L’integrazione tra Industrial Internet of Things e Intelligenza Artificiale Generativa sta ridisegnando in profondità il modo in cui le aziende industriali gestiscono i propri asset e prendono decisioni sul loro utilizzo. Se da un lato la sensoristica connessa consente di raccogliere enormi quantità di dati dai macchinari e dagli ambienti produttivi, dall’altro l’AI conversazionale permette di accedere in modo semplice, veloce e contestualizzato al patrimonio informativo aziendale.

In questa convergenza si inserisce Wilson.ai Agents, la nuova piattaforma Agentic AI specificamente pensata per i macchinari industriali che 40Factory presenterà in anteprima a SPS Italia 2025. Si tratta della sintesi evoluta di due soluzioni che rappresentano due mondi paralleli già disponibili nel portafoglio tecnologico della scale-up piacentina: da un lato MAT, la soluzione Industrial IoT per l’acquisizione e l’analisi dei dati di campo; dall’altro Wilson.ai, il motore di AI generativa che consente un’interazione conversazionale con il patrimonio di conoscenze aziendali in ambito industriale.

Oggi questi due ambiti si uniscono per dare vita ad una nuova generazione di intelligenze artificiali operative: gli “autonomous agents”. Il nuovo ambiente consentirà di creare e accedere a una libreria di bot (o agenti), sviluppati appositamente per rispondere a esigenze di natura diversa e per eseguire task specifici sui dati acquisiti ed elaborati da MAT, la soluzione industriale IoT di 40Factory.

Nel 2023, l’azienda aveva presentato ufficialmente Wilson.ai proprio a SPS, vincendo il “Roberto Maietti Award” per la migliore tecnologia. Quest’anno concorrerà con Wilson.ai Agents, ampliando ulteriormente l’orizzonte applicativo della propria visione AIoT.

Oltre il monitoraggio: rendere la conoscenza “azionabile”

L’obiettivo di Wilson.ai Agents è ambizioso quanto concreto: trasformare dati grezzi e conoscenze tecniche in azioni automatiche e intelligenti che migliorano le performance degli impianti, riducono sprechi e supportano l’evoluzione dei modelli di business e la servitizzazione.

In molti contesti, infatti, le piattaforme Industrial IoT si limitano a visualizzare KPI generici (OEE, consumi, allarmi), lasciando agli operatori il compito di interpretare i dati e agire di conseguenza. Ma ogni OEM conosce a fondo il proprio prodotto-processo, e il vero vantaggio competitivo consiste nel codificare questa conoscenza tecnica in una forma digitale e operativa.

È qui che entrano in gioco gli agenti autonomi: unità software intelligenti e specializzate, progettate per percepire l’ambiente, elaborare informazioni e, soprattutto, agire. “Con Wilson.ai Agents è possibile costruire diversi agenti AI che, utilizzando l’intelligenza di Wilson.ai, sono in grado di compiere task autonomi sui dati gestiti dalla soluzione IIoT MAT”, spiega Filippo Ghelfi, CTO di 40Factory.

Come funziona un agente autonomo?

Numerose attività quotidiane che implicano l’analisi di serie temporali e di eventi – spesso supportate da algoritmi di diversa complessità – possono oggi essere automatizzate attraverso agenti autonomi progettati per specifici obiettivi. “Un agente AI è in grado di acquisire informazioni dall’ambiente in cui opera, elaborare decisioni in autonomia e attivare azioni mirate per risolvere problemi. Ogni agente può essere costruito per risolvere un problema specifico, anche complesso, sfruttando una combinazione di tecnologie di AI, come Generative AI e NLP (Natural Language Processing), con tecnologie di analisi dati avanzate e l’accesso alla documentazione tecnica dell’azienda, a seconda del compito che deve portare a termine”, racconta Ghelfi.

Ogni agente è strutturato in cinque componenti principali.

Il processo inizia con la raccolta di dati grezzi dalla piattaforma Industrial IoT collegata ai macchinari, che forniscono il contesto operativo (sorgenti di input). Tramite delle funzioni software (tools) – che spaziano da algoritmi di machine learning a modelli matematici tradizionali – elabora i dati e risolvere problemi specifici. L’agente utilizza quindi un prompt di Generative AI basato su un modello LLM (Large Language Models), che rappresenta la “mente pensante”, per coordinare i task cognitivi e attiva azioni conseguenti, come l’invio di notifiche, la generazione di report, l’attivazione di callbacks o la scrittura di valori direttamente nei data block dei PLC per modificare il comportamento delle macchine in autonomia.

In questo modo, il sistema diventa capace di rilevare pattern nei dati, prendere decisioni tempestive e intervenire automaticamente per ottimizzare le prestazioni della macchina.

“A differenza di un chatbot, l’agente non è progettato per dialogare, ma per agire in base a obiettivi ben definiti, sfruttando l’intelligenza generativa per accedere alla conoscenza aziendale e valorizzarla. Proprio in quest’ottica è nato il motore Wilson.ai, pensato per l’industria: un assistente virtuale in grado di consultare e interpretare intere basi documentali, suggerendo in linguaggio naturale procedure, soluzioni e best practice”, afferma Fabio Vesperini, Head of Data Science di 40Factory.

Gli agenti autonomi rappresentano quindi un modo concreto per scalare il supporto tecnico e standardizzare le competenze: una necessità ormai impellente in un momento in cui il turnover del personale tecnico è elevato, le tecnologie diventano sempre più complesse e le richieste di assistenza aumentano.

“Non solo: l’integrazione tra IoT e GenAI consente di monitorare eventi di macchina, malfunzionamenti o anomalie e di attivare automaticamente agenti capaci di suggerire in tempo reale le risposte più efficaci, garantendo continuità produttiva e qualità del servizio”, aggiunge Vesperini.

Cosa può fare Wilson.ai Agents?

Wilson.ai Agents apre la strada a una nuova modalità di lavoro in cui la conoscenza tecnica non è più vincolata alle persone ma viene codificata in agenti digitali capaci di operare 24/7.

“Le applicazioni concrete sono molteplici. È possibile costruire agenti dedicati alla prevenzione dei guasti, in grado di rilevare condizioni critiche dai dati sensoriali e attivare interventi predittivi. Altri agenti possono occuparsi della creazione automatica di report tecnici, della diagnostica avanzata o del troubleshooting guidato per supportare gli operatori di primo livello.

Ci sono poi agenti specializzati nell’ottimizzazione dei consumi energetici, che analizzano i cicli produttivi suggerendo configurazioni più efficienti, o nell’analisi delle performance operative, con focus su produttività, scarti e utilizzo macchina. È persino possibile progettare agenti che forniscano raccomandazioni dinamiche all’utente, ad esempio per l’impostazione ottimale dei parametri macchina o per l’esecuzione corretta delle fasi di avviamento e pulizia”, spiega Vesperini.

Quale che sia il compito assegnato all’agente, il punto di forza della piattaforma è la possibilità di automatizzare le competenze e trasformare la conoscenza storica dell’OEM o dell’End User in valore attivo, continuamente disponibile e aggiornabile.

Fiaba, un esempio concreto di Wilson.ai Agent

Un importante costruttore di macchine del settore wire & cable, MFL GROUP, verifica periodicamente che i propri clienti non utilizzino in modo scorretto i macchinari; ciò è possibile perché le macchine sono connesse a MAT. I tecnici, tramite la piattaforma Industrial IoT:

1. Verificano eventuali situazioni di over torque dei motori.

2. In caso positivo, verificano la configurazione specifica del macchinario e i limiti operativi.

3. In caso di uso scorretto e potenzialmente distruttivo da parte del cliente, notificano i responsabili di produzione dello stesso.

Questa attività, ad oggi, deve essere ripetuta in modo costante su più di 100 macchine connesse alla piattaforma; sebbene il suo valore è alto, le risorse impiegate e il tempo necessario potrebbero non essere più sostenibili all’aumentare del parco macchine connesso.

È qui che il cliente decide di creare “Fiaba”, un agente autonomo in grado di eseguire efficacemente la sequenza di azioni indicata sopra, ogni due ore, per ciascuna macchina connessa. Fiaba non richiede intervento umano e può scalare su un numero di macchine potenzialmente infinito. Non solo; Fiaba è in grado di accedere alla knowledge-base di Wison.ai e di suggerire al cliente le azioni correttive in autonomia. Grazie a Wilson.ai Agents è stato possibile creare e validare Fiaba in poche settimane.

Le sfide della GenAI in ambito industriale: affidabilità, sicurezza e addestramento

L’introduzione dell’Intelligenza Artificiale Generativa nei contesti produttivi industriali apre le porte a un enorme potenziale di innovazione, ma porta con sé anche una serie di questioni tecniche, organizzative e operative che non possono essere trascurate – l’affidabilità del modello, la sicurezza nella gestione e condivisione dei dati e lo sforzo richiesto per l’addestramento degli assistenti virtuali – e che le soluzioni 40Factory affrontano e risolvono.

Affidabilità del modello e accuratezza dei dati

Una delle preoccupazioni più diffuse legate all’uso della GenAI in ambito industriale riguarda la fiducia nelle risposte generate dai modelli. Gli LLM generalisti spesso non offrono trasparenza sulle fonti utilizzate per costruire la risposta e possono generare contenuti imprecisi o non verificabili.

“Il tema dell’accuratezza del modello non dipende solo dalla tecnologia utilizzata, ma soprattutto dalla qualità dei dati. Per superare questa barriera, soluzioni come Wilson.ai adottano un approccio basato su una knowledge base chiusa e validata, costruita direttamente dalle aziende utenti. È l’amministratore del sistema a stabilire quali documenti e fonti costituiscono la base informativa da cui l’assistente può attingere. Inoltre, ogni risposta può essere tracciata e corredata da riferimenti alle fonti originali, garantendo così trasparenza, coerenza e controllo. Questo approccio consente di trasformare la conoscenza aziendale in risorsa operativa affidabile e sicura, rendendo la GenAI realmente utilizzabile nel day-by-day delle operation industriali”, spiega Ghelfi.

Protezione e segregazione dei dati

Un altro aspetto critico è la gestione sicura dei dati industriali, spesso sensibili e soggetti a vincoli normativi. Gli OEM, ad esempio, possono trovarsi a trattare informazioni di clienti concorrenti tra loro o operare in settori regolamentati, come il farmaceutico, dove la condivisione deve essere strettamente controllata.

“Per affrontare queste esigenze, 40Factory ha implementato misure di cybersecurity avanzate, tra cui un’infrastruttura cloud basata su Microsoft Azure, per garantire scalabilità, resilienza e protezione, la validazione architetturale da parte di esperti indipendenti, l’esecuzione periodica di penetration test e assessment di sicurezza e l’utilizzo di soluzioni cloud ibride, personalizzabili in base alle necessità di segregazione logica e fisica delle informazioni. A ciò si aggiunge la possibilità di definire ruoli e privilegi di accesso molto granulari: ogni azienda cliente decide chi può accedere a quali contenuti, e con quale livello di autorizzazione. In questo modo, la condivisione delle informazioni è sempre controllata e tracciabile”, sottolinea Vesperini.

Addestramento semplificato e progressivo

Un ulteriore elemento che ne abilita la diffusione è la semplicità di addestramento della soluzione. “A differenza di molti sistemi AI che richiedono set di dati strutturati e complessi processi di training, Wilson.ai è stato progettato per offrire un’esperienza di configurazione intuitiva e incrementale. L’addestramento è basato su esempi testuali che chiunque può fornire al sistema tramite il linguaggio naturale. Sono sufficienti pochi minuti al giorno per inserire nuovi contenuti, classificare correttamente le fonti e validare le risposte generate: nel giro di alcune settimane, è già possibile costruire un database aziendale affidabile e operativo”, spiega Vesperini.

Il ruolo attivo dell’azienda cliente in questo processo è centrale: la personalizzazione dell’assistente passa dalla capacità del team interno di caricare documentazione pertinente, definire le aree di competenza dell’agente, stabilire le regole di accesso e validare le interazioni. In questo modo, l’azienda mantiene il controllo sul valore prodotto dall’AI e garantisce coerenza con il proprio know-how tecnico e operativo.

Il contributo concreto degli agenti AI alla sostenibilità

L’integrazione tra Industrial IoT e Agentic AI non rappresenta solo un salto tecnologico, ma anche un’opportunità concreta per favorire la sostenibilità nei suoi tre pilastri fondamentali: ambientale, sociale ed economica.

Ottimizzazione dei consumi e riduzione dell’impatto ambientale

“Dal punto di vista ambientale, gli agenti autonomi sono in grado di monitorare costantemente le condizioni operative dei macchinari, analizzare pattern di consumo energetico e proporre in tempo reale azioni correttive che mantengano l’efficienza produttiva ai massimi livelli, minimizzando al contempo sprechi e inefficienze”, racconta Vesperini. “Ad esempio, è possibile implementare agenti in grado di analizzare le curve di lavaggio o sterilizzazione all’interno degli impianti e individuare in autonomia le temperature ottimali per completare il ciclo nei tempi richiesti, con un significativo risparmio energetico”. Si tratta di un approccio che coniuga continuità operativa e attenzione all’ambiente, in linea con gli obiettivi della transizione ecologica industriale.

Un supporto umano-centrico per i lavoratori

Sotto il profilo sociale, gli agenti AI assumono un ruolo fondamentale nel miglioramento delle condizioni di lavoro. “Automatizzando task ripetitivi, intensivi in termini di tempo e poveri di valore aggiunto, consentono agli operatori e ai tecnici di concentrarsi su attività strategiche e ad alto contenuto cognitivo. Questo solleva le persone da carichi di lavoro logoranti o stressanti – come la continua analisi di dati storici, log e allarmi macchina – promuovendo un ambiente produttivo più umano, efficiente e sicuro”, afferma Ghelfi.  

In tal senso, gli agenti si configurano come alleati dell’intelligenza umana, ampliandone le capacità decisionali senza sostituirla. Oltre all’aspetto legato all’assistenza, un altro possibile utilizzo degli agenti è quello della formazione del personale.

Valorizzazione del know-how e nuovi modelli di business

“Sul fronte economico e strategico, l’adozione di piattaforme come Wilson.ai Agents consente agli OEM di accelerare il passaggio verso nuovi modelli di business basati sulla servitizzazione. Gli agenti, infatti, permettono di “codificare” digitalmente il know-how tecnico e di processo, trasformandolo in servizi intelligenti a valore aggiunto da offrire come parte integrante della macchina o come servizio post-vendita. Questo abilita forme inedite di monetizzazione della conoscenza industriale, con la possibilità di vendere non solo un macchinario, ma una soluzione intelligente che continua a generare valore nel tempo. In altri termini, gli agenti autonomi offrono agli OEM un nuovo linguaggio per trasferire competenze, proporre servizi evolutivi e costruire relazioni più solide e continuative con gli End User”, spiega Ghelfi. “Per gli End User, invece, consente di automatizzare task complessi, ridurre l’errore umano e migliorare il rendimento operativo anche in contesti dove scarseggiano competenze analitiche avanzate. Il tutto, in un’architettura edge-cloud scalabile, basata su tecnologie aperte, API REST e tool di sviluppo low-code che facilitano l’integrazione nei sistemi esistenti”.

Verso SPS 2025: la nuova frontiera dell’AI industriale

A SPS Italia 2025, 40Factory porterà in scena questa nuova visione dell’intelligenza industriale: una visione agentica, autonoma e intelligente, fondata sulla convergenza tra IIoT e GenAI. Con Wilson.ai Agents, l’intelligenza non si limita a suggerire, ma agisce, trasformando la conoscenza aziendale in valore operativo.

Per mostrare che questa tecnologia è già una realtà, saranno presentati tre casi concreti di agenti creati da clienti OEM di 40Factory: MFL Group, GOGLIO e Presezzi Extrusion.

In un contesto in cui efficienza, resilienza e sostenibilità sono sempre più cruciali, questa soluzione apre nuove prospettive non solo tecnologiche, ma anche di business model, di servitizzazione e di evoluzione del ruolo dell’OEM come fornitore di intelligenza oltre che di macchine.

40Factory sarà presente a SPS 2025, dal 13 al 15 maggio, nello stand B014 all’interno del padiglione 7 “Digital & Software”.