Dalla visibilità all’Ambient Intelligence: quando RFID, Edge AI e Frontline Technologies rendono intelligente il mondo fisico.

Per molti anni la trasformazione digitale della supply chain è stata raccontata attraverso il concetto di connessione.

Connettere macchine. Connettere prodotti. Connettere operatori. Connettere sistemi.

Poi è arrivato l’Internet of Things, che ha moltiplicato enormemente la quantità di oggetti e dispositivi capaci di generare dati.

Oggi l’intelligenza artificiale sta modificando nuovamente questo paradigma.

Stuart Hubbard, Senior Director Artificial Intelligence di Zebra Technologies, in un recente approfondimento pubblicato da Business Reporter propone infatti di guardare oltre la definizione di AIoT – Artificial Intelligence of Things e utilizzare un concetto probabilmente più significativo: Ambient Intelligence.

La distinzione è importante.

Se l’AIoT descrive soprattutto come AI e IoT vengono combinati, l’Ambient Intelligence descrive che cosa possiamo ottenere da questa combinazione: ambienti fisici digitalizzati e continuamente interpretabili, capaci di trasformare ciò che accade intorno a persone, prodotti e asset in insight, previsioni, alert, raccomandazioni e azioni.

Dal dato al contesto operativo

Il punto di partenza rimane il mondo fisico.

Una fabbrica, un magazzino, un centro distributivo, un punto vendita o una struttura sanitaria sono ambienti nei quali ogni secondo avvengono migliaia di eventi.

Un pallet entra in magazzino.

Un componente raggiunge una linea produttiva.

Un prodotto viene prelevato.

Un asset cambia posizione.

Un operatore completa un'attività.

Una confezione presenta un'anomalia.

Una temperatura supera una soglia.

Un ordine è pronto per essere spedito.

Tradizionalmente molti di questi eventi rimanevano invisibili ai sistemi informativi oppure diventavano dati soltanto attraverso un intervento manuale.

Le tecnologie di Automatic Identification and Data Capture hanno progressivamente eliminato questa distanza tra mondo fisico e mondo digitale.

Barcode e RFID identificano oggetti e materiali. RTLS ne determina la posizione. Machine vision e computer vision osservano caratteristiche, qualità e condizioni. Sensori IoT rilevano parametri ambientali. Mobile computer e wearable collegano persone, applicazioni e processi.

Ma la vera trasformazione avviene quando questi segnali non vengono più considerati separatamente.

L’Ambient Intelligence nasce dalla loro convergenza.

Physical Layer ? Data Layer ? AI Layer ? Execution Layer

Il modello descritto da Zebra è particolarmente interessante perché permette di comprendere la nuova architettura delle operations intelligenti.

Alla base troviamo un Physical Layer.

È il livello nel quale esistono prodotti, persone, macchine, materiali, asset e ambienti e nel quale tecnologie come RFID, barcode, RTLS, computer vision, machine vision 2D e 3D, geolocalizzazione, voice e altri sistemi di sensing catturano ciò che sta accadendo.

Sopra questo livello nasce il Data Layer.

I segnali provenienti dal mondo fisico vengono aggregati e trasformati in una rappresentazione digitale delle operations.

A questo punto interviene l’AI Analysis Layer.

Modelli di AI, algoritmi tradizionali e sistemi multimodali possono mettere in relazione informazioni differenti e trasformare una successione di dati in contesto operativo.

Infine troviamo l’Execution Layer.

L’informazione ritorna nel mondo fisico sotto forma di istruzione, alert, raccomandazione, workflow o azione automatizzata.

È un ciclo continuo:

SENSE ? UNDERSTAND ? DECIDE ? ACT

Ed è proprio questo ciclo a distinguere un ambiente semplicemente connesso da un ambiente realmente intelligente.

RFID e Data Capture diventano i sensi dell’AI

Questa evoluzione attribuisce un significato ancora più strategico alle tecnologie di identificazione e acquisizione automatica dei dati.

L’intelligenza artificiale, infatti, può essere estremamente sofisticata, ma per comprendere ciò che accade nelle operations deve poter vedere il mondo fisico.

Deve sapere quale prodotto ha davanti.

Dove si trova un determinato asset.

Quale materiale è arrivato.

Quale componente manca.

Quale operazione è stata completata.

Quale collo sta attraversando una determinata area.

Quale anomalia si sta verificando.

Ed è qui che tecnologie considerate per anni prevalentemente come strumenti di identificazione diventano qualcosa di molto più importante.

Diventano i sensi dell’AI.

RFID può fornire identità, presenza e posizione degli oggetti senza richiedere necessariamente un’interazione manuale.

Machine vision può fornire informazioni visive su prodotti e processi.

Barcode e sistemi di data capture possono garantire un’identità digitale affidabile.

RTLS può descrivere continuamente la posizione degli asset.

Sensori IoT possono rilevare temperatura, umidità e altre condizioni ambientali.

Mobile computer, wearable e sistemi vocali possono contemporaneamente raccogliere informazioni dal campo e restituire intelligence all’operatore.

La stessa strategia Zebra per l’Intelligent Factory parte dal dare agli asset una sorta di “digital voice” attraverso sensori, scanner e dispositivi mobili, per poi evolvere verso ambienti nei quali sensori, IoT e AI generano operational intelligence capace di ottimizzare continuamente i workflow della frontline.

L’importanza dell’Edge Intelligence

C’è però un altro elemento fondamentale.

La velocità.

In molti processi industriali e logistici non è sufficiente acquisire un dato, inviarlo nel cloud, elaborarlo e attendere una risposta.

La decisione deve essere presa nel momento stesso in cui l’evento accade.

Per questo l’Edge AI assume un ruolo centrale nell’Ambient Intelligence.

Secondo Hubbard, elaborare i dati vicino al punto nel quale vengono generati riduce la distanza tra ambiente fisico, dato e azione. I moderni mobile computer e sistemi di machine vision dotati di capacità di elaborazione AI e NPU possono eseguire inferenze localmente, riducendo latenza, dipendenza dal cloud e quantità di dati da trasferire.

L’intelligence si sposta così progressivamente verso la frontline.

Non tutta l’informazione deve raggiungere un data center per diventare utile.

Una parte crescente dell’intelligenza può essere disponibile nel luogo e nel momento esatto in cui serve.

Dal Connected Frontline Worker all’Augmented Frontline Worker

Questa trasformazione cambia anche il rapporto tra tecnologia e persone.

Per anni abbiamo parlato di Connected Frontline Worker: mettere nelle mani degli operatori dispositivi e applicazioni capaci di collegarli ai sistemi aziendali.

L’AI introduce una fase successiva.

Il lavoratore non è più soltanto connesso.

È aumentato dall’intelligenza disponibile nell’ambiente che lo circonda.

Un operatore può ricevere sul proprio mobile computer la prossima attività da eseguire.

Un addetto alla manutenzione può essere avvisato dell’anomalia prima del guasto.

Un magazziniere può essere guidato verso l’asset corretto.

Un responsabile di produzione può essere informato immediatamente di una deviazione dal processo.

Un operatore retail può interrogare un assistente AI per localizzare un prodotto o verificare una situazione inventariale.

Zebra Companion, ad esempio, utilizza agenti GenAI per consentire ai frontline worker di accedere a informazioni operative e assistenza contestuale, utilizzando dati e processi aziendali per fornire risposte pertinenti all’attività che stanno svolgendo.

La tecnologia quindi non sostituisce necessariamente la persona.

Aumenta la sua capacità di comprendere ciò che sta accadendo e di decidere rapidamente come intervenire.

Dall’Ambient Intelligence all’Augmented Collective Intelligence

L’evoluzione potrebbe andare ancora oltre.

Hubbard introduce infatti un secondo concetto: Augmented Collective Intelligence.

Negli ambienti intelligenti del futuro non agiranno soltanto persone e sistemi tradizionali.

Agiranno contemporaneamente operatori, dispositivi intelligenti, algoritmi, sistemi automatici e AI Agent, ognuno specializzato in determinate attività.

L’intelligenza potrebbe quindi non risiedere in un unico grande sistema centrale, ma essere distribuita tra molteplici elementi capaci di collaborare.

Un ambiente industriale potrebbe diventare una rete nella quale sensori osservano, sistemi AI interpretano, agenti digitali coordinano, automazione esegue e persone intervengono nei punti nei quali esperienza, responsabilità e capacità decisionale umana generano maggiore valore.

È una prospettiva particolarmente significativa perché porta il concetto di AI fuori dallo schermo di un computer.

L’AI entra direttamente nelle operations.

La Supply Chain sta costruendo il proprio sistema nervoso digitale

Possiamo quindi guardare alla trasformazione in corso attraverso una metafora.

RFID, barcode, machine vision, RTLS e sensori rappresentano i sensi.

Edge computing e reti costituiscono il sistema nervoso.

Dati e piattaforme costruiscono la memoria operativa.

L’AI rappresenta progressivamente la capacità di comprendere e prevedere.

Mobile computing, wearable, frontline worker e automazione diventano gli strumenti attraverso i quali quell’intelligenza agisce nel mondo reale.

Ed è probabilmente questa la direzione nella quale sta evolvendo l’intero ecosistema dell’Automatic Identification and Data Capture.

Non più semplicemente:

identificare.

Ma:

identificare ? localizzare ? percepire ? comprendere ? decidere ? agire.

Anche le strategie dei principali technology provider stanno andando in questa direzione. Zebra definisce oggi il proprio obiettivo come la digitalizzazione e automazione dei workflow per generare Intelligent Operations, concentrando gli investimenti in aree quali RFID, machine vision e AI per la frontline.

Dalla visibilità strategica alle Intelligent Operations

Per le imprese, tuttavia, l’Ambient Intelligence non comincia dall’intelligenza artificiale.

Comincia dalla visibilità.

Un algoritmo non può comprendere un ambiente che l’azienda non è ancora in grado di osservare.

Non può ottimizzare un inventario di cui non conosce accuratamente la composizione.

Non può coordinare asset che non riesce a localizzare.

Non può interpretare un processo se gli eventi fisici che lo compongono non vengono acquisiti digitalmente.

Per questo la qualità e la granularità del dato proveniente dalla frontline diventano strategiche.

Prima bisogna rendere visibile il mondo fisico.

Poi trasformare quella visibilità in contesto.

Infine utilizzare AI e automazione per trasformare il contesto in decisione.

Visibility ? Intelligence ? Action.

È forse questa la sintesi più efficace della nuova fase della digitalizzazione della supply chain.

L’Ambient Intelligence non rappresenta quindi semplicemente una nuova definizione tecnologica.

Rappresenta il progressivo avvicinamento tra mondo fisico e mondo digitale, fino al punto in cui persone, prodotti, asset e processi diventano parte di un ambiente continuamente osservabile, interpretabile e ottimizzabile.

Ed è qui che tecnologie come RFID, Vision, Data Capture, Edge AI e Connected Frontline assumono una nuova centralità.

Perché nell’era dell’intelligenza artificiale il vero vantaggio competitivo non sarà semplicemente avere più dati.

Sarà riuscire a creare una rappresentazione digitale affidabile di ciò che sta accadendo nel mondo reale e trasformarla, nel momento giusto, in una decisione migliore.