Diagnostica guasti con AI: il punto di vista di Honeywell sulla manutenzione

Il 12 novembre 2026 Plant Engineering ha pubblicato un'intervista di Tyler Wall a Greg Turner, chief solutions officer per la building automation di Honeywell Technologies, raccolta durante Honeywell Technologies Accelerate 2026. Il messaggio centrale: la diagnostica dei guasti basata su AI è già utile nella manutenzione degli edifici, e per ottenere dati affidabili è meglio collegare i sistemi esistenti che sostituirli.

Va ricordato che si tratta di un'intervista a un dirigente di un fornitore: le affermazioni vanno lette come il punto di vista del vendor. L'articolo, inoltre, non riporta numeri né casi applicativi che permettano di quantificare i benefici.

Il contesto: infrastrutture vecchie, costi in crescita, meno personale

Secondo l'intervista, le strutture devono fare i conti con infrastrutture che invecchiano, costi energetici in aumento e carenza di personale di manutenzione esperto. Turner ritiene che l'efficienza operativa resterà per i prossimi cinque anni il tratto distintivo degli impianti più performanti, e la scompone in due componenti: produttività della forza lavoro e consumo energetico.

Dove l'AI funziona oggi

Le aree indicate come mature o promettenti sono:

• Diagnostica dei guasti: l'AI filtra allarmi e anomalie irrilevanti, aiutando a individuare problemi in sviluppo sulle apparecchiature e riducendo il tempo dedicato alla revisione degli allarmi.
• Processi variabili: quando molte variabili cambiano, le strategie di controllo tradizionali faticano. L'AI può cercare modi per migliorare la qualità del processo, ridurre l'intensità energetica e limitare gli sprechi.
• Tempo dei tecnici: automatizzare la revisione ripetitiva degli allarmi libera personale qualificato, che può dedicarsi alle prestazioni delle apparecchiature e ai miglioramenti operativi.

Turner stesso ammette un limite importante: non tutte le applicazioni di AI producono già risultati misurabili.

Integrare invece di sostituire

Molti siti operano con più generazioni di sistemi di gestione e controllo degli edifici. Una sostituzione completa è costosa e invasiva. Il consiglio è collegare l'infrastruttura esistente ed estrarne i dati utili, senza cambiare i sistemi solo per accedervi. Protocolli aperti e tecnologie di integrazione possono mettere in comunicazione apparecchiature di produttori diversi, anche se i sistemi più datati richiedono un approccio più ponderato alla raccolta dei dati.

Più dati non significa decisioni migliori

Turner ricorda che i primi progetti di edifici connessi cercavano di raccogliere dati da ogni dispositivo con frequenze molto elevate, ottenendo dataset sovradimensionati. La sua indicazione è stabilire prima quali misure servono, con quale frequenza raccoglierle e a quali domande operative rispondono.

Prima la domanda operativa, poi la misura e la frequenza di raccolta.

Cosa ne traggono ingegneri e integratori

Per chi lavora in automazione, l'articolo suggerisce un percorso pragmatico, coerente con l'esperienza di molti progetti brownfield:

• partire dalla razionalizzazione degli allarmi e dalla diagnostica, dove il beneficio è più facile da collegare al tempo risparmiato;
• preferire l'integrazione dei sistemi esistenti alla sostituzione completa;
• definire i requisiti dei dati a partire dalla domanda a cui si vuole rispondere, non dalla quantità disponibile;
• chiedere ai fornitori evidenze misurabili, dato che l'intervista non ne fornisce.

La pagina consultata risultava troncata dopo questo punto, quindi eventuali sezioni successive, ad esempio su energia o forza lavoro, non sono qui considerate. Nel complesso, l'intervista conferma una tendenza condivisibile: il valore dell'AI nella manutenzione dipende meno dall'algoritmo che dalla qualità e dalla pertinenza dei dati a monte.