L’IA nella produzione: tre processi che trattengono il sapere in azienda

Situazione di partenza: manca la strategia, il sapere va in pensione

Solo il 17% delle PMI dispone di una strategia digitale definita, contro quasi il 50% delle grandi imprese. Lo mostra l’indagine di Swissmem sull’industria 4.0 del 2020, alla quale hanno partecipato 267 imprese della Svizzera tedesca e 54 della Svizzera romanda.¹ Per l’intelligenza artificiale la distanza tra annuncio e officina è ancora maggiore. Nel 2024 l’ETH di Zurigo ha interpellato in proposito, insieme a Swissmem e Next Industries, oltre 200 imprese tecnologiche svizzere. Metà non ha ancora preso in considerazione l’IA vicina alla produzione e il 10% conduce progetti pilota.²

La prudenza ha buone ragioni. Swissmem indica come ostacoli i rischi per la sicurezza e le questioni di protezione dei dati, i requisiti normativi nonché la struttura e la qualità dei dati.⁴ Chi affida i dati di progettazione a un cloud estraneo si procura un problema che nessun guadagno di efficienza compensa. E chi ha un archivio cresciuto in trent’anni sa che la qualità dei dati non nasce premendo un pulsante. La risposta utile non è attendere, bensì cominciare in piccolo e in modo controllato.

Perché un orologio corre, ed è appeso nell’ufficio del personale. La perdita di sapere quando se ne vanno gli specialisti esperti è considerata un grande problema dell’industria svizzera. Swissmem presenta a tale proposito il progetto di ricerca Digitaler Wissenserhalt im Unternehmen della HES-SO Valais-Wallis: raccoglie il sapere esperienziale dei collaboratori di lunga data e lo rende utilizzabile per l’avviamento dei nuovi.³ È esattamente ciò che la sua officina vive ogni settimana: la risposta si trova in un documento che nessuno riesce più a trovare, e il collega che la conosce a memoria ha ancora due anni prima della pensione. Un modello linguistico, cioè un programma che legge testi e ne formula a sua volta, può rendere di nuovo reperibili documenti del genere.

Nella produzione alimentare si aggiunge un binario legale. L’autocontrollo secondo i principi HACCP è un obbligo dell’azienda.⁵ Le linee guida settoriali per la buona prassi procedurale sono approvate dall’Ufficio federale della sicurezza alimentare e di veterinaria (USAV); sono un aiuto riconosciuto, ma il diritto alimentare vigente prevale su di esse. La base è l’articolo 80 dell’ordinanza sulle derrate alimentari e gli oggetti d’uso.⁶ L’obbligo resta dell’azienda. Il lavoro di scrittura che vi ruota attorno no.

Caso d’uso 1: il sapere esperienziale resta in azienda

Un impianto del 2011 è fermo presso il cliente. Il tecnico di servizio cerca la causa ed è certo che lo stesso guasto si sia già verificato, solo che è annotato in un rapporto di servizio che nessuno riesce più a trovare. Due porte più in là il progettista chiede perché all’epoca una variante sia stata costruita con quel montaggio dei cuscinetti. A entrambe le domande può rispondere lo stesso collaboratore, che tra due anni va in pensione.

Rapporti di servizio, verbali di collaudo, note sulle distinte base e richieste di modifica entrano nella base di conoscenza così come sono: come PDF, come scansione, come struttura di cartelle cresciuta nel tempo. Si domanda in linguaggio comune, come lo chiederebbe a un collega, e non con comandi di ricerca: quale guasto si sia già presentato su quale serie, perché sia stato scelto quel montaggio dei cuscinetti, che cosa dicesse il verbale di collaudo. La risposta arriva con il rimando al documento da cui proviene. Così può consultarla in pochi secondi anziché doverle credere sulla parola.

I permessi arrivano fino al singolo strumento: chi non può vedere il calcolo dei costi non lo vede nemmeno tramite l’IA. Ogni accesso finisce nel registro di audit, un verbale che annota chi ha aperto quale documento e quando. Cominci con un tipo di macchina o con una serie e verifichi le prime risposte su casi che conosce a memoria. La qualità delle risposte cresce con la qualità dell’archivio, e l’azienda vede sul proprio esempio quanto varrà d’ora in poi un archivio ordinato.

Caso d’uso 2: passare al setaccio il capitolato prima dell’offerta

Un capitolato del cliente arriva con 140 pagine. Il termine di consegna scade tra dieci giorni e l’unico a poterlo leggere è il senior, che è comunque già carico di lavoro. Il documento entra nel collega IA e ne esce un elenco strutturato di requisiti: che cosa è richiesto, in quale capitolo è indicato, quale norma è citata e quale tolleranza è nominata.

In un secondo passo questo elenco viene confrontato con le sue specifiche, i suoi elenchi di norme e le sue offerte precedenti presenti nella base di conoscenza. Ciò che il suo portafoglio copre risulta coperto, con rimando alla specifica propria. Ciò che non copre viene contrassegnato. Ciò che è formulato in modo poco chiaro finisce nell’elenco delle domande al cliente, con il punto esatto nel capitolato. Il senior legge così in modo mirato i passaggi contrassegnati anziché tutte le 140 pagine, e la decisione se presentare offerta poggia su una base anziché su una sensazione.

Ciò che consapevolmente non avviene: il collega IA non rilascia alcun impegno e non sostituisce alcun chiarimento tecnico. Fornisce una bozza con la fonte, e un modello linguistico può ignorare un requisito o classificarlo in modo errato. Per questo l’elenco appartiene al reparto specialistico, che valuta ciò che è fattibile. Il vantaggio sta nel fatto che l’esame comincia il primo giorno anziché il settimo.

Caso d’uso 3: assicurazione qualità e audit nella produzione alimentare

L’audit secondo IFS Food o BRCGS è previsto in marzo. Il catalogo delle domande viene messo a confronto con il proprio manuale HACCP e di gestione della qualità, e ne esce un elenco delle lacune: quale domanda trova risposta nel manuale, dove c’è solo un rimando, dove non c’è nulla. L’assicurazione qualità lavora su questo elenco anziché rileggere tre volte il manuale dall’inizio.

La seconda pila è costituita dai documenti dei fornitori: specifiche, certificati, certificati di analisi. Il collega IA li riassume, contrassegna le date di scadenza e indica che cosa manca. Il terzo caso sono le bozze multilingue di etichettatura e dichiarazione nonché le istruzioni per l’uso. Nascono con il suo glossario aziendale, cioè con il suo elenco di termini, e utilizzano gli stessi termini in tutte le lingue. L’ordine degli ingredienti e l’evidenziazione degli allergeni figurano come punti di controllo nell’elenco dell’assicurazione qualità, non come risultato della macchina.

Qui il confine è tracciato in modo netto, ed è giusto così. L’autocontrollo è un obbligo di legge dell’azienda.⁵ Il collega IA scrive bozze e trova lacune; ad approvare deve essere l’assicurazione qualità. Per etichette e istruzioni per l’uso si aggiunge la responsabilità da prodotto: l’approvazione tecnica spetta espressamente all’essere umano, e un testo scritto da una macchina non soddisfa da solo alcun requisito giuridico. Questo articolo non sostituisce una consulenza legale.

Connettori: che cosa si può collegare ai suoi sistemi

Un collega IA è utile quanto ciò che gli è consentito raggiungere. MCP è uno standard aperto grazie al quale un programma di IA può interpellare un altro programma. Serve a questo scopo un’interfaccia documentata, cioè un punto di collegamento reso pubblico attraverso il quale due programmi si scambiano dati. Ogni singolo strumento viene abilitato a parte e ogni chiamata viene registrata. Secondo un’analisi Profondia del 2023 sulle circa 13.500 maggiori imprese svizzere, l’ERP più utilizzato in Svizzera è Abacus con il 17%, davanti a SAP con il 16% e a Microsoft Dynamics con l’8%.⁷ La tabella mostra fino a dove arriva oggi il collegamento dell’IA al software diffuso nella fabbricazione e nella produzione alimentare, verificata nell’agosto 2026. Nella colonna centrale figurano i nomi tecnici di queste interfacce; per lei conta la colonna di destra.

Il suo software manca nell’elenco? I tre processi qui sopra lavorano con documenti e non necessitano di alcun collegamento di sistema. Per iniziare basta un’esportazione dal MES, cioè dal sistema di conduzione della produzione, oppure dal sistema di gestione dei mezzi di controllo. Come funziona in linea di principio un collegamento tramite MCP e quali sistemi sono predisposti è descritto nella pagina Integrazioni.

Tutela del segreto: i suoi dati di progettazione restano nelle sue mani

In questo settore la leva non si chiama in primo luogo legge sulla protezione dei dati, bensì segreto di fabbrica e segreto d’affari. L’articolo 162 del Codice penale punisce la rivelazione di tali segreti quando sussiste un obbligo legale o contrattuale di riservatezza; il reato è perseguito solo a querela di parte.⁸ Sono esattamente questi i segreti contenuti nei suoi dati di progettazione, nei calcoli dei costi e nelle specifiche dei clienti, spesso protetti in aggiunta da un accordo di riservatezza. Chi fornisce medtech, farmaceutica o aeronautica porta inoltre gli obblighi contrattuali dei propri clienti contro ogni fuoriuscita di dati verso cloud estranei. Questo articolo non sostituisce una consulenza legale.

Da qui la frase centrale: i suoi dati di progettazione restano nella sua istanza. Un’istanza è l’installazione che gira per la sua sola azienda, con permessi per singolo strumento e un registro per ogni accesso. È gestita in centri di calcolo certificati ISO 27001 di Green a Lupfig (Svizzera) oppure sul suo server. Vengono offerti i modelli attuali di OpenAI (ChatGPT) e Anthropic (Claude); vengono eseguiti nel data center AWS di Francoforte. AWS è un’azienda statunitense, quindi lo US CLOUD Act si applica anche con server a Francoforte, e lo diciamo apertamente. Per i clienti con requisiti elevati di protezione dei dati sono disponibili modelli aperti di punta come GLM, Kimi e DeepSeek, gestiti da aziende europee su server in Europa; lì il CLOUD Act non si applica. I dati dei clienti non addestrano alcun modello. La telemetria, cioè il rinvio di dati di utilizzo, è disattivata per impostazione predefinita. Chi per obblighi verso i clienti non può cedere nulla all’esterno gestisce l’istanza nel proprio centro di calcolo. La base LibreChat è consultabile con licenza MIT; il repository con le nostre estensioni seguirà a breve.

Per i dati del personale vale inoltre la legge riveduta sulla protezione dei dati. L’azienda resta responsabile anche quando è uno strumento di IA a trattare i dati. Se collabora un fornitore, serve un accordo sul trattamento dei dati, cioè un contratto che stabilisce che cosa quel fornitore può fare con i dati. L’accordo sul trattamento dei dati e l’elenco dei sub-responsabili sono pubblicati apertamente sul sito, le misure tecniche nel Trust Center.

Domande frequenti dalla fabbricazione e dalla produzione alimentare

Fonti

Tutte le cifre e le indicazioni giuridiche di questo articolo provengono dalle fonti seguenti, verificate da ultimo nell’agosto 2026.

1. Swissmem, indagine sull’industria 4.0 nel settore MEM (rilevazione 2020, pubblicata il 16 novembre 2020; 267 imprese della Svizzera tedesca, 54 della Svizzera romanda), strategia digitale nelle PMI e nelle grandi imprese: swissmem.ch
2. Studio dell’ETH di Zurigo con Swissmem e Next Industries su oltre 200 imprese tecnologiche svizzere sullo stato dell’IA (rilevazione 2024), riferito da MaschinenMarkt Schweiz il 14 novembre 2024: maschinenmarkt.ch
3. Swissmem, progetto di ricerca Digitaler Wissenserhalt im Unternehmen della HES-SO Valais-Wallis, raccolta del sapere esperienziale, presentato alla conferenza Swissmem sull’industria 4.0 nel gennaio 2024: swissmem.ch
4. Swissmem, intelligenza artificiale: applicazioni attuali e sfide nell’industria svizzera: swissmem.ch
5. USAV (BLV), Ufficio federale della sicurezza alimentare e di veterinaria, linee guida per la buona prassi procedurale nelle aziende alimentari e autocontrollo secondo HACCP: blv.admin.ch
6. Articolo 80 dell’ordinanza sulle derrate alimentari e gli oggetti d’uso (ODerr), linee guida settoriali e loro approvazione da parte dell’USAV: fedlex.admin.ch
7. Analisi Profondia sull’utilizzo degli ERP tra le circa 13.500 maggiori imprese svizzere, riferita da Swiss IT Magazine nel luglio 2023: itmagazine.ch
8. Articolo 162 del Codice penale svizzero (CP), violazione del segreto di fabbrica o commerciale, reato perseguibile a querela di parte: fedlex.admin.ch