Perché i pilot di AI industriale si fermano prima della produzione

Il 2 novembre 2026 IIoT World ha pubblicato un articolo di Paul Viorel dedicato a un panel dell'Industrial AI Summit 2026. Hanno partecipato Benson Chan (Strategy of Things), Flemming Kongsberg (Siemens), Maddie Zeng (NeoAI) e Jonathan Weiss (Cumulocity). Il tema: perché tanti progetti pilota di AI industriale funzionano in demo e poi non arrivano mai in produzione.

L'iceberg del pilota

Chan paragona il pilota alla punta visibile di un iceberg. Un pilota da circa 10–30 mila dollari (l'esempio dell'articolo è 20 mila) lavora su dati già puliti, una o due integrazioni e un perimetro ristretto. Il passaggio in produzione aggiunge tutto ciò che resta sotto la superficie:

• requisiti di cybersecurity
• impianti legacy con versioni software diverse
• integrazione con MES, ERP e sistemi di schedulazione
• governance e formazione
• cambiamento per il personale

L'articolo afferma che la fase di produzione costa tipicamente un multiplo del pilota e richiede molto più tempo, ma non fornisce cifre precise. Il dato va quindi letto come indicazione qualitativa, non come regola di budget.

Il test di data readiness

Il panel propone tre domande da porsi prima di avviare un progetto:

• I dati sono disponibili?
• Ci si può fidare di questi dati?
• Qualcuno li usa già, anche a mano?

Se i dati non esistono, il progetto non è di AI ma di modernizzazione, e viene prima dell'AI. Il consiglio è partire dal caso d'uso in cui i dati già circolano, invece di aspettare di aver modernizzato tutto.

Cosa uccide un progetto dopo una buona demo

Tre cause strutturali emerse dalla discussione:

• Nessun responsabile di business. I progetti che attraversano progettazione, produzione e operations si bloccano ai confini tra reparti quando nessuno possiede la metrica.
• Modelli generici. Un modello di uso generale non dà vantaggio competitivo finché non viene combinato con i dati aziendali e la conoscenza del dominio.
• Prototipo trattato come prodotto. Una demo costruita con un assistente di codice non è software di livello enterprise.

Brownfield e greenfield

Nei brownfield i sensori oggi costano poco e gli adattatori per interfacce seriali, USB e legacy permettono di estrarre dati da macchine di 40–50 anni. Il retrofit è più semplice di quanto molti team immaginino. Nei greenfield la situazione non è automaticamente migliore: anche i nuovi stabilimenti mescolano marchi di PLC e software MES nello stesso sito, e l'integrazione resta costosa.

In entrambi i casi conta se i dati esistono e se vengono usati.

Perché conta per chi lavora in automazione

Il messaggio è che il successo di un pilota si decide meno nel modello e più nel lavoro industriale che lo circonda: integrazione con PLC e MES, standardizzazione dei dati, assegnazione di un responsabile e connettività di retrofit. Sono competenze tipiche di chi conosce sia il campo sia il software di fabbrica.

Indicazioni pratiche

Prima di approvare un pilota, conviene verificare:

• che i tre test sui dati siano superati per il caso d'uso scelto
• che esista un unico responsabile della metrica di business
• che il budget consideri integrazione, sicurezza, formazione e gestione del cambiamento, non solo la demo
• che il modello sfrutti dati e conoscenza di processo propri
• che il percorso da prototipo a software di produzione sia definito fin dall'inizio

Nota: l'articolo originale è un resoconto di panel e le indicazioni sui costi sono qualitative; il range del budget del pilota proviene dalle FAQ dell'articolo.