la qualità e l’efficienza sono costantemente ottimizzate. Inoltre, l’integrazione di soluzioni per il monitoraggio dei consumi energetici e il miglioramento della programmazione contribuiscono a una maggiore sostenibilità, riducendo le inefficienze e migliorando l’impatto ambientale.

«Sia per le industrie di processo – chimiche e alimentari – che di produzione discreta abbiamo ottimizzato il processo di pianificazione degli ordini di produzione in reparto, integrando l’esecuzione e il fitting della macchina in modo automatico e senza bisogno dell’intervento dell’operatore» – spiega Luisa Ferrari, Solution director di Formula Spa. «In questi casi, oltre all’efficienza del sequenziamento, abbiamo risparmiato tutti i tempi di inattività per il setting manuale, riducendo errori e aumentando le performance. Nell’automazione del processo sono state integrate anche tutte le informazioni di tracciabilità e in alcuni casi di qualità, per esempio SPC in linea, offrendo così una gestione della value chain completa. In questo modo, le informazioni raccolte diventano la base per l’addestramento continuo dell’AI, affinando costantemente le proposte di miglioramento e fornendo insights significativi sugli eventi in corso, oltre a segnalare anomalie in tempo reale».

Questo modello – continua Luisa Ferrari – non rappresenta solo un’ottimizzazione operativa, ma un vero e proprio cambio di paradigma: «L’integrazione intelligente di processi, automazione, tracciabilità con ausilio dell’AI trasforma la produzione in un ecosistema dinamico, capace di evolversi continuamente per massimizzare efficienza, qualità e sostenibilità». Per una manifattura più sostenibile, Formula Spa ha messo a disposizione soluzioni sia per il monitoraggio dei consumi energetici sia per l’ottimizzazione della programmazione allo scopo di ridurre le inefficienze.

L’uso di soluzioni proprietarie potenziate dall’AI può ridurre significativamente i tempi di cambio e setup, monitorando parametri chiave e suggerendo azioni come le manutenzioni predittive. «Grazie alle funzionalità di simulazione, queste tecnologie consentono di valutare gli impatti delle diverse scelte, offrendo rapidità e flessibilità di azione impensabili senza strumenti simili» – afferma Luisa Ferrari. «Già nei primi mesi di implementazione in contesti machinery, i risultati sono stati tangibili con un miglioramento dei consumi del 4% su media mensile, e con impatti ancora più significativi nei casi di ottimizzazione del mix produttivo».

#ERP #AI #manufacturing Non solo ottimizzazione, ma cambio di paradigma – Luisa Ferrari #FormulaSpa
Click To Tweet

NUOVE SINERGIE

Microsoft sta rivoluzionando il mondo delle applicazioni aziendali, in particolare nel campo delle soluzioni ERP, grazie all’intelligenza artificiale. L’adozione di strumenti basati sul linguaggio naturale semplifica l’accesso ai dati, mentre l’automazione delle attività ripetitive tramite agenti AI consente di ridurre il carico operativo, lasciando spazio a compiti strategici. Nel settore manifatturiero, l’AI supporta il demand planning con modelli di machine learning, automatizza l’aggiornamento degli ordini e permette la gestione operativa attraverso comandi vocali, migliorando l’efficienza complessiva. «L’impegno di Microsoft nell’intelligenza artificiale sta trasformando le Business Applications, rendendo l’ERP uno strumento sempre più intelligente» – spiega Denise Alessiani, senior Go To Market lead Business Applications di Microsoft.

«Gli obiettivi principali sono semplificare l’interrogazione dei dati tramite il linguaggio naturale con Copilot e automatizzare le attività ripetitive attraverso agenti autonomi per lasciare spazio ai temi di ricerca, creatività e sviluppo strategico di nuovi prodotti e servizi. Nel settore manifatturiero, per esempio, i planner possono migliorare le previsioni grazie a un’applicazione di demand planning basata su machine learning, mentre i buyer possono delegare ad agenti AI l’aggiornamento degli ordini, intervenendo solo in caso di criticità. Anche i tecnici possono aggiornare lo stato delle lavorazioni o delle manutenzioni tramite comandi vocali. Questo è solo l’inizio di un percorso in continua evoluzione».

Un punto di forza della piattaforma è l’integrazione nativa con la piattaforma cloud Microsoft Azure, che abilita l’analisi in tempo reale dei dati raccolti dai sensori sugli asset produttivi. Questa capacità consente di prevenire interruzioni nei processi e garantire continuità operativa. «Tramite Azure IoT Hub, l’intelligenza artificiale analizza in tempo reale i dati raccolti dai sensori degli asset produttivi, prevenendo i fermi macchina e garantendo la continuità produttiva» – spiega Denise Alessiani. «I tool di process mining di Power Automate, analizzando automaticamente i log ERP, identificano colli di bottiglia nei processi produttivi, consentendo interventi mirati e un miglioramento continuo. Queste sinergie dimostrano come l’AI sia fondamentale per ottimizzare produzione e supply chain».

La protezione dei dati rappresenta un elemento critico, con meccanismi che impediscono l’utilizzo delle informazioni dei clienti per il training dei modelli AI e garantiscono la conformità ai profili utente. «La sicurezza dei dati è una priorità per Microsoft» – afferma Denise Alessiani. «Con Azure OpenAI i dati dei clienti non vengono usati per il training dei modelli, mentre l’interrogazione in linguaggio naturale segue le regole di profilazione utente tramite Microsoft Entra ID. Sul fronte sostenibilità, Microsoft Cloud for Sustainability si integra nativamente con i dati ERP per identificare miglioramenti ambientali, ottimizzare i processi e ridurre le emissioni grazie all’intelligenza artificiale».

#ERP #AI #manufacturing Microsoft rivoluziona le Business Applications – Denise Alessiani #Microsoft
Click To Tweet

STRATEGIA IN TRE FASI

Le aziende manifatturiere possono massimizzare il valore dei loro investimenti in ERP AI-driven adottando un approccio scalabile basato sui risultati. ServiceNow raccomanda una strategia in tre fasi. La prima fase prevede una valutazione approfondita delle personalizzazioni esistenti nei sistemi ERP per identificare quali processi stanno creando inefficienze o richiedono eccessiva manutenzione. Per esempio, un’azienda manifatturiera ha utilizzato ServiceNow per identificare oltre 70 customizzazioni critiche che potevano essere migrate su piattaforme moderne, riducendo significativamente i costi di manutenzione.

La seconda fase si concentra sull’implementazione incrementale. I risultati documentati di questo approccio sono evidenti nel caso di un’azienda agricola globale che ha ottenuto l’83% di riduzione nei tempi di evasione ordini. La terza fase riguarda la misurazione continua dei risultati attraverso KPI concreti. Un cliente del settore manifatturiero ha registrato risparmi di 88mila ore/uomo all’anno dopo l’implementazione di un’applicazione per la gestione della manualistica tecnica, con un recupero di 10 FTE precedentemente dedicati ad attività a basso valore aggiunto. «I risultati dimostrano che questo approccio graduale e focalizzato sul valore porta a benefici tangibili» – spiega William Olivieri, solution sales manager, AppEngine di ServiceNow. «Riduzione del 50-75% nei tempi di completamento dei workflow, 4 volte meno sviluppatori necessari per gestire le applicazioni, e risparmi documentati di 2,1 milioni di dollari in tre anni dalla dismissione di software legacy». ServiceNow sta rivoluzionando il modo in cui le aziende, manifatturiere e non, interagiscono con i loro sistemi ERP, combinando intelligenza artificiale e low-code per ridefinire l’innovazione aziendale.

«Con App Engine for ERP, non ci limitiamo a potenziare i sistemi esistenti con funzionalità AI, ma consentiamo alle imprese di evolversi mantenendo un “clean core” ERP, ovvero un sistema snello e aggiornabile senza le complessità legate a personalizzazioni rigide» – continua Olivieri. Al cuore di questa trasformazione ci sono tre componenti chiave: «ERP Customization Mining (ERP-CM) sfrutta il machine learning per analizzare le personalizzazioni nei sistemi ERP, individuando quali possono essere ottimizzate e migrate su piattaforme più moderne. ERP Data Hub semplifica radicalmente l’accesso ai dati ERP, traducendo strutture complesse in formati facilmente utilizzabili, anche da chi non è specializzato. Infine, App Engine permette di sviluppare rapidamente applicazioni avanzate con strumenti low-code potenziati dall’intelligenza artificiale generativa, accelerando la digitalizzazione senza perdere il controllo sull’architettura del sistema». Questa combinazione di tecnologie non solo ottimizza le operazioni aziendali, ma apre la strada a un nuovo modo di concepire gli ERP: più agili, intelligenti e accessibili a un numero sempre maggiore di utenti».

Un caso concreto di questa trasformazione è quello di una grande azienda manifatturiera che, grazie a una «supply chain disruption app» – come la definisce Olivieri – ha rivoluzionato il monitoraggio e la gestione della propria catena produttiva, permettendo di rilevare in tempo reale eventuali criticità negli approvvigionamenti o nella produzione, consentendo interventi tempestivi per ridurre ritardi e inefficienze. Con un impatto diretto su 88 stabilimenti produttivi distribuiti in tutto il mondo, l’azienda ha ottenuto una visibilità senza precedenti sulle operazioni globali, migliorando la resilienza della supply chain e ottimizzando la gestione delle risorse. «Questa soluzione – spiega Olivieri – ha permesso di automatizzare le notifiche real-time agli stakeholder e di scalare automaticamente le comunicazioni al management in base al tipo e alla gravità degli eventi, garantendo visibilità immediata su questioni critiche come sicurezza, qualità, consegne e tempi di inattività delle apparecchiature». La capacità di integrare dati, processi e sistemi in tempo reale non è più un’opzione, ma una necessità.

#ERP #AI #manufacturing Investimenti, strategia in tre fasi – William Olivieri #ServiceNow
Click To Tweet

ServiceNow, con la sua piattaforma integrata, ha sempre puntato a connettere persone e tecnologie in modo fluido. Ora, con l’introduzione di Workflow Data Fabric, questa visione compie un ulteriore salto evolutivo, offrendo un layer di dati integrato che ridefinisce l’approccio all’automazione e alla gestione delle informazioni aziendali. «Il cuore di Workflow Data Fabric è la sua capacità di unificare i dati aziendali e tecnologici, garantendo accesso sicuro e in tempo reale a informazioni provenienti da qualsiasi fonte. Questo non solo alimenta i workflow e gli agenti AI con dati sempre aggiornati, ma permette anche di leggere e scrivere su diversi sistemi, superando le limitazioni tradizionali dell’integrazione dati» – spiega Olivieri.

La potenza di questa tecnologia si basa su tre componenti: «RaptorDB Pro, un database ad alte prestazioni, ha dimostrato miglioramenti impressionanti: transazioni più rapide del 53%, report generati 27 volte più velocemente e un throughput triplicato. Zero Copy Connectors per accedere ai dati senza duplicarli, eliminando costi e complessità legati alla gestione delle informazioni. Infine, il Knowledge Graph trasforma i dati grezzi in insights intelligenti, creando connessioni tra persone, processi e sistemi per decisioni più rapide e consapevoli». Nel contesto ERP, questo significa che le aziende possono integrare dati da sistemi core come SAP con altre fonti aziendali, mantenere una singola vista integrata del business e agire sui dati in tempo reale attraverso workflow automatizzati. «Questa capacità – continua Olivieri – è particolarmente strategica per le implementazioni di App Engine for ERP, garantendo un’interazione fluida tra i sistemi legacy e le nuove applicazioni aziendali. Per le imprese manifatturiere, significa la possibilità di creare un vero e proprio sistema nervoso digitale, in cui persone, processi e tecnologie collaborano in modo intelligente per una trasformazione digitale misurabile e concreta».

IL VALORE DI BUSINESS

L’integrazione dei sistemi di intelligenza artificiale con l’ERP rappresenta una delle evoluzioni più significative nel panorama tecnologico aziendale. Grazie a questa sinergia, le aziende possono ottenere una visione più completa e dinamica dei fenomeni aziendali, migliorando la capacità di analisi, previsione e decisione.

I sistemi ERP, tradizionalmente utilizzati per gestire e monitorare i processi aziendali chiave, come la logistica, le vendite, la contabilità, la produzione, hanno una funzione per lo più reattiva: raccolgono e organizzano i dati, ma lasciano all’utente il compito di interpretarli. Con l’introduzione dell’intelligenza artificiale, questa logica cambia radicalmente. In particolare, l’AI può trasformare i processi produttivi e di gestione della supply chain attraverso la previsione della domanda, l’ottimizzazione delle risorse, la manutenzione predittiva, il miglioramento della qualità – come spiega Filippo Ollari, senior consultant di Sinfo One. «Per trarre il massimo valore dall’implementazione di un ERP AI-driven, le aziende manifatturiere devono adottare un approccio strategico e ben pianificato, procedendo per gradi attraverso progetti pilota prima di estenderne l’uso su larga scala». Un altro elemento determinante è il focus sul valore di business: «Le imprese devono concentrarsi su come l’intelligenza artificiale possa risolvere problemi specifici e ottimizzare i processi aziendali. L’innovazione non può prescindere dal capitale umano. Investire nella formazione del personale è essenziale per garantire che i dipendenti siano pronti a sfruttare al meglio le nuove tecnologie, accompagnando questo percorso con un cambiamento culturale che favorisca un’apertura all’innovazione».

#ERP #AI #manufacturing La sfida dell’integrazione con i sistemi legacy – Filippo Ollari #SinfoOne
Click To Tweet

Infine, per garantire un’implementazione efficace, è fondamentale avvalersi della collaborazione di esperti del settore. «Lavorare con vendor e system integrator specializzati consente di ridurre il rischio di errori e di massimizzare i benefici dell’intelligenza artificiale». L’implementazione di soluzioni ERP basate sull’intelligenza artificiale offre grandi opportunità, ma non è priva di ostacoli. «Uno dei principali è la sicurezza dei dati e la privacy» – avverte Ollari. «Questi sistemi si basano su enormi quantità di informazioni per funzionare al meglio, ma qualsiasi violazione può avere conseguenze legali e reputazionali significative. Un altro aspetto critico è la gestione del cambiamento. «Senza una strategia adeguata e senza il coinvolgimento attivo degli utenti, il rischio di fallimento è concreto». Anche l’integrazione con i sistemi legacy rappresenta una sfida complessa – «perché eventuali incompatibilità potrebbero compromettere la continuità operativa».

A questo si aggiunge la necessità di competenze tecniche specifiche: «Il personale deve essere in grado di comprendere e gestire le nuove tecnologie per sfruttarle al meglio». Superare questi ostacoli richiede una pianificazione accurata, accompagnata da programmi di formazione mirati e dal supporto di partner specializzati. Solo così è possibile garantire elevati standard di sicurezza, una gestione efficace del cambiamento e un’integrazione senza intoppi. Con una strategia ben strutturata, le aziende possono cogliere appieno i vantaggi di soluzioni avanzate, come Si Fides di Sinfo One, trasformando l’AI in un motore di crescita e innovazione.

EOS Solutions: Il futuro del settore manifatturiero, opportunità e sfide dell’AI

L’intelligenza artificiale di Sinergest: tra visione e responsabilità

L'articolo ERP AI-driven, l’ecosistema per il manufacturing proviene da Data Manager Online.

La connettività avanzata non rappresenta più solo un’infrastruttura di supporto, ma un vero e proprio abilitatore strategico, capace di determinare il successo aziendale in un contesto digitale in continua evoluzione. L’evoluzione delle tecnologie di connettività sta riscrivendo le regole del gioco nel mondo industriale e dell’automazione. Siamo di fronte a un ecosistema sempre più interconnesso, intelligente e resiliente, che permette alle aziende di essere più agili, sostenibili e competitive. Le reti virtualizzate SDN e SD-WAN stanno rivoluzionando la gestione dell’infrastruttura IT grazie a una gestione centralizzata e semplificata. Con queste tecnologie, le imprese possono controllare e orchestrare la rete da un’unica interfaccia, riducendo il rischio di errori e ottimizzando il traffico dati. Questo porta a un miglioramento delle prestazioni delle applicazioni critiche e consente di scalare facilmente le infrastrutture senza incidere pesantemente sui costi operativi.

L’adozione di interfacce Ethernet multi Gigabit garantisce velocità di trasferimento dati elevate, essenziali per supportare applicazioni ad alta intensità di dati come cloud computing e virtualizzazione. Un ulteriore vantaggio è l’efficienza energetica, che permette di ridurre il consumo e i costi operativi, senza dimenticare la scalabilità, che consente alle aziende di espandere la rete senza dover effettuare costose sostituzioni dell’infrastruttura esistente.

Il Wi-Fi 7 introduce una nuova era nella connettività wireless, offrendo velocità superiori e latenza ridotta, aspetti fondamentali per applicazioni che richiedono un’elevata reattività come l’IoT e gli ambienti di produzione automatizzati. Grazie alla maggiore capacità di gestione dei dispositivi connessi, questa tecnologia è ideale per uffici e fabbriche intelligenti, dove l’efficienza della rete è un fattore determinante.

Il 5G e il futuro 6G rappresentano un ulteriore passo avanti nella connettività mobile. Con la loro bassa latenza e velocità di trasmissione dati estremamente elevate, queste tecnologie stanno già abilitando applicazioni come i veicoli autonomi, la telemedicina e l’automazione industriale avanzata. Inoltre, la connettività massiva offerta dal 5G consente la gestione di un numero elevato di dispositivi connessi, elemento chiave per ecosistemi IoT su larga scala.

L’Edge Networking sta guadagnando sempre più rilevanza, grazie alla possibilità di elaborare i dati in prossimità della loro origine. Questo non solo riduce la latenza e migliora la sicurezza, ma permette anche di alleggerire il traffico sulla rete centrale. In un’epoca in cui la protezione dei dati è una priorità assoluta, questa tecnologia garantisce un livello di sicurezza superiore rispetto ai modelli cloud tradizionali.

Le #reti aziendali come un elemento strategico per abilitare nuovi modelli di business e resilienza
Click To Tweet

L’Internet delle Cose (IoT) è un altro fattore chiave nella trasformazione digitale. Il monitoraggio in tempo reale, la manutenzione predittiva e l’automazione dei processi consentono di ottimizzare le operazioni aziendali, ridurre i costi e incrementare l’efficienza. Grazie ai sensori intelligenti e alle piattaforme di analisi avanzata, le aziende possono prendere decisioni basate su dati concreti, anticipando problemi e migliorando la produttività.

Le soluzioni satellitari, infine, stanno rivoluzionando la connettività globale. La loro capacità di garantire copertura ovunque, comprese le aree più remote, le rende essenziali per settori come l’energia, i trasporti e la sicurezza. In situazioni di emergenza o disastri naturali, la resilienza delle comunicazioni satellitari rappresenta un vantaggio cruciale, mentre il supporto per applicazioni critiche come il monitoraggio ambientale assicura un livello di affidabilità impareggiabile. L’integrazione strategica di tutte queste tecnologie non solo migliora la connettività, ma crea nuove opportunità di business. Il vero valore emerge quando queste soluzioni convergono tra loro: il 5G combinato con l’Edge computing riduce la latenza e abilita applicazioni industriali avanzate, mentre l’unione tra IoT e reti SD-WAN consente il monitoraggio intelligente delle infrastrutture distribuite. La combinazione di Wi-Fi 7 ed Ethernet multi-Gigabit offre un’esperienza di connettività senza soluzione di continuità, fondamentale per ambienti di lavoro ibridi.

L’interazione tra queste innovazioni e tecnologie emergenti come l’intelligenza artificiale e il quantum computing apre scenari ancora più affascinanti. L’AI può ottimizzare le reti adattandosi dinamicamente ai carichi di lavoro, mentre il Quantum Computing ha il potenziale per rivoluzionare la sicurezza e la gestione dei dati, introducendo nuovi paradigmi di protezione e crittografia. Naturalmente, questa evoluzione porta con sé sfide significative. La sicurezza informatica deve essere ripensata per proteggere reti sempre più complesse e distribuite, mentre l’interoperabilità tra soluzioni eterogenee è cruciale per evitare lock-in tecnologici e garantire un’integrazione fluida. Inoltre, la sostenibilità deve essere una priorità, con infrastrutture progettate per minimizzare il consumo energetico e l’impatto ambientale.

Le #reti diventano auto-adattive, rispondendo in tempo reale alle esigenze di traffico e sicurezza
Click To Tweet

IL TESSUTO DI RETE

Il 5G, i nuovi standard Wi-Fi e le reti satellitari sono destinati a contendersi il mercato dell’accesso degli utenti finali. La competizione tra queste tecnologie si giocherà principalmente sulla riduzione della latenza e sull’aumento della velocità effettiva, elementi chiave per garantire un’esperienza utente fluida. Tuttavia – come evidenzia Daniela Rao, senior research director, Infrastructure and Telecoms di IDC Europe – la crescente mobilità degli utenti e le esigenze di localizzazione renderanno ancora più complessa la gestione delle reti da parte degli operatori. Daniela Rao delinea uno scenario in cui, nei prossimi quattro-cinque anni, la continuità della connessione sarà affidata a una molteplicità di dispositivi capaci di interagire con reti sempre più aperte e automatizzate.

La copertura geografica continuerà a dipendere fortemente dalle reti terrestri in fibra ottica, fondamentali per il backhaul, mentre le attuali reti fisse e mobili verranno potenziate con soluzioni avanzate. Tra queste, il 5G Stand Alone, con il supporto per il Network Slicing, avrà un ruolo chiave, in attesa del 6G previsto dopo il 2030. Parallelamente, nuove tecnologie di rete, come le reti satellitari, affiancheranno ma non sostituiranno le infrastrutture esistenti. Le reti di accesso evolveranno in un ecosistema flessibile, dove le diverse opzioni di trasporto dati si adatteranno dinamicamente alle esigenze degli utenti sia business che consumer.

«Per le imprese, la connettività assumerà la forma di un vero e proprio tessuto digitale – spiega Daniela Rao – capace di combinare diversi mezzi trasmissivi in base alle necessità operative. Questo nuovo paradigma permetterà di collegare data center, cloud pubblici, edge cloud, dispositivi e applicazioni in maniera più efficiente. Inoltre, l’integrazione con strumenti di intelligenza artificiale consentirà di mappare i processi aziendali critici, migliorando la sicurezza e l’affidabilità delle reti. La connettività del futuro sarà dunque sempre più pervasiva, aperta e intelligente, pronta a estendersi verso un numero crescente di dispositivi e soluzioni, in un ambiente in continua evoluzione».

#reti La connettività come la forma di un vero e proprio tessuto digitale – Daniela Rao #IDC
Click To Tweet

LA CONNETTIVITÀ DEL FUTURO

Per comprendere meglio le implicazioni pratiche di queste tecnologie, è fondamentale confrontarsi con gli attori del mercato, dai fornitori di infrastrutture agli operatori, fino alle aziende che stanno già implementando soluzioni avanzate. Quali sono le strategie vincenti? Quali modelli operativi si stanno rivelando più efficaci? E quali investimenti possono garantire il massimo ritorno? Sono questi gli interrogativi su cui riflettere per costruire una connettività che non sia solo veloce e affidabile, ma realmente abilitante per il futuro del business.

Secondo Giovanni Prinetti, european solutions marketing manager di Allied Telesis, le tecnologie di ultima generazione – sia wireless con l’avvento di Wi-Fi7 e l’espansione del 5G, che cablate, con l’introduzione di interfacce Ethernet multi-Gigabit – favoriscono un ambiente aziendale sempre più interconnesso, eliminando ulteriormente i confini tra reti IT e OT e tra spazi interni ed esterni. «Si tratta di tecnologie che, specialmente quelle wireless, continueranno a essere adottate parallelamente, in base all’ambiente in cui devono operare, senza una reale predominanza».

Per Luca Venturi, head of Telco e B2B di AVM Italia il Wi-Fi 7 rappresenta una vera rivoluzione per le aziende. Questa tecnologia si pone come un punto di svolta nel mondo del networking, offrendo prestazioni e flessibilità senza precedenti e trasformando radicalmente la connettività nel settore business. «In breve tempo – spiega Venturi – diventerà lo standard di fatto dei dispositivi di connessione di pari passo con il rilascio sul mercato dei vari modelli da parte dei vendor. Investire in Wi-Fi 7 significa essere pronti ad affrontare le sfide e le opportunità del futuro, come l’adozione su larga scala di dispositivi 5G e IoT. Per le aziende si tratta di una scelta strategica, soprattutto per le organizzazioni che non hanno una dotazione aggiornata di dispositivi. Perché i benefici in termini di capacità, velocità, affidabilità e scalabilità giustificano l’investimento, soprattutto considerando le prospettive di crescita e le tecnologie emergenti, garantendo un ritorno sull’investimento a lungo termine. In questo senso, le soluzioni di networking di AVM sono “future-proof”, infatti, adottano già le tecnologie e le funzionalità più innovative e sono stati progettati per integrare gli standard e protocolli emergenti».

#reti La connettività come la forma di un vero e proprio tessuto digitale – Daniela Rao #IDC
Click To Tweet

Giovanni Alfano, vice president sales Italy di GTT – sottolinea come la SD-WAN si sia rivelata estremamente efficace nell’integrarsi con le nuove tecnologie emergenti, rispondendo in modo versatile alle sfide, alle esigenze e alle tendenze del networking. «Le capacità originali di automazione hanno consentito significativi progressi, tra cui la deviazione automatica del traffico, il rilevamento e la mitigazione delle minacce in tempo reale, la creazione dinamica di overlay e la fornitura senza intervento manuale, che semplifica la gestione e la sicurezza della rete riducendo le configurazioni sbagliate causate dall’errore umano. Inoltre, l’intelligenza artificiale è sempre più applicata alla SD-WAN per consentire un’analisi intelligente dei dati di prestazione e generare indicazioni significative».

Il vantaggio principale di una rete AI-nativa è duplice: da un lato, migliora significativamente l’esperienza degli utenti finali, assicurando connessioni più rapide, stabili e affidabili; dall’altro, semplifica il lavoro dei team IT che gestiscono la connettività, riducendo la necessità di interventi manuali grazie a processi automatizzati di analisi e ottimizzazione – come spiega Mario Manfredoni, senior director South Europe di Juniper Networks.

L’AI-Native Networking raccoglie e analizza dati accurati in tempo reale per rispondere a domande come: “Perché alcuni utenti riscontrano connessioni Wi-Fi instabili?” o “Cosa ha causato i problemi di connessione segnalati dall’utente X durante una riunione su Zoom?”. Grazie all’intelligenza artificiale e al machine learning, la rete è in grado di identificare rapidamente anomalie e fornire insights dettagliati sull’esperienza utente. Gli algoritmi avanzati permettono di formulare interrogazioni mirate, per esempio: “C’è un’eccessiva congestione su una specifica porta dello switch?”, facilitando così un intervento tempestivo e proattivo. «Questo approccio – continua Manfredoni – non solo migliora la qualità della connessione, ma consente anche ai team IT di ottimizzare la rete in modo dinamico, riducendo i tempi di troubleshooting e garantendo un’esperienza utente superiore. Una rete AI nativa può anche offrire delle raccomandazioni per migliorare l’esperienza utente. Ad esempio, l’AI su cui è basata la rete può essere addestrata per identificare i buchi nella copertura Wi-Fi o una VLAN mancante su una porta dello switch e, in tal caso, suggerire al team IT di aumentare la potenza del Wi-Fi o applicare un tag VLAN rispettivamente. In una fase successiva di sviluppo, la rete AI nativa – configurata come una vera e propria Self-Driving Network – può agire proattivamente per correggere i problemi individuati. Per esempio, può risolvere in totale autonomia un malfunzionamento di una porta dello switch o applicare i tag VLAN mancanti per correggere i problemi di accesso alle applicazioni».

#reti Ottimizzazione AI-driven e controllo dinamico delle risorse – Mario Manfredoni #JuniperNetworks
Click To Tweet

APPLICAZIONI E PROCESSI

In che modo queste tecnologie possono contribuire all’ottimizzazione dei processi aziendali e al miglioramento della competitività? L’iperconnessione e l’evoluzione delle reti, come il Wi-Fi 7, stanno trasformando il modo in cui le aziende raccolgono, gestiscono e analizzano i dati. Da un lato, la crescente interconnessione di dispositivi precedentemente non connessi alla rete fornisce alle aziende un’enorme mole di dati che – spiega Giovanni Prinetti di Allied Telesis – «possono diventare una risorsa strategica per l’ottimizzazione delle attività di business, purché vengano implementati sistemi avanzati per la loro gestione e analisi».
Dall’altro, il Wi-Fi 7 abilita questa trasformazione offrendo una connettività più veloce e stabile, in grado di supportare un elevato numero di dispositivi. Ciò consente un controllo remoto avanzato su strumenti come telecamere di sicurezza e dispositivi IoT, oltre a facilitare il backup di grandi quantità di dati e il cloud computing. Insieme, questi elementi creano un ecosistema digitale più efficiente e performante. «Il Wi-Fi 7 – spiega Luca Venturi di AVM Italia – offre una copertura completa dello spettro disponibile, garantendo una connettività ottimale in diverse situazioni e con la tecnologia di accesso Multi-Link Operation i dispositivi di connessione possono utilizzare contemporaneamente più frequenze, se una banda degrada, altre subentrano migliorando la stabilità, riducendo la latenza e gestendo meglio i picchi di traffico. Inoltre, il Wi-Fi 7 può gestire un numero maggiore di dispositivi IoT, garantendo una connessione affidabile anche in ambienti con molte interferenze. La bassa latenza del Wi-Fi 7 è ideale per le applicazioni IoT che richiedono una risposta rapida, come i sensori industriali e i sistemi di controllo per la sicurezza.

E ancora, il Wi-Fi 7 consente di effettuare videoconferenze in 4K o 8K senza interruzioni, migliorando la qualità della comunicazione e la collaborazione online grazie alla condivisione di file di grandi dimensioni». La diffusione del Wi-Fi 7 nel settore business sarà accelerata dalla sinergia tra i diversi attori della filiera ICT, dai vendor agli installatori fino ai system integrator. Secondo Venturi, questa collaborazione consentirà di creare un ecosistema di competenze capace di valorizzare le potenzialità del nuovo standard, favorendo lo sviluppo di applicazioni innovative e ottimizzando l’integrazione delle sue funzionalità nelle infrastrutture aziendali.

#reti Verso un ambiente aziendale sempre più interconnesso – Giovanni Prinetti #AlliedTelesis
Click To Tweet

Grazie alla sua elevata stabilità, scalabilità e sicurezza, il Wi-Fi 7 offre un’infrastruttura solida su cui le aziende possono fare affidamento per ottimizzare le operazioni, garantendo performance affidabili e protezione dei dati in un ecosistema digitale sempre più interconnesso.
«Applicazioni e processi aziendali hanno bisogno di poter operare su di un layer capace di garantire stabilità, scalabilità e sicurezza» – spiega Max Moccia, regional technical manager Italy di Cambium Networks. «L’evoluzione delle tecnologie di connettività rappresenta la base su cui costruire servizi, applicazioni e processi. Aumentare la capacità, migliorare la latenza o la stabilità abilita nuovi servizi che in precedenza non erano attivabili in un certo luogo o per una determinata azienda/comunità. Cambium crede molto in questa visione e con l’integrazione dell’intelligenza artificiale si pone l’obiettivo di semplificare, migliorare e ridurre i costi di esercizio nell’utilizzo della rete».

Grazie a una maggiore capacità, minore latenza e maggiore stabilità della rete, le aziende possono implementare architetture SD-WAN per ottimizzare le prestazioni, incrementare la produttività e migliorare l’esperienza dei clienti, garantendo al contempo una gestione più efficiente e flessibile delle risorse IT. «Le reti SD-WAN – spiega Giovanni Alfano di GTT – sono caratterizzate da un’incredibile adattabilità nell’affrontare le molte sfide del networking che minacciano di ostacolare la capacità di un’azienda di soddisfare la clientela».

Garantire lo spostamento efficiente, sicuro ed economico dei dati tra dipendenti, partner, clienti e asset produttivi è un imperativo strategico per qualsiasi percorso di trasformazione digitale. «Man mano che prende forma la digitalizzazione dei processi e del ciclo dei dati l’evoluzione, la coesistenza e la continuità delle reti fisse e mobili wireless, terrestri e non terrestri, svolgeranno un ruolo chiave» – afferma Daniela Rao di IDC Europe. «La connettività alimenterà tecnologie come AR/VR e intelligenza artificiale, dando vita a una nuova Internet immersiva». Un ingegnere di rete esperto può diagnosticare problemi di rete difficili da individuare, come un cavo Ethernet difettoso, ma l’intelligenza artificiale e il machine learning sono in grado di individuare tali anomalie in tempi molto più brevi, migliorando l’efficienza e riducendo notevolmente i tempi di intervento. «Questo significa che, grazie a queste tecnologie, i tempi di risoluzione dei problemi si riducono considerevolmente, mentre aumenta il livello di qualità dell’esperienza utente» – spiega Mario Manfredoni di Juniper Networks.

«Inoltre, non dovendosi più occupare di tutto ciò che viene gestito dalle reti AI native, i team IT possono investire il loro tempo e concentrare le loro risorse su progetti strategici ad alto valore aggiunto, permettendo all’intera organizzazione di ottenere un vantaggio competitivo». Un altro esempio del valore di una rete AI nativa è legato alla sua capacità di fornire informazioni commerciali. «In ambito retail – continua Manfredoni – l’AI che gestisce la rete può fornire ai responsabili marketing un’analisi giornaliera del traffico dei clienti in una determinata area di vendita, sulla base dei dati di localizzazione raccolti tramite Wi-Fi e/o Bluetooth low energy; dati che l’azienda può ovviamente utilizzare per migliorare le vendite e la competitività».

#reti La connettività come base per costruire servizi, app e processi – Max Moccia #CambiumNetworks
Click To Tweet

INTEGRAZIONE SICURA

Quali aspetti vanno considerati per garantire una piena integrazione con le infrastrutture di rete già esistenti? «L’integrazione tra reti IT e OT comporta inevitabili rischi di sicurezza» – risponde Giovanni Prinetti di Allied Telesis. «Per garantire transizioni protette, occorre salvaguardare i dati tramite crittografia su tratti di rete non protetti, e applicare la microsegmentazione, soprattutto per le reti OT, isolandone dei segmenti, per contenere la diffusione di minacce e migliorare la sicurezza». Per Max Moccia di Cambium Networks il processo di ammodernamento passa attraverso una pianificazione e protezione dell’investimento. «Ovviamente, l’infrastruttura esistente deve essere in grado di supportare l’introduzione di nuove tecnologie. Se offriamo una connessione multi-Giga, è fondamentale adeguare l’infrastruttura di networking per evitare che diventi un collo di bottiglia. E se si aggiorna la rete Wi-Fi aziendale con tecnologie Wi-Fi 7, è necessario anche potenziare l’infrastruttura di rete per supportare adeguatamente il salto tecnologico, garantendo una capacità sufficiente a gestire le nuove esigenze di traffico e prestazioni».

La cosa più importante nella creazione di una strategia efficace di «tessuto di connettività» – come la definisce Daniela Rao di IDC Europe – è garantire scalabilità, flessibilità e, soprattutto, integrazione per consentire lo spostamento dei dati tra e attraverso le reti. «Il risultato finale dovrebbe essere l’allineamento delle reti e lo spostamento dei dati che aiutano a risolvere i problemi aziendali esistenti. Come per qualsiasi investimento correlato all’IT, creare una rete su misura per risolvere un singolo problema aziendale rappresenta una scelta miope. Garantire che i vantaggi specifici della connettività senza interruzioni e dello spostamento dei dati siano allineati alle crescenti esigenze aziendali è la strada più rapida e sicura per un ROI significativo e sostenibile nel tempo».

La microsegmentazione e la crittografia rappresentano elementi chiave per garantire un’integrazione sicura tra le reti IT e OT. La prima consente di suddividere la rete in segmenti isolati per limitare la propagazione delle minacce, mentre la seconda assicura la protezione dei dati in transito e a riposo, riducendo i rischi di accessi non autorizzati e cyberattacchi. In un contesto in cui le infrastrutture operative sono sempre più connesse ai sistemi IT, adottare queste soluzioni diventa essenziale per rafforzare la sicurezza e garantire la continuità operativa. «La tecnologia SDN consente un controllo preciso degli switch di rete, permettendo la creazione di reti Zero Trust, in cui vengono autorizzate solo le interazioni necessarie, proteggendo l’OT» – spiega Giovanni Prinetti di Allied Telesis.

Per la crittografia dei dati, IPSec è la soluzione più diffusa sulle reti pubbliche, mentre per le connessioni locali su Ethernet, in particolare quando le interconnessioni attraversano aree non controllabili, si sta affermando MACSec, che opera direttamente a livello Ethernet. Tuttavia, il suo utilizzo richiede dispositivi di rete compatibili con porte che supportino nativamente il protocollo, garantendo prestazioni elevate grazie all’elaborazione hardware.

«Se guardiamo al nostro focus storico come il mondo FWA, la sfida principale sta nell’esigenza di avere più risorse di spettro a disposizione per sfruttare queste nuove tecnologie» – afferma Max Moccia di Cambium Networks. «E se guardiamo oltreoceano, l’apertura all’utilizzo dello spettro a 6GHz anche in abito outdoor ha aperto scenari e opportunità di upgrade delle reti FWA degli operatori WISP che sono diventate opportunità di adozione su clienti residenziali e business, che possono finalmente lavorare in maniera più performante in cloud, sia che si tratti di un sevizio di hosting dati delle videosorveglianza di casa sia di applicazioni cloud-native per le aziende».

LA VIA DA SEGUIRE

Se il quantum computing ancora per diversi anni non avrà un impatto diretto sulle aziende, decisamente più immediati sono gli effetti dell’intelligenza artificiale, che permette di sfruttare meglio il potenziale dei dati provenienti dai nuovi dispositivi connessi, aprendo la strada a innovazioni rapide e a un miglioramento tangibile delle operazioni aziendali. «Chi inizierà a utilizzare l’AI per analizzare e ottimizzare i processi interni otterrà un vantaggio competitivo nel breve periodo» – afferma Giovanni Prinetti di Allied Telesis. La via da seguire è integrare le tecnologie emergenti, senza restare passivi, ma anticipando i cambiamenti e adattandosi proattivamente al nuovo panorama tecnologico.

«Abbiamo iniziato il processo di adozione delle tecnologie AI per sfruttarne le potenzialità in ambito marketing. Recentemente abbiamo lanciato la nostra Custom GPT per aiutare i clienti a esplorare e comprendere facilmente la gamma di soluzioni disponibili» – spiega Max Moccia di Cambium Networks. «Utilizziamo l’AI per automatizzare il troubleshooting della rete tramite la Root Cause Analysis (RCA), identificando rapidamente i problemi e fornendo soluzioni immediate. E questo consente agli IT manager di ridurre i costi e i tempi necessari per risolvere le problematiche, migliorando l’efficienza complessiva delle operazioni».

#reti Networking proattivo, il duplice vantaggio di una rete AI-nativa – Giovanni Alfano #GTT
Click To Tweet

Secondo Giovanni Alfano di GTT la rapida crescita dell’intelligenza artificiale generativa e dei flussi di lavoro basati sull’AI spingerà le aziende a costruire reti più forti e veloci in grado di gestire enormi carichi di dati con un ritardo minimo. «Per stare al passo, le organizzazioni si affideranno all’edge computing per l’elaborazione dei dati e le architetture distribuite, aumentando le prestazioni di rete per il lavoro ibrido e gli ambienti cloud. L’intelligenza artificiale svolgerà un duplice ruolo, non solo aumentando la necessità di reti più potenti, ma anche aiutando gli operatori di rete a ottimizzare le prestazioni. Con il monitoraggio basato sull’AI e l’ottimizzazione adattiva, le reti diventeranno più intelligenti ed efficienti, pronte a supportare le elevate esigenze delle nuove applicazioni».

Secondo IDC, entro il 2029, il panorama dell’elaborazione intensiva delle prestazioni subirà una trasformazione significativa. Il cambiamento è spinto dalla crescente domanda di intelligenza artificiale sempre più complessa, accurata e completa. Questo scenario – come spiega Daniele Rao di IDC Europe – sta stimolando una diversificazione delle tecnologie infrastrutturali. L’elaborazione digitale classica, pur avendo alimentato decenni di innovazione grazie ai transistor, sta ora mostrando i suoi limiti di fronte alle esigenze delle moderne reti neurali. «L’adattamento di più transistor su un singolo chip sta raggiungendo il suo punto di saturazione fisico, mentre la separazione tra chip di elaborazione e memoria crea colli di bottiglia a causa dell’enorme quantità di dati associata all’AI. Inoltre, il consumo energetico richiesto dai processi digitali tradizionali sta diventando insostenibile, aumentando la necessità di soluzioni alternative». In questo contesto, i sistemi neuromorfici, che imitano la struttura e il funzionamento del cervello umano, emergono come una delle risposte più promettenti. «Questi sistemi – continua Daniela Rao – sono progettati per essere molto più efficienti dal punto di vista energetico e per utilizzare algoritmi innovativi, offrendo intelligenza a un costo inferiore rispetto ai processi digitali odierni. IDC prevede che, entro il 2029, questi sistemi entreranno in produzione limitata e cattureranno il 5% del mercato delle infrastrutture di elaborazione intensiva delle prestazioni». Parallelamente, l’elaborazione analogica classica sta guadagnando terreno come alternativa alle soluzioni digitali. «L’elaborazione analogica classica, che utilizza resistori programmabili per imitare neuroni e sinapsi biologici, sta emergendo come un’alternativa promettente» – afferma Daniela Rao. «Questi sistemi eccellono nel risolvere calcoli complessi simultaneamente e utilizzano molta meno energia rispetto ai chip digitali.

Grazie al contributo di aziende come IBM, Intel e HPE, e di istituzioni accademiche come il MIT, la ricerca in questo settore sta facendo così passi da gigante». IDC prevede che inizialmente, i sistemi analogici per l’AI potrebbero essere utilizzati in ambiti periferici, dove il consumo energetico e la dissipazione del calore sono criticità primarie. Tuttavia, a lungo termine, queste tecnologie potrebbero rivoluzionare il mercato dei chip per l’intelligenza artificiale digitale, offrendo soluzioni più efficienti e sostenibili per le applicazioni più avanzate dell’AI.

#reti Microsegmentazione, crittografia avanzata e protezione delle supply chain per mitigare i rischi
Click To Tweet

IL RUOLO DEI CIO

L’evoluzione tecnologica delle reti, la crescita dell’intelligenza artificiale e l’aumento delle minacce informatiche stanno ridefinendo il ruolo dei CIO nelle aziende. Le reti aziendali del futuro dovranno essere più intelligenti, sicure, scalabili ed efficienti, in grado di supportare l’innovazione e rispondere alle nuove esigenze di business in tempo reale. I CIO avranno il compito di guidare questa trasformazione, garantendo che l’infrastruttura IT sia pronta a supportare le sfide e le opportunità emergenti. Le previsioni di IDC delineano un futuro in cui l’evoluzione delle reti aziendali sarà strettamente legata all’adozione di nuove tecnologie e alla crescente complessità delle infrastrutture digitali. In particolare, alcuni trend avranno un impatto diretto sulle reti aziendali: maggiore domanda di connettività scalabile e sicura, AI-driven networking e automazione, cybersecurity avanzata e Zero Trust, sostenibilità e reti efficienti dal punto di vista energetico, edge computing e maggiore decentralizzazione. Con l’incremento delle applicazioni basate sull’intelligenza artificiale e la necessità di gestire dati in tempo reale, le aziende dovranno investire in reti più veloci e resilienti. Questo significa un’espansione dell’uso del Wi-Fi 7, del 5G privato e delle reti SD-WAN per garantire performance elevate senza compromessi sulla sicurezza. La crescente regolamentazione in materia di AI e sicurezza informatica porterà le aziende a rafforzare i sistemi di monitoraggio della rete e l’implementazione di strategie di microsegmentazione e crittografia per proteggere i dati sensibili.

Con la diffusione dell’intelligenza artificiale nei processi IT, le reti aziendali diventeranno sempre più autonome grazie all’uso di soluzioni AI-driven per il troubleshooting, l’ottimizzazione del traffico e la gestione predittiva dei guasti. La necessità di proteggere ecosistemi sempre più interconnessi spingerà le aziende ad adottare approcci Zero Trust e strumenti avanzati di rilevamento delle minacce basati sull’intelligenza artificiale per mitigare i rischi informatici. Con il 65% dei CIO che sarà chiamato a integrare la sostenibilità nei progetti IT, anche le reti aziendali dovranno ridurre il consumo energetico. Tecnologie come il networking neuromorfico e le soluzioni di edge computing saranno fondamentali per abbassare i costi operativi e l’impatto ambientale. Con l’evoluzione dell’intelligenza artificiale e il boom dell’IoT, le aziende si sposteranno verso un’architettura più distribuita, riducendo la dipendenza dai data center centralizzati e spostando capacità computazionali verso l’edge, con un impatto diretto sulle strategie di networking.

Secondo le previsioni di IDC, la sicurezza informatica sarà un’area di crescente attenzione. Entro il 2026, il 55% dei CIO diversificherà e potenzierà le strategie di sicurezza per affrontare le minacce emergenti, proteggendo non solo la propria infrastruttura IT, ma anche l’ecosistema della supply chain. Sul fronte della sostenibilità, nel 2027, il 65% dei CIO sarà responsabile dell’integrazione degli obiettivi ambientali in ogni progetto tecnologico, assicurandosi che gli investimenti siano allineati alle strategie di sviluppo sostenibile delle aziende.

In questo scenario, i CIO non dovranno solo garantire l’evoluzione tecnologica delle reti, ma ridefinirne il ruolo strategico, trasformandole in asset fondamentali per la competitività aziendale. Le reti del futuro non saranno più solo pipeline di trasmissione e di elaborazione, ma veri e propri motori di innovazione, resilienza e crescita sostenibile.

L'articolo Network fabric, oltre la connettività proviene da Data Manager Online.

Le PMI accelerano nell’adozione dei dati come risorsa strategica, ma cresce il divario tra medie e piccole imprese. Per chi investe, l’efficienza operativa e l’ottimizzazione dei processi produttivi restano la priorità. L’AI come fattore chiave per la competitività. Dalla teoria alla pratica: Bergonzoni Frutta, Fondazione Appennino, Patrini Giacomo, Rain e Tecnorobot

La digitalizzazione dei processi nelle aziende, accelerata negli ultimi anni, ha trasformato il dato presente nei sistemi informatici delle organizzazioni nel cuore pulsante del business: da semplice elemento operativo è diventato una risorsa strategica. Ottenere informazioni di valore analizzando i dati è ormai diventato indispensabile nell’attuale mercato, sempre più competitivo. Analizzare i dati permette di rivelare le inefficienze presenti nei processi, facilita l’individuazione delle ridondanze, dei colli di bottiglia e delle aree di miglioramento: le aziende, così, possono ridurre i costi, gli sprechi e le scorte, e nel contempo possono aumentare la produttività.

La trasformazione digitale, tuttavia, non è solo questo, è anche un abilitatore di nuovi prodotti e fonti di ricavo. Infatti, le analisi dei dati sui clienti e sulle vendite aiutano a comprendere meglio le loro richieste: partendo da qui, si può migliorare la propria offerta, trovando le giuste personalizzazioni, arrivando a innovare prodotti e servizi, adattandoli alle esigenze in evoluzione dei clienti: questo migliora il livello di soddisfazione, il tasso di fedeltà e, spesso, delle vendite, ma può anche aprire nuovi mercati e far raggiungere nuovi segmenti di clientela. Con le nuove tecnologie a disposizione, utilizzate in modo efficace e competente, si possono identificare tendenze che potrebbero non essere evidenti leggendo soltanto dei report, e si possono adottare le giuste strategie aziendali a fronte dei rapidi cambiamenti in atto: quali manager oggi si affiderebbero a intuizioni basate soltanto su ipotesi, potendo prendere decisioni data-driven?

ANALIZZARE PER OTTIMIZZARE

I dati giocano un ruolo fondamentale nel processo decisionale: possono far trasformare in modo significativo vari aspetti del business, facendo la differenza tra il successo e il fallimento di un’azienda. Questo vale per le aziende di tutte le dimensioni, comprese le PMI: per tutte, è fondamentale investire nelle giuste tecnologie, che permettano un’interpretazione semplice dei dati e quindi che possano guidare la strategia e l’operatività dei manager.

Grazie a strumenti di BI e a dashboard interattivi, le aziende possono valorizzare i dati presenti nei propri sistemi informativi e trasformarli in un vero e proprio patrimonio di informazioni. Investire in sistemi di analisi non è soltanto una buona pratica, ma è ormai diventata una necessità per le aziende che vogliono rimanere competitive e innovative. Come ha fatto la Bergonzoni Frutta, di Gallo di Poggio Renatico, in provincia di Ferrara, leader nella commercializzazione delle diverse varietà di pere coltivate in Emilia Romagna. Da quarant’anni è all’avanguardia nell’impiego delle migliori tecnologie per la lunga conservazione e per il confezionamento delle pere nei suoi stabilimenti, in grado di stoccare 15mila tonnellate all’anno. Con questo spirito, l’azienda ferrarese ha deciso di intraprendere un processo di digitalizzazione per agevolare il proprio lavoro: tra gli obiettivi, l’efficientamento della produzione e dello stoccaggio della merce, e la tracciabilità completa del processo produttivo. L’aumento dell’efficienza è stato raggiunto grazie all’individuazione tempestiva delle inefficienze di produzione, inoltre sono stati ottimizzati i processi lavorativi e migliorati diversi aspetti dell’azienda, per esempio, lo stoccaggio della merce: oggi, Bergonzoni Frutta può condividere in qualsiasi istante tutte le informazioni per lo stoccaggio e la tracciabilità dei prodotti tra i diversi reparti.

#PMI #BusinessIntelligence crescita lenta ma costante. L’adozione dipende dall’evoluzione culturale
Click To Tweet

INVESTIRE NEI DATI

Affinché le attività di analisi siano veramente efficaci, è necessario operare su dati di alta qualità: completi, pertinenti e affidabili. Questo richiede innanzitutto la definizione e l’implementazione di processi strutturati per la raccolta dei dati, la loro integrazione con fonti interne ed esterne all’organizzazione, l’archiviazione, la validazione, la pulizia e il controllo di integrità. Tali attività sono spesso indispensabili anche per consentire analisi in tempo reale, garantendo massima attenzione alla sicurezza e alla privacy. Nelle grandi aziende, questo approccio è già una realtà consolidata, grazie alla capacità di investire ingenti risorse nel lungo periodo.

Secondo l’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano, lo scorso anno il mercato legato alla gestione e all’analisi dei dati è cresciuto del 20%, raggiungendo un valore stimato di 3,42 miliardi di euro. La maggior parte degli investimenti proviene dalle grandi imprese, che coprono il 75% del totale, mentre la Pubblica Amministrazione ne rappresenta solo il 6%. Per quanto riguarda le aziende di dimensioni più contenute, il 79% delle PMI svolge attività di analisi dati, almeno a livello descrittivo, con una crescita lenta ma costante negli ultimi tre anni. Tra queste PMI, tre aziende su quattro stanno anche sperimentando nel campo delle analisi predittive, con un aumento del 7% rispetto al 2023: questo dato dimostra che anche queste aziende, per tradizione legate a processi manuali, hanno iniziato a cogliere il valore del dato come leva per ottimizzare i propri processi, trasformando i dati in decisioni e azioni.

Un’azienda che ha già iniziato questo processo di trasformazione è Rain: dal 1968 a Cerro Maggiore, vicino a Milano, produce soluzioni d’irrigazione del verde all’avanguardia e detiene più di dieci brevetti nel mondo. Grazie al suo forte spirito innovativo, è diventata leader europeo nella produzione di elettrovalvole, che stampa e assembla in Italia fin dagli anni 90.
Negli ultimi tre decenni, la produzione interna ha registrato un’importante espansione, includendo oggi centraline, pozzetti, collettori e, soprattutto, i dispositivi della gamma smart Vision, vero fiore all’occhiello dell’azienda. Questo innovativo sistema modulare per l’irrigazione connessa integra centraline smart, strumenti per la ricarica sostenibile, dispositivi per la connessione a Internet e sensori per l’uso efficiente dell’acqua. Il tutto è gestito tramite un’app intuitiva e altamente flessibile, che semplifica la manutenzione per gli installatori e garantisce un’esperienza d’uso immediata per l’utente finale, grazie a un’interfaccia snella e intuitiva.

Da alcuni anni, Rain ha avviato un percorso di automatizzazione e digitalizzazione dei processi produttivi. L’azienda ha inoltre avviato un processo di modernizzazione del proprio sistema informativo, integrando la gestione sia dell’area amministrativa che commerciale attraverso un ERP avanzato, collegato a una piattaforma di business intelligence per analizzare in modo avanzato tutti i dati aziendali, monitorando con precisione gli indicatori di performance definiti per ogni area. Questo permette di misurare i progressi rispetto agli obiettivi strategici, garantendo un controllo più efficace e decisioni basate su dati concreti.

#PMI #DataStrategy La barriera principale per le PMI nell’adozione dei dati non è economica, ma culturale
Click To Tweet

BARRIERE CULTURALI

I dati dell’Osservatorio evidenziano che, nelle grandi aziende, l’adozione degli strumenti di business intelligence è ormai una prassi consolidata, con un tasso di utilizzo che raggiunge il 93%. Tuttavia, secondo gli intervistati, questi strumenti generano un reale valore solo quando sono accompagnati da un’evoluzione culturale all’interno delle organizzazioni che li adottano.

Questo aspetto, insieme alla capacità di spesa, è stato il principale freno per le PMI: secondo l’Osservatorio, solo il 37% di queste realtà ha definito delle priorità specifiche nell’ambito della valorizzazione dei dati da attuare nei prossimi 12 mesi, focalizzandosi su formazione e upskilling del personale, riconoscendo l’importanza di sviluppare competenze interne per affrontare le sfide legate ai dati. Investire nella formazione del personale per sviluppare competenze in data analytics è fondamentale. La capacità di analizzare e interpretare i dati è infatti tanto cruciale quanto quella di raccoglierli. L’efficacia dei dati dipende dalla capacità dell’azienda di integrarli nei propri processi e di promuovere una cultura data-driven, trasformandoli in un reale vantaggio competitivo.

La barriera all’implementazione di questi sistemi nelle PMI non è più tecnica o economica, come approfondiremo più avanti, ma culturale. Molte di queste aziende incontrano difficoltà nel definire e sviluppare internamente una data strategy, a causa della carenza di competenze specifiche. Inoltre, reperire le professionalità adeguate risulta complesso: le realtà di dimensioni più contenute dispongono di risorse limitate e spesso non possono contare né su un team IT interno né su specialisti in data analytics. Le PMI faticano a creare al proprio interno una cultura del dato, a formare i propri dipendenti e collaboratori sull’importanza della gestione dei dati e sull’utilizzo degli strumenti di analisi, a migliorare la loro competenza nel leggere, interpretare e utilizzare i dati per essere poi in grado di prendere decisioni data-driven.

Per queste aziende è importante adottare un approccio graduale, iniziando con piccoli progetti e incrementandone le implementazioni man mano che l’organizzazione matura nell’utilizzo efficace dei dati. Per rafforzare le competenze analitiche del team e accelerare l’adozione di questi strumenti, è utile investire in formazione, attraverso corsi online e workshop, e valutare collaborazioni con consulenti esterni specializzati nella gestione e analisi dei dati.

È quanto, per esempio, ha fatto la Patrini Giacomo, azienda che ha una sede principale a Pieve Emanuele, nell’hinterland milanese, e una consociata tedesca (Patrini Giacomo GmbH) a Mannheim. Dal 1965, l’azienda produce e progetta supporti antivibranti in gomma e metallo utilizzando materie prime italiane di qualità, provenienti da fornitori certificati. La vasta gamma di supporti antivibranti prodotti possono essere personalizzati per meglio soddisfare le esigenze tecniche di ogni applicazione, e possono essere applicati efficacemente a diversi settori e strumentazioni: supporti cabina assali, generatori e gruppi di continuità, ventilatori, compressori, condizionatori, scambiatori di calore, cappe aspiranti, macchine movimento terra, trattori, macchine agricole, applicazioni nautiche, applicazioni ferroviarie e molti altri. Qualche anno fa, l’azienda ha compiuto diversi investimenti nel potenziamento della propria capacità produttiva e ha investito in Industry 4.0, integrando il proprio sistema informativo con i dati provenienti dai macchinari di produzione. Per completare il percorso di digitalizzazione avviato precedentemente, l’azienda ha implementato un MES e un software di analytics per monitorare in tempo reale le performance dei reparti produttivi, ottimizzando così i processi. Grazie a questa evoluzione, è diventata una PMI data-driven, integrando anche i requisiti di Industria 4.0.

#AI #PMI Le tre leve: investire in infrastrutture, garantire dati di alta qualità e formare il personale
Click To Tweet

GLI STRUMENTI PER DECIDERE

Negli ultimi anni le tecnologie di analisi dei dati sono diventate più accessibili, non sono più necessari investimenti importanti nell’infrastruttura e nella sua gestione: oggi, si possono trovare soluzioni flessibili, scalabili e convenienti, spesso cloud-based, che permettono anche alle aziende più piccole e con budget limitati di dotarsi di una piattaforma per la raccolta e l’analisi dei dati che sia economicamente sostenibile, con investimenti iniziali ponderati in funzione delle necessità specifiche dell’azienda. Rispetto alle aziende più grandi, le PMI hanno il vantaggio di essere più flessibili, e quindi con le giuste informazioni a disposizione possono adattarsi più velocemente ai mutamenti del mercato rispetto alle aziende più grandi.

Ma quali sono i dati che devono essere analizzati? Sicuramente, non sono solo numeri e tabelle: questi (fatturato del periodo, ordini ricevuti nel mese, prodotto del periodo nel trimestre, solo per fare qualche esempio) sono facili da comprendere e da valutare, ma si possono ottenere anche con buoni strumenti capaci di estrarre situazioni significative utili ai decisori aziendali. I dati necessari per analisi predittive, invece, sono molto più complessi, non solo per la loro quantità, ma anche per la varietà. Provengono da fonti eterogenee e sono presenti in più database: ERP, CRM, sensori IoT, messaggi di testo e file multimediali. Perfino i social network (dove si trovano, per esempio, i feedback dei clienti o i forum online) possono mostrare preziosi insight utili al business. Per utilizzarli, è necessario in primo luogo conoscere il loro significato, la loro effettiva raggiungibilità e usabilità, la giusta combinazione per costruire ciò di cui un data consumer ha bisogno. Questa complessità rappresenta il secondo punto critico per le PMI: secondo l’Osservatorio, il 78% delle PMI non integra le diverse fonti o lo fa esclusivamente con attività manuali, tramite importazioni ed esportazioni. È la capacità di ottimizzare le fonti di dati che rende il loro utilizzo veramente efficace in tutte le aree aziendali. Solo chi riesce a farlo in modo approfondito può cogliere i grandi benefici che questi sistemi sono in grado di offrire.

È il caso di Tecnorobot, azienda fondata nel 1993 a Verderio (Lc), uno dei principali attori nel settore della saldatura, manipolazione e taglio robotizzati. Grazie alla lunga esperienza e al costante impegno nell’innovazione, l’azienda è diventata punto di riferimento nel mercato degli impianti robotizzati, proponendo soluzioni all’avanguardia e di alta qualità. Nel mondo dell’Industria 4.0, l’interconnessione tra macchinari e sistemi gestionali è determinante per ottimizzare i processi produttivi e favorire una gestione intelligente della fabbrica. In questo caso specifico, i macchinari sono impianti robotizzati per la lavorazione della lamiera, macchinari custom, cioè progettati e costruiti ad hoc sulle esigenze del cliente. Tecnorobot si interfaccia con il sistema gestionale tramite web services: l’interconnessione consente il trasferimento di qualsiasi dato misurato come, per esempio, l’identificativo articolo, il codice cliente, il numero della commessa, la quantità prodotta e il tempo di esecuzione. In logica 5.0, invece, è possibile passare dati sui consumi, tra i quali la corrente consumata dai motori, i litri/minuto del gas di saldatura, lo sforzo cui sono soggetti i motori. Il modulo di interconnessione è stato progettato per garantire una perfetta integrazione con il gestionale, riducendo i tempi di implementazione e ottimizzando le risorse aziendali. Tra i vantaggi di questa soluzione, l’efficienza operativa (grazie alla connessione diretta e automatizzata, l’operatività dei macchinari può essere monitorata e ottimizzata in tempo reale), la semplicità di implementazione (il modulo di interconnessione ready-to-use non richiede personalizzazioni complicate, rendendolo facile da adottare per qualsiasi azienda), la scalabilità (la soluzione è flessibile e scalabile, adatta sia per piccole realtà produttive che per grandi aziende con impianti complessi).

#AI #PMI Vantaggio competitivo o rischio di esclusione?
Click To Tweet

OLTRE I LUOGHI COMUNI

Secondo l’Osservatorio, la spinta verso l’adozione di tecnologie avanzate per la gestione e l’analisi dei dati sta creando un distacco sempre maggiore tra medie e piccole imprese. Il bisogno di dotarsi di questi strumenti è molto sentito da tutte le PMI, come conferma l’indagine di B2B Stars, piattaforma pensata per aiutare le aziende a trovare fornitori, clienti e partner. Secondo il 78% degli intervistati, le PMI si sentono svantaggiate, e ritengono che le aziende più grandi, operanti nel loro settore, abbiano un migliore accesso alle informazioni a supporto del loro processo decisionale. La stessa indagine, poi, mostra che per quasi la metà degli intervistati (48%), la sfida più complicata che le PMI devono affrontare è la mancanza di visibilità rispetto ai concorrenti più grandi. Un progetto per aumentare la visibilità, ma soprattutto per valorizzare il proprio territorio e le strutture presenti, è quello di Fondazione Appennino, ente del terzo settore, che valorizza, promuove, conserva e gestisce le aree interne dei Monti Appennini con obiettivi anche legati alla sperimentazione tecnologica e alla sostenibilità climatica.

Qualche anno fa, in collaborazione con il gruppo Almawave, la Fondazione Appennino ha lanciato un progetto innovativo chiamato GOAL 2030, finanziato dalla Regione Basilicata con l’obiettivo di favorire uno sviluppo più equilibrato e duraturo del territorio attraverso la misurazione scientifica della sostenibilità e l’adozione di nuove tecnologie. Dotate di caratteristiche peculiari, in particolare aspetti legati all’accoglienza e all’ospitalità, le aree interne del nostro Paese sono in grado di attrarre flussi turistici crescenti, interessati al contatto diretto tra locali e visitatori, per sperimentare senza filtri la cultura, lo stile di vita, le abitudini dei luoghi visitati: l’obiettivo è superare i luoghi comuni e trasformare le aree interne in “luoghi non comuni” del turismo. Fondazione Appennino, grazie all’analisi dei dati (il sentiment espresso online, la composizione dell’offerta, la tipologia dei visitatori), fornisce a comuni, borghi o destinazioni, la possibilità di capire i propri punti di forza, le potenzialità del territorio e usare queste informazioni come punto di partenza per riposizionarsi sul mercato, costruire un’offerta più competitiva e attirare nuovi flussi di viaggiatori: infatti, la misurazione scientifica della sostenibilità di un territorio, con indicatori certificabili e benchmark, aiuta quella destinazione a scegliere e definire il proprio posizionamento e costruire una nuova immagine, più sostenibile e più attraente agli occhi dei turisti. Già nel 2021, i primi risultati: tutte le tipologie di strutture ricettive delle aree interne hanno registrato un sentiment superiore rispetto al resto d’Italia.

#AIAdoption #PMI Solo il 7% delle piccole e il 15% delle medie hanno avviato progetti concreti
Click To Tweet

E L’INTELLIGENZA ARTIFICIALE?

Il mondo degli analytics sta vivendo una trasformazione radicale grazie all’integrazione con l’intelligenza artificiale e il machine learning, tecnologie indispensabili per potenziare le estrazioni di valore dai dati contenuti nei propri sistemi e ottenere un ulteriore vantaggio competitivo. L’AI non va considerata un semplice sostituto degli strumenti di business analytics, ma un potente acceleratore. Grazie ad essa, è possibile automatizzare attività ripetitive come la pulizia e l’organizzazione dei dati, liberando tempo e risorse per concentrarsi su analisi più strategiche. Inoltre, l’AI è in grado di individuare pattern e tendenze, rilevare connessioni tra i dati difficili da identificare con metodi tradizionali ed estrarre informazioni con maggiore precisione e rapidità, migliorando così la qualità e l’efficacia delle analisi.

Per sfruttarne appieno il potenziale, servono tre leve fondamentali: investire in infrastrutture tecnologiche, garantire dati di alta qualità e formare il personale affinché sappia utilizzare al meglio questi strumenti. Secondo i dati dell’Osservatorio, lo scorso anno il mercato dell’AI in Italia ha toccato un nuovo record, raggiungendo 1,2 miliardi di euro, con una crescita del 58% rispetto all’anno precedente. Analizzando la spesa media per azienda, i settori più attivi risultano Telco & Media e Insurance, seguiti da Energy, Resource & Utility e Banking & Finance. Da segnalare anche la forte accelerazione del comparto GDO & Retail, che sta investendo sempre più nell’intelligenza artificiale per ottimizzare processi e strategie. L’Italia resta indietro rispetto ad altri paesi europei nell’adozione dell’intelligenza artificiale. Secondo i dati dell’Osservatorio, l’81% delle grandi imprese ha almeno valutato un progetto di AI, contro la media europea dell’89%, mentre solo il 59% ha già avviato iniziative concrete, a fronte di un 69% registrato nel resto d’Europa.

Tra le diverse applicazioni, la fetta più ampia del mercato (34%) è occupata dai progetti di Data Exploration, Prediction & Optimization Systems – strumenti avanzati per la previsione della domanda, l’ottimizzazione dei flussi di trasporto e la rilevazione di attività anomale o fraudolente. Seguono le soluzioni di Text Analysis, Classification & Conversation Systems (32%), che hanno registrato la crescita più alta (+86%), spinte dall’adozione di sistemi di Retrieval Augmented Generation su normative, manuali e documentazione aziendale.

Se le grandi imprese stanno accelerando, per le PMI il quadro è molto diverso. L’interesse è alto – il 58% guarda con attenzione all’AI, spinto dal clamore mediatico e dalla crescente offerta di strumenti accessibili e low-cost – ma i progetti concreti restano pochi: solo il 7% delle piccole imprese e il 15% delle medie ha avviato iniziative, sviluppando soluzioni in-house o affidandosi a fornitori esterni. Per chi ha scelto di investire, il focus principale resta l’efficienza operativa, con particolare attenzione, nelle aziende manifatturiere, all’ottimizzazione dei processi produttivi.

L’AI è ormai un fattore chiave per la competitività, ma il divario tra chi investe e chi resta indietro rischia di allargarsi ulteriormente. Un forte limite all’adozione progettuale dell’AI è l’immaturità nella gestione dei dati. L’adozione di strumenti di Generative AI pronti all’uso tramite licenze riguarda l’8% delle PMI, per lo più le stesse realtà che lavorano sull’AI, più una quota minoritaria di aziende che stanno esplorando il tema con investimenti estremamente contenuti. Dati analoghi si trovano anche nel report “L’Intelligenza Artificiale nelle PMI italiane: stato e prospettive” di Webidoo Insight Lab. Le nazioni del Nord Europa come Danimarca e Finlandia guidano l’integrazione dell’AI nei processi aziendali con percentuali di utilizzo intorno al 14%.

Il principale freno all’adozione dell’AI nelle PMI? L’immaturità nella gestione dei dati
Click To Tweet

L’Italia si trova al diciannovesimo posto sui 27 paesi UE, con il 4,7%, che evidenzia un livello di utilizzo ancora limitato: siamo molto lontani anche da Belgio e Olanda, che sono oltre il 12%, e da Germania, Slovenia e Austria, che sono oltre il 10%. L’adozione nel nostro Paese varia in modo significativo se si osservano le aree geografiche: si va dal 6% delle imprese che utilizzano l’AI nel Nord Est, al 4,9% del Nord Ovest, per passare al 4,4% del Sud e al 2,9% del Centro. Secondo uno studio di McKinsey e MIT Sloan Management Review, citato nel report di Webidoo, le PMI che implementano almeno una soluzione AI possono incrementare i profitti fino al 16%, mentre le aziende che integrano l’AI nelle proprie strategie registrano un fatturato superiore del 32% rispetto ai concorrenti più lenti nell’adozione. Questi dati dimostrano che investire nella digitalizzazione dell’impresa e nell’implementazione AI, ha un impatto positivo diretto sulla crescita economica delle aziende, migliorando performance e capacità competitiva.

L’AI non è solo un’opportunità tecnologica, ma un vero e proprio motore di crescita economica: chi investe tempestivamente nell’AI può posizionarsi come leader del suo settore, ottenendo vantaggi competitivi difficili da colmare. Un segnale positivo arriva dal fronte della formazione: secondo l’Osservatorio del Politecnico di Milano, il sistema educativo ha compiuto significativi progressi, con un aumento dell’offerta di corsi universitari e percorsi ITS dedicati alle tecnologie AI.

La trasformazione digitale accelera a ritmo sostenuto. Secondo IDC, la spesa per l’innovazione tecnologica in Europa, Medio Oriente e Africa raggiungerà i 1.201 miliardi di dollari entro il 2028, con un tasso di crescita annuo composto (CAGR) del 15,8%. A trainare questa corsa è soprattutto l’intelligenza artificiale, con la Generative AI che si è imposta come il principale motore degli investimenti digitali, superando persino il cloud. L’adozione su larga scala di strumenti basati su GenAI sta ridisegnando le strategie aziendali, spingendo le imprese ad accelerare l’integrazione di soluzioni avanzate per restare competitive in un mercato in continua evoluzione. Il 99% dei CEO EMEA considera la GenAI una priorità strategica per i prossimi anni. Con un numero sempre maggiore di aziende impegnate in progetti di implementazione dell’AI, la domanda di data scientist ed esperti di AI aumenterà esponenzialmente. IDC stima che entro il 2027 il 70% delle organizzazioni sperimenterà una carenza di competenze digitali che causerà ritardi nei progetti, rallentando l’implementazione delle tecnologie AI: l’accesso alle competenze digitali sarà la sfida principale per le aziende che puntano a crescere.

Formula: Le PMI e la rivoluzione dei dati

L'articolo Dati e competenze, il divario che divide le PMI proviene da Data Manager Online.

L’evoluzione tecnologica ha migliorato la nostra vita, soprattutto nel modo in cui accediamo a servizi cruciali, dai settori finanziari e sanitari a quelli aziendali. Tuttavia, questa trasformazione ha inevitabilmente esteso la superficie di attacco, evidenziando la necessità di un approccio alla sicurezza non solo innovativo, ma anche proattivo, che vada oltre la semplice protezione dei dispositivi. Assistiamo a un incremento esponenziale non solo nel numero di attacchi a livello globale, ma anche nella varietà delle tecniche e dei metodi utilizzati dagli attaccanti.

I deep fake, per esempio, uniti al phishing tradizionale, stanno diventando strumenti sempre più comuni per colpire con truffe informatiche. Al contempo, l’intelligenza artificiale, se da un lato offre avanzate soluzioni difensive, dall’altro diventa sempre più un’arma nelle mani dei cybercriminali, che la sfruttano per progettare attacchi sempre più sofisticati. In parallelo, la crescente interconnessione tra sistemi IT e OT porta con sé una nuova sfida. Settori critici come energia, sanità e trasporti dipendono sempre più dalle infrastrutture digitali, rendendoli obiettivi primari per attacchi mirati, con conseguenze potenzialmente devastanti.

In questo scenario, la collaborazione pubblico-privato si rivela essenziale. La condivisione delle informazioni sulle minacce e la creazione di standard di sicurezza comuni sono le basi per un ecosistema digitale più sicuro. Le normative, come il GDPR, la NIS2 e in generale le regolamentazioni dell’Agenzia per la Cybersicurezza Nazionale, spingono le organizzazioni ad adottare misure più rigorose per garantire la protezione dei dati e la continuità operativa.

La crescita esponenziale dei dati e l’integrazione di sistemi complessi impongono un ripensamento delle strategie di protezione, ponendo l’accento su resilienza, automazione e risposta tempestiva alle minacce. Un cambiamento fondamentale in corso è il passaggio da una sicurezza reattiva a un modello predittivo e adattivo. L’intelligenza artificiale generativa consente di identificare schemi sospetti e anticipare attacchi.

La responsabilità di contribuire alla #sicurezza del sistema Paese – Salvatore Marcis #TrendMicroItalia
Click To Tweet

Un altro elemento decisivo riguarda l’adozione sempre più diffusa dei principi Zero Trust, che implicano che nessun dispositivo, utente o sistema venga automaticamente considerato affidabile, indipendentemente dalla sua posizione nella rete. Questo approccio è un passaggio fondamentale per implementare il concetto di Security by Design, garantendo che la sicurezza venga integrata fin dalle prime fasi di sviluppo dei processi aziendali e delle soluzioni tecnologiche. L’adozione di Zero Trust rafforza la resilienza complessiva dell’organizzazione di fronte a eventuali attacchi.

Infine, un aspetto fondamentale riguarda la cultura della sicurezza. La protezione dei sistemi deve coinvolgere tutti i livelli dell’organizzazione. È essenziale promuovere una cultura condivisa, supportata da programmi di formazione continua, sensibilizzazione e una governance solida della sicurezza. Inoltre, è cruciale agire con un approccio etico, adottando pratiche di cybersecurity che salvaguardino la privacy e i diritti degli individui. Guardando al futuro, la cybersecurity diventerà un pilastro abilitante per la trasformazione digitale. Un’infrastruttura sicura non è solo un requisito per mitigare i rischi, ma anche un acceleratore per l’adozione consapevole e sostenibile di nuove tecnologie. Le aziende devono assumersi la responsabilità di contribuire alla sicurezza del sistema Paese, investendo in ricerca, formazione e collaborazioni istituzionali. Solo con un approccio olistico, che integra tecnologia, collaborazione e cultura della sicurezza, sarà possibile costruire un futuro digitale realmente sicuro.

Salvatore Marcis, head of Channel and Territory sales di Trend Micro Italia

L'articolo Proteggere il futuro proviene da Data Manager Online.

Dall’automatizzazione intelligente dei processi alla creazione di ecosistemi finanziari decentralizzati, la convergenza tra intelligenza artificiale, blockchain e open banking sta plasmando il futuro del settore bancario. Sicurezza, personalizzazione e velocità sono i pilastri di questa trasformazione. L’intelligenza artificiale non è più uno strumento accessorio nel settore bancario, ma l’architetto invisibile che ottimizza operazioni critiche e ridefinisce l’esperienza del cliente. Un esempio lampante è l’utilizzo dell’AI per l’anti-frode. Algoritmi di machine learning possono analizzare migliaia di parametri per transazione in tempo reale, identificando schemi complessi come il money laundering camuffato in microtransazioni. Questo approccio, basato sulla teoria del rilevamento delle anomalie, consente di ridurre i falsi positivi, migliorando l’accuratezza del rilevamento delle frodi, e assicurando una transazione lineare e senza intoppi.

L’AI sta anche trasformando il modo in cui i clienti interagiscono con le banche. Gli AI Agent Advisor, per esempio, sono assistenti virtuali evoluti che possono gestire un portfolio d’investimento con una reattività superiore ai tradizionali consulenti umani e, grazie alla capacità di elaborare enormi quantità di dati e di apprendere dai pattern di mercato, adattarsi alle fluttuazioni di mercato in millisecondi. I nuovi processi di Cognitive KYC automatizzano l’identificazione dei clienti (KYC), combinando riconoscimento facciale, analisi comportamentale e verifica documentale. Questo riduce significativamente i tempi di attesa per i clienti e i costi operativi per le banche. L’AI è in grado di analizzare i pattern comportamentali del cliente e predire potenziali opzioni o azioni. Questo approccio viene utilizzato per personalizzare l’esperienza del cliente, offrendo prodotti e servizi più pertinenti alle loro esigenze. In generale, l’analisi comportamentale predittiva basata sull’AI aiuta le banche a prevedere le tendenze del mercato e a personalizzare le offerte, migliorando la strategia di vendita e la gestione dei pagamenti.

BLOCKCHAIN, LA RIVOLUZIONE SILENZIOSA

Questa tecnologia sta cambiando le fondamenta stesse dell’infrastruttura finanziaria, con un impatto profondo su diversi aspetti del settore. Uno degli sviluppi più interessanti è l’uso della blockchain nell’ambito del Trade Finance con gli Escrow Smart Contract. Questi contratti intelligenti consentono di automatizzare i pagamenti in base a clausole contrattuali predefinite. Per esempio, i fondi possono essere rilasciati automaticamente solo dopo la verifica della consegna della merce tramite IoT. Questo elimina la necessità di intermediari, semplifica i processi, e riduce il rischio di frodi. La blockchain sta aprendo la strada anche all’interoperabilità delle Central Bank Digital Currencies (CBDC). La sperimentazione dell’euro digitale e dello yuan digitale dimostra come le valute centralizzate possano coesistere con i sistemi di finanza decentralizzata (DeFi). Questo potrebbe portare a una riduzione significativa dei costi delle transazioni transfrontaliere, rendendo i pagamenti internazionali più efficienti e accessibili. Un’altra applicazione promettente della blockchain è l’Asset Tokenization. Questo processo consente di convertire beni fisici, come opere d’arte o immobili, in token digitali negoziabili 24 ore su 24, 7 giorni su 7. La tokenizzazione aumenta la liquidità degli asset, aprendo nuove opportunità di investimento e democratizzando l’accesso ai mercati finanziari.

L’ECOSISTEMA CHE TRASFORMA I DATI IN VALORE

L’Open Banking sta rapidamente trasformando il settore finanziario in un ecosistema più aperto, interconnesso e incentrato sul cliente. La normativa PSD3 e le API basate su standard ISO 20022 stanno guidando l’evoluzione del Composable Banking, con la nascita di un mercato più aperto, modulare e interoperabile, dove i servizi bancari si integrano perfettamente in diversi contesti. Un esempio di questa evoluzione è l’Embedded Finance, che consente l’integrazione nativa di servizi bancari in piattaforme non finanziarie. Questo significa che i clienti possono effettuare pagamenti direttamente sui social media o richiedere prestiti istantanei durante lo shopping online, senza dover uscire dall’applicazione che stanno utilizzando. L’Open Banking pone grande enfasi sulla trasparenza e sul controllo dei dati. I Consent Management Dashboard offrono ai clienti un’interfaccia unificata per gestire le proprie informazioni. Attraverso queste dashboard, i clienti possono decidere quali dati condividere e con quali operatori, con la possibilità di revocare il consenso in qualsiasi momento con un semplice click. Infine, l’Open Banking sta portando alla nascita di nuovi modelli di business, come il Revenue as a Service. In questo modello, banche e fintech collaborano in modo sinergico: le banche forniscono l’infrastruttura regolamentata, mentre le fintech si concentrano sull’innovazione front-end e sull’esperienza del cliente. I profitti vengono poi condivisi tra le parti, creando un ecosistema collaborativo e vantaggioso per tutti.

#digitalbanking Verso un ecosistema più sicuro, decentralizzato e interoperabile @djegerson
Click To Tweet

LE NUOVE FRONTIERE DELLA CONVERGENZA

Anche la convergenza di diverse tecnologie sta aprendo nuovi orizzonti per il settore bancario. La behavioral biometric, per esempio, sta emergendo come un nuovo standard per l’autenticazione. Attraverso l’analisi della pressione sul touch screen e del pattern di scorrimento, i dispositivi possono autenticare gli utenti in modo continuo e trasparente. Questo approccio, basato sulla teoria dell’autenticazione multifattoriale, offre un ulteriore livello di sicurezza, proteggendo i clienti dalle frodi e dagli accessi non autorizzati. La Quantum-Safe Cryptography sta diventando sempre più importante per garantire la sicurezza delle transazioni finanziarie nell’era dei computer quantistici. Algoritmi resistenti ai computer quantistici vengono già implementati nelle nuove generazioni di carte di credito, proteggendo i dati sensibili da potenziali minacce future. Infine, la combinazione di 5G e Edge Computing sta abilitando nuove forme di pagamento. I 5G-Edge Payment Gateway consentono di elaborare le transazioni in pochi millisecondi, grazie a micro-data center periferici. Questo apre la strada a pagamenti in realtà virtuale immersiva e ad altre esperienze innovative che richiedono una latenza estremamente bassa.

LA ROADMAP STRATEGICA PER LE BANCHE

Per sopravvivere nell’era del Banking as a Experience, le istituzioni finanziarie devono ripensare la propria infrastruttura e i modelli operativi: i confini tra fisico e digitale si fondono e l’esperienza del cliente trascende i limiti tradizionali. Il primo passo è l’adozione di architetture cloud-native, che separano i servizi core dai sistemi legacy, garantendo scalabilità e resilienza. Il modello di composable banking consente, inoltre, di integrare nuove soluzioni senza le rigidità dei vecchi sistemi monolitici. JP Morgan, per esempio, ha implementato un’architettura componibile API-first per offrire servizi dinamici ai clienti corporate. Parallelamente, investire almeno il 15% del budget IT in quantum computing preparatorio è una mossa strategica per anticipare il rischio di obsolescenza della crittografia tradizionale. Bank of America e BBVA stanno già testando algoritmi quantistici per ottimizzare la gestione del rischio e la sicurezza delle transazioni. Il futuro della banca dipenderà anche dalle partnership cross-settoriali. Stringere alleanze con telco, big tech e retail permetterà, grazie all’Embedded Finance, di dominare nuovi touchpoint finanziari, come i pagamenti in-app o il credito istantaneo nell’e-commerce.

Dr. Devid Jegerson 

Devid vanta una grande esperienza nel campo dei pagamenti digitali, del settore bancario e in altri componenti critici del settore dell’e-commerce.

La sua carriera comprende 4(,5) start-up, il lancio sul mercato della prima carta prepagata ricaricabile (2002), il primo conto bancario di moneta elettronica (2006), un completo gateway di pagamento eCommerce con licenza acquiring (2008), il primo sistema di pagamento istantaneo P2P (2014) e la prima piattaforma di pagamento cloud in Medio Oriente (2016).

La sua carriera è stata rivoluzionaria nel settore dei pagamenti e del settore bancario, in realtà come noon.com negli Emirati Arabi Uniti, PayPal, Fastweb e IWBank in Italia. Recentemente, come parte del team fondatore e CEO of Payments di noon.com, ha portato la sua esperienza globale nei pagamenti elettronici a supporto della piattaforma cloud di e-commerce. In precedenza è stato responsabile monetica presso una primaria banca italiana, gestendo i pagamenti elettronici e lanciando servizi come i sistemi UBI PAY Mobile con NFC, mobile wallet e mPOS. Inoltre, ha lavorato alla regolamentazione europea PSD2 per i sistemi di pagamento; ha anche fatto parte del team fondatore del sistema di pagamento peer-to-peer Jiffy (ora parte di NPSS della Banca Centrale degli Emirati Arabi Uniti) che è stato determinante nel lancio della Banca Digitale di UBI Banca.

Membro del consiglio di amministrazione di Webidoo e altre società, attraverso un approccio visionario e strategico unito a straordinarie capacità di esecuzione si occupa di Digital Transformation in settori bancari e fintech.

Ha conseguito un dottorato di ricerca nell’ambito della accettazione e diffusione delle criptovalute all’Università di Abu Dhabi, un EMBA presso il MIP-Politecnico di Milano, Italia, e un Master in Mercati e Strategie d’Impresa presso l’Università Cattolica del Sacro Cuore, Italia.

È autore del libro: “Pagamenti elettronici. Dal baratto ai portafogli digitali” (2016, goWare) e numerosi articoli di ricerca pubblicati su giornali scientifici.

L'articolo L’architetto invisibile. L’AI rivoluziona il digital banking proviene da Data Manager Online.

In un panorama sempre più interconnesso e vulnerabile alle minacce digitali, la capacità di prevedere l’imprevedibile è diventata una necessità per le organizzazioni. Le piattaforme what-if – progettate per rispondere alla domanda “Cosa accadrebbe se…?” – rappresentano strumenti essenziali nel supportare le decisioni strategiche attraverso simulazioni di scenari complessi. Grazie alla loro capacità di analizzare dati reali e modellare ambienti virtuali, queste piattaforme permettono di anticipare l’impatto di eventi futuri, migliorando la resilienza operativa e la pianificazione a lungo termine.

Questi strumenti sono tecnologie a supporto della analisi del rischio come prevista nelle nuove direttive di security e si differenziano dai sistemi tradizionali per la loro funzione predittiva. Non si limitano a monitorare il passato o descrivere il presente, ma esplorano il futuro attraverso modelli avanzati che integrano variabili e scenari ipotetici. Le organizzazioni possono così testare strategie e soluzioni in un ambiente virtuale, riducendo i margini di errore e ottimizzando l’uso delle risorse.

Le piattaforme what-if sono particolarmente utili per affrontare situazioni complesse come attacchi informatici, disastri naturali o crisi operative. Attraverso simulazioni avanzate, consentono di identificare vulnerabilità critiche nei sistemi, sviluppare strategie mirate per mitigare i rischi e garantire la continuità operativa anche in condizioni di emergenza. Questi strumenti si integrano con i sistemi di sicurezza aziendali, migliorando il monitoraggio in tempo reale e offrendo una risposta tempestiva a minacce imminenti. Un ulteriore valore aggiunto di questi strumenti è la loro capacità di supportare la conformità normativa. In particolare, risultano fondamentali per rispondere alle disposizioni legislative più recenti in materia di sicurezza informatica e gestione del rischio. Le organizzazioni possono verificare l’efficacia delle proprie misure di sicurezza, documentare gli interventi adottati e dimostrare la propria aderenza alle normative vigenti. Questa funzionalità non solo semplifica i processi di audit e reportistica, ma riduce anche il rischio di sanzioni e migliora la trasparenza verso gli stakeholders.

#RiskAnalysis sicurezza senza sorprese #NIS2 e il potere delle piattaforme what-if #CLUSIT
Click To Tweet

Le piattaforme offrono inoltre strumenti avanzati per valutare l’impatto economico e operativo di eventi critici. Simulando scenari che coinvolgono la supply chain, permettono di individuare rischi legati ai fornitori e di ottimizzare la gestione delle risorse. Questo approccio proattivo è essenziale per garantire la sicurezza dei servizi lungo tutta la catena del valore e prevenire interruzioni che potrebbero compromettere la fiducia dei clienti. Un altro ambito in cui queste tecnologie si rivelano cruciali è la gestione delle crisi. Simulando situazioni di emergenza, le piattaforme aiutano le organizzazioni a pianificare e testare piani di intervento, migliorando la prontezza operativa e riducendo i tempi di reazione. La possibilità di registrare e analizzare ogni simulazione crea una base di conoscenze che può essere utilizzata per affinare continuamente le strategie di risposta e prevenzione.

In un contesto caratterizzato da una crescente complessità normativa e da un panorama di minacce in continua evoluzione, queste piattaforme si configurano come un alleato indispensabile per le organizzazioni. Investire in queste tecnologie significa non solo adeguarsi alle richieste legislative, ma anche proteggere infrastrutture critiche, servizi essenziali e reputazione aziendale. La loro adozione favorisce una gestione del rischio più efficace e una capacità decisionale basata su dati concreti e proiezioni accurate. Le piattaforme what-if, grazie alla loro capacità di esplorare il futuro e ottimizzare le risposte alle crisi, si confermano come un pilastro fondamentale per garantire sicurezza, continuità e sostenibilità nel tempo.

 Luisa Franchina comitato scientifico CLUSIT

L'articolo Piattaforme what-if, l’alleato per rispondere alla NIS2 proviene da Data Manager Online.

Il 27 gennaio 2025, la startup cinese di intelligenza artificiale DeepSeek ha scosso i mercati finanziari globali con il lancio del suo chatbot avanzato, un evento che molti hanno definito un “momento Sputnik” per l’industria dell’AI americana, segnalando l’ingresso della Cina come competitor di primo piano nella corsa tecnologica. L’impatto è stato immediato. I titoli tecnologici statunitensi hanno subito un’ondata di vendite, mentre colossi come NVIDIA hanno visto le loro azioni crollare del 17%, bruciando circa 593 miliardi di dollari di capitalizzazione di mercato. Per giorni, giornali e social non hanno parlato d’altro. Una startup quasi sconosciuta, con appena sei milioni di dollari di investimento, ha lanciato un’AI paragonabile a Chat GPT, il modello americano che invece ha richiesto costi esorbitanti di sviluppo. Ma è davvero andata così?

DeepSeek ha sì investito sei milioni di dollari nel training del modello R1, una cifra irrisoria rispetto ai 600 milioni impiegati dai concorrenti americani, ma c’è un aspetto che molti hanno trascurato: l’hardware. Quante schede NVIDIA ha utilizzato DeepSeek? Qual è stato il costo reale dell’operazione? Trecento milioni? Cinquecento? Settecento? E soprattutto, quale ruolo ha giocato il fondo che controlla DeepSeek nel mercato azionario? Mentre gli analisti finanziari cercavano di rispondere a queste domande, nelle community di investitori e trader si è diffusa l’ipotesi di una manovra speculativa orchestrata dal fondo cinese dietro DeepSeek, che avrebbe sfruttato una possibile vendita allo scoperto sui titoli del NASDAQ per trarne profitto.

Parallelamente, nei circoli della geopolitica e della tecnologia si è cominciato a parlare di un nuovo ordine mondiale, con la Cina pronta a riscrivere le regole dell’intelligenza artificiale e a consolidare il proprio dominio nel settore. Non si è trattato solo di una questione di supremazia tecnologica: molti esperti hanno sollevato dubbi sulla privacy e sulla sicurezza, ipotizzando che DeepSeek potesse raccogliere dati sensibili degli utenti e che le aziende che avrebbero adottato il suo modello potessero trovarsi di fronte a rischi legali e normativi. La confusione regna sovrana, così come le speculazioni, ma una cosa è certa: i sei milioni di dollari rappresentano esclusivamente il costo del training del modello, senza considerare gli investimenti in infrastrutture e hardware.

Come ha fatto DeepSeek a ottenere questo risultato?

Nei forum tecnici dedicati all’AI ha iniziato a diffondersi un’ipotesi ancora più controversa: e se DeepSeek avesse avuto accesso a documenti già elaborati da OpenAI, sfruttando un leak o un accesso non autorizzato? Ma andiamo con ordine. DeepSeek è nata a luglio 2023, fondata da Liang Wenfeng, imprenditore e co-fondatore di High-Flyer, un fondo speculativo guidato da intelligenza artificiale, con sede a Hangzhou. Che una realtà del genere nasca da un fondo di investimento non sorprende affatto. Il mercato azionario è ormai dominato da trading algoritmico. Alzare il livello tecnologico significa, quasi sempre, aumentare i profitti.

A gennaio 2025, la startup ha rilasciato DeepSeek-R1, dopo aver già pubblicato diversi modelli, dimostrando di poter competere con le grandi aziende americane a un costo decisamente inferiore. La particolarità di R1 è che è stato addestrato in tempi estremamente ridotti, grazie a un metodo innovativo, a partire da DeepSeek-v3, un modello rilasciato poco prima. DeepSeek-v3, pur essendo un LLM open-source simile a LLaMA, non ha fatto scalpore. Il vero punto di svolta è stato il metodo di addestramento utilizzato per R1: prima con R1-Zero e poi con R1, il tutto in un lasso di tempo sorprendentemente breve.

Ma da dove hanno ottenuto i dati per trasformare un semplice modello linguistico in un modello di ragionamento avanzato? In particolare, nella seconda fase dell’addestramento tramite apprendimento per rinforzo, sono stati utilizzati feedback umani per valutare diversi percorsi di ragionamento a partire da una stessa domanda. Tuttavia, resta un punto interrogativo: dove hanno raccolto questi dati? A quanto mi risulta, DeepSeek non disponeva di alcun servizio attivo da cui estrarre preferenze umane sulle risposte.

#AILAB #DeepSeek segna l’inizio di una nuova fase dell’AI. C’è ancora spazio per chi osa innovare?
Click To Tweet

Modello alternativo o manovra di mercato?

L’impresa sembrava impossibile, e proprio per questo ha generato diverse teorie su come sia stato possibile ottenere un simile risultato. Una delle spiegazioni più accreditate riguarda l’uso della distillazione del modello, una tecnica che consente di ottimizzare l’addestramento riducendo il peso computazionale. Questa tecnica, sviluppata da Geoffrey Hinton nel 2015, permette di trasferire conoscenza da un modello insegnante di grandi dimensioni a un modello studente più piccolo ed efficiente, mantenendo prestazioni simili. Inizialmente, si allena un modello insegnante, in pratica si tratta di un’AI di grandi dimensioni che impara da un vasto dataset. Successivamente, il modello insegnante trasmette al modello studente non solo le risposte finali, ma anche i pattern decisionali e le probabilità associate a ogni decisione. Infine, il modello studente impara a replicare il comportamento dell’insegnante con una struttura più snella e ottimizzata. Grazie a questa tecnica, DeepSeek ha potuto ridurre drasticamente i costi, evitando di costruire da zero un modello enorme e ottenendo un’AI capace di rivaleggiare con ChatGPT, pur non avendo le stesse risorse computazionali.

Il successo di DeepSeek è stato rapido, ma non privo di controversie. Alcuni esperti hanno ipotizzato che l’azienda possa aver copiato parte delle conoscenze di ChatGPT, utilizzando dati pre-addestrati in modo non autorizzato. L’azienda ha respinto queste accuse, affermando di aver addestrato i propri modelli in modo indipendente, senza alcun accesso a dataset esterni. Ma i dubbi restano, soprattutto perché in molti hanno visto nel crollo delle azioni tech americane una strategia deliberata, con DeepSeek usata come leva per destabilizzare il mercato e generare enormi profitti attraverso operazioni speculative. Quello che è certo è che DeepSeek ha dimostrato che non servono miliardi di dollari per sviluppare un’AI competitiva, ma strategie intelligenti e ottimizzate. Certo non i sei milioni di cui si parlava inizialmente, ma comunque un punto importante da tenere presente.

Quanto però di questo successo è frutto di innovazione e quanto di un’abile manovra finanziaria? La verità è che l’intelligenza artificiale è una tecnologia troppo potente per essere lasciata nelle mani di pochi. La questione non è solo chi la sviluppa meglio, ma chi ne controlla l’accesso e l’impatto. Se DeepSeek sia stato un esperimento di ottimizzazione, una mossa strategica di mercato o il primo segnale di un possibile indebolimento della leadership americana sull’AI, lo scopriremo nei prossimi anni. Quel che è certo è che la corsa all’IA non sarà più la stessa e che, forse, è un bene che questa tecnologia non sia più nelle mani di pochissimi grandi gruppi o di un numero ristretto di paesi.

L’ascesa di una startup come DeepSeek dimostra che anche realtà emergenti (anche se purtroppo ancora con investimenti importanti) possono avere un ruolo e che, in un settore così rivoluzionario, non tutto è già scritto. Forse, questa competizione crescente può portare a un’AI più democratica, dove non sono solo i colossi a dettare le regole, ma dove anche piccole aziende, laboratori indipendenti e startup specializzate in settori di nicchia possono avere un ruolo importante.

E magari, proprio questa decentralizzazione potrebbe garantire che l’intelligenza artificiale sia sviluppata con più diversità, più creatività e più attenzione a bisogni specifici di mercati. Se c’è una lezione da imparare da DeepSeek, è che nel mondo dell’AI – come della finanza – c’è ancora spazio per chi osa innovare.

L'articolo DeepSeek scuote i mercati. La lezione da imparare proviene da Data Manager Online.

Ed è solo l’inizio! Con l’avvento dell’intelligenza artificiale, l’evoluzione sarà esponenziale e, quindi, una vera e propria rivoluzione. A ben guardare, i principi di base, però, sono sempre quelli tipici del “futurismo” di un secolo fa: velocità, automazione, efficienza, compressione dello spazio e del tempo, immaterialità.

Questi principi sono stati mirabilmente illustrati nella magnifica mostra “Il tempo del Futurismo” messa in scena alla Galleria Nazionale d’Arte Moderna di Roma. Come tutte le rivoluzioni scientifiche e industriali, anche questa, in ultima analisi, estende e potenzia le capacità e le azioni dell’uomo. Come sempre, il problema è sfruttare i vantaggi e, allo stesso tempo, contrastare le abilità e le derive negative.

Sì, perché, come abbiamo iniziato a vedere nell’ultimo decennio, la rivoluzione digitale e in prospettiva l’AI stanno favorendo e facilitando quelli che potremmo definire i “cinque demoni del business”.

Non è il caso di parlare, ovviamente, del malaffare, delle truffe e degli attacchi a fini di rapina, che lasciamo ad altre rubriche. Qui è opportuno riflettere brevemente su quei “demoni” che misureranno le imprese e i prodotti-servizi qualitativamente rilevanti da quelli “mordi e fuggi” o di scarsa qualità.

#grandangolo L’AI non è solo progresso, ma anche giudice. La rivoluzione digitale non fa sconti
Click To Tweet

I cinque “demoni” sono i seguenti: 1) la pubblicità ingannevole e dilagante, secondo la logica del “marketing dell’interruzione”, che interrompe, senza alcun riguardo, l’attenzione del consumatore durante ogni sua attività; 2) le pratiche commerciali scorrette che possono ingannare o influenzare le scelte del consumatore, compromettendone la capacità di prendere decisioni consapevoli e informate; 3) le clausole vessatorie e unilaterali che attribuiscono a una sola parte diritti o vantaggi senza prevedere obblighi o reciprocità per l’altra; 4) l’obsolescenza indotta dei prodotti-servizi, con lo scopo di stimolare il consumo e il ricambio continuo; 5) l’asimmetria informativa e il bavaglio al consumatore-cittadino che determinano una situazione in cui l’offerta possiede più informazioni rilevanti rispetto al consumatore, talvolta non aggiornando i dati, oppure il primo impedisce o limita al secondo la comunicazione.

Se da una parte questi cinque “demoni” saranno notevolmente favoriti e potenziati dalla trasformazione digitale e dalla AI in particolare, dall’altra possono, però, consentire al consumatore-cittadino, magari attraverso authority e società specializzate, di verificare e smascherare chi, sia nel pubblico che nel privato, usa il digitale contro di lui e non a favore di entrambi. Ovviamente, in questo fenomeno, sono coinvolti tutti i settori economici, politici e sociali.

Chi deve difendere efficacemente il cittadino-consumatore da tali “demoni”? Una soluzione sarebbe dotare sia le authority che le società specializzate di una nuova metodologia, con indicatori specifici per certificare il business e il prodotto-servizio di qualità. Questo richiederebbe, però, la sostanziale estensione degli attuali standard a cominciare dall’ISO9000.

L’intelligenza artificiale potrebbe rivelarsi un prezioso alleato nello smascherare comportamenti di scarsa qualità. Tuttavia, senza il contributo della razionalità umana, rischieremmo di precipitare in un caos incontrollato, una sorta di “Far West” tecnologico dove l’AI agirebbe senza supervisione. Se la tecnologia dovesse superare il controllo e la consapevolezza umana, rischieremmo di perdere il senso critico e la capacità di pensare in modo autonomo, trasformandoci in semplici esecutori.

di Piero Bucci

L'articolo I cinque “demoni” del business proviene da Data Manager Online.

Ormai più che pervasiva in processi e decisioni aziendali, l’AI sta diventando uno strumento potente anche per risolvere problemi complessi, molti di questi legati al tema della sostenibilità. Di contro, l’AI è energivora e lo sarà sempre di più. Soprattutto i processi di addestramento dei modelli richiedono enormi quantità di potenza di calcolo, dunque di energia.

L’AI rappresenta quindi sia un’opportunità che una sfida per la sostenibilità. Diversi sono i domini dove l’AI può indirizzare problemi a elevata complessità. Per esempio, spiccano: Digital twins, genoma umano e ricerche mediche avanzate, generazione energia (REN, CCS, H2…), Job scheduling problem, quantitative trading, real-time fraud detection e così via.

Ottimizzare il consumo energetico è il principale obiettivo per rendere l’AI sostenibile, intervenendo su più dimensioni. Da un lato, la crescente complessità degli algoritmi richiede un equilibrio tra prestazioni avanzate e sostenibilità, poiché la loro formulazione e implementazione risultano sempre più onerose. Parallelamente, l’ingegneria dei sistemi, sia hardware che software, punta a soluzioni sempre più efficienti e sofisticate, capaci di ridurre gli sprechi senza compromettere le capacità computazionali.

Anche i componenti HPC giocano un ruolo centrale, poiché, oltre alle alte prestazioni, devono garantire tecnologie a elevata capacità di calcolo e bassa latenza. Infine, il sourcing energetico diventa una sfida fondamentale: la crescente domanda impone la necessità di un approvvigionamento stabile e continuo.

Per ogni dimensione è possibile elencare alcune principali direzioni di sviluppo e intervento. Per la struttura degli algoritmi si cita spesso l’ottimizzazione del training emulando l’apprendimento biologico. Con riferimento alla dimensione Engineering le leve sono su hardware e software (no ridondanze, prioritizzazione cloud, ottimizzazione storage, server-less computing…) e sistemi a supporto (Cooling system efficienti, riduzione materie prime per componenti a pari performance, utilizzo di materiali innovativi e/o riciclati, anche secondari ad alta efficienza).

Le dimensioni per un’AI che rispetta l’ambiente e alimenta il progresso. #AI #Sostenibilità #PwCItalia
Click To Tweet

Una dimensione certamente rilevante è quella dei componenti HPC considerando l’uso, per esempio, di: 1) GPU per l’elaborazione in parallelo di matrici e vettori; 2) TPU per accelerare calcoli tensoriali, alta capacità di computazione e bassa latenza; 3) QPU (Quantum, Annealer e Gate-Based) per la computazione ad altissima densità; 4) FPGA per la riconfigurabilità e il calcolo parallelo; 5) ASIC per applicazioni specifiche, con migliori prestazioni, minore consumo energetico e maggiore compattezza.

Infine, l’ambito di Sourcing energetico dove considerare l’acquisto di energia (PPE, spesso da Nucleare), l’acquisto di carbon credit (RECs), la produzione in loco con mix di REN (PV, wind), nucleare (SMR/ AMR o Gen III/III+) ed energy storage (batterie).

Il “margine di sostenibilità” può essere definito come la differenza tra i benefici ambientali e sociali derivanti dall’adozione di una soluzione avanzata di AI e i costi associati. Se non si ottimizzano le dimensioni precedenti, il costo della sostenibilità può ridurre progressivamente il valore generato, portando a un margine negativo, soprattutto in mancanza di un ecosistema efficiente.

Se non si adottano misure di ottimizzazione fin dall’inizio, l’investimento necessario per rendere l’AI sostenibile aumenterà in modo esponenziale col passare del tempo, perdendo in competitività. Le aziende possono agire direttamente sull’efficientamento dei propri algoritmi, mentre per gli aspetti legati ai data center possono agire in autonomia se hanno proprie installazioni oppure fare leva su vendor che investono in strutture moderne ed efficienti.

A cura di PwC

L'articolo AI e sostenibilità, la ricerca del giusto trade-off proviene da Data Manager Online.