Angeli Custodi dell'Era Digitale: L'Intelligenza Artificiale nello Sviluppo del Prodotto

Francesca Frattini: Buongiorno e ben ritrovati a Trasformazione Digitale - Come il Digitale trasforma il Fisico. Sono Francesca Frattini, Direttore Marketing di PTC e oggi torniamo sul tema dell'Intelligenza Artificiale applicata alla progettazione. Siamo qui con Fabrizio Ferro, Solutions Consulting Senior Director per il Sud Europa di PTC. Fabrizio, buongiorno intanto, benvenuto.

Fabrizio Ferro: Buongiorno a tutti e buongiorno a te!

Francesca Frattini: Finalmente sono riuscito ad acchiapparlo per una puntata dedicata solo a lui. Con te direi che rompiamo il ghiaccio partendo da una domanda generale prima di arrivare poi nel tema clou della puntata. La mia domanda per te è: “Quale può essere il ruolo dell'Intelligenza Artificiale nell'ambito delle attività legate allo sviluppo prodotto in senso lato?”

Fabrizio Ferro: Diciamo che il ruolo dell'Intelligenza Artificiale in questo contesto può essere variegato e molto ampio. Evidentemente oggi stiamo partendo da un punto in cui abbiamo già delle tecnologie presenti all'interno delle risoluzioni che PTC propone ai propri clienti. In futuro, come potrete immaginare, ci sarà molto di più.

Ci sono studi in corso relativamente all'applicazione dell'Intelligenza Artificiale in ambiti che oggi non sono ancora presenti all'interno dei nostri prodotti. È evidente che l'Intelligenza Artificiale apporta un grosso vantaggio perché, come vedremo e come abbiamo già visto in altri podcast, è in grado di velocizzare tutta una serie di operazioni e avere anche un ruolo propositivo, però fondamentalmente l'Intelligenza Artificiale oggi per come è costruita è ancora limitata da almeno un paio di vincoli:

• il primo è quello legato alla qualità dei dati che vengono utilizzati per addestrarla. Se la qualità dei dati non è sufficientemente buona, l'Intelligenza Artificiale non è in grado di fornire delle risposte adeguatamente solide.
• l'altro limite, che è un limite per GPT ma è un limite anche in un ambito più tecnico, è la complessità del linguaggio. Tanto più il linguaggio è complesso, tanto più il linguaggio diventa estremamente tecnico o gergale (in determinate situazioni i progettisti sanno benissimo che cosa che cosa vuol dire questa cosa) l'Intelligenza Artificiale può essere in difficoltà nell'aiutare i progettisti nel ma non solo i progettisti, nel loro lavoro.

Francesca Frattini: Quindi dobbiamo educarli allo slang.

Fabrizio Ferro: Dobbiamo anche educarlo allo slang probabilmente. Quello che ha sicuramente come vantaggio è quello che è in grado di elaborare grandi quantità di dati in una quantità di tempo molto piccola e questo rappresenta un grosso vantaggio per tutte quelle che sono le attività ripetitive, train error che i progettisti e tutte le persone che si occupano di sviluppo prodotto si trovano a fare ogni giorno.

Francesca Frattini: Ottimo, a questo proposito ci vedi dei vantaggi anche sul tema dello skill gap? Cioè nell'ingresso in azienda di nuove figure professionali e in parallelo con l'uscita dall'azienda invece di figure professionali di un certo spessore, di una certa esperienza. Come riuscire a “sostituire il vecchio ingegnere” con quello nuovo?

Fabrizio Ferro: Il vecchio ingegnere, come il sottoscritto, sicuramente ha passato una vita a ottimizzare e incrementare le sue conoscenze attraverso un processo di studio, ma anche dal processo train error (in inglese prova ed errore). Abbiamo imparato dagli errori, abbiamo fatto sempre cose migliori anche grazie all'intuizione e alla creatività e questo sicuramente è stato il carburante che ha dato vita a tutta una serie di innovazioni di prodotti che si sono visti negli ultimi anni.

Il problema è che probabilmente le persone che oggi lavorano in questo mondo da ormai quarant'anni sono prossime ad andare in pensione. Abbiamo un problema legato alla quantità e alla numerosità delle persone e quindi degli skill all'interno delle persone nel mondo del lavoro. Abbiamo ingegneri giovani che non hanno sicuramente quarant'anni di tempo per poter imparare (probabilmente non hanno nemmeno uno, due o tre anni per imparare le cose che gli altri hanno imparato in quarant'anni) e simultaneamente hanno la necessità di sviluppare delle competenze che sono diverse da quelle dei loro predecessori.

Non sono di più, migliori o peggiori, sono diverse proprio perché le tecnologie che hanno a disposizione sono diverse e il mondo che verrà è diverso da quello di quarant'anni fa.

L'Intelligenza Artificiale ci può essere d'aiuto nel chiudere il gap più rapidamente possibile, senza però dimenticare che queste persone dovranno mantenere all'interno del loro cervello la capacità di valutare quello che l'Intelligenza Artificiale proporrà loro, in modo sempre critico e con sempre in mente la necessità di verificare quello che gli verrà proposto. Non ci dovremmo bere tutto quello che l'Intelligenza Artificiale ci dirà, ma dovremmo essere in grado di valutare in modo critico quello che avremo davanti a noi.

Mi viene in mente una cosa che sentivo questa mattina alla radio a questo proposito: l'Intelligenza Artificiale si comporta in funzione di quello che ha imparato, quindi si comporta in funzione di quelli che sono i dati che rappresentano il passato. Facendo un esempio relativamente alla capacità di nuotare di un essere umano, qualunque essere umano sa benissimo (senza che nessuno glielo insegni) che se va nell'acqua profonda e non sa nuotare, molto probabilmente ci rimette la pelle.

L'Intelligenza Artificiale, se nessuno gli ha mai detto che non si può andare in acqua se non si sa nuotare, non è in grado di valutare questo rischio. Ecco perché bisogna sempre valutare in maniera critica quello che saranno le proposte derivanti da algoritmi vari e da AI varie.

Francesca Frattini: Certo, c'è sempre il tema della verifica dei dati, della correttezza dei dati e delle informazioni con cui “è nutrita” l'Intelligenza Artificiale. Ti porto un attimo al di fuori del contesto Intelligenza Artificiale perché quello che mi stavi dicendo sullo skill gap mi ha acceso un'altra lampadina: “In questo contesto, al di là delle tecnologie tradizionali che vedremo dopo, sbaglio o una tecnologia emergente come quella della realtà aumentata possa avere un ruolo centrale in questo trasferimento di competenze “dal vecchio” al nuovo?”.

Fabrizio Ferro: Sicuramente è un modo di fruire in modo diverso le informazioni e come tale sia dal punto di vista del training (penso più in questo caso a training operativi piuttosto che di processo legati a determinate attività magari legate alla progettazione non credo che la Realtà Aumentata avrà un ruolo nella fase di progettazione di disegnazione), potrebbe avere un ruolo ad esempio per attività all'interno dello sviluppo prodotto che sono legate al manufacturing e quindi alla costruzione o alla service / manutenzione.

Non dimentichiamoci però che l’Augmented Reality è un modo diverso di fruire determinate informazioni e così come io sono in grado di sovrapporre alla realtà, dati digitali che provengono da qualsiasi altro sistema, io sarò in grado di sovrapporre alla realtà dati provenienti da informazioni derivanti da valutazioni legate ad algoritmi connessi con l'Intelligenza Artificiale. Questo rappresenta un tema molto importante, secondo me, di fruizione delle informazioni.

Facciamo un esempio legato alla manutenzione: se un operatore sta lavorando su una determinata macchina o su un determinato oggetto e deve seguire una certa operazione, un angelo custode rappresentato dall’ Intelligenza Artificiale, che vede le stesse cose che sta vedendo lui, è in grado di avvertirlo nel caso in cui lui non abbia eseguito delle azioni che potrebbero mettere a repentaglio la sua incolumità o anche l'utilizzo della macchina stessa perché potrebbe rovinare qualcosa in maniera inconsapevole.

Questa è un'altra modalità secondo la quale l'Intelligenza Artificiale potrà essere di aiuto e potrà essere in questo caso come un angelo custode che è in grado di seguire le operazioni e fornire il proprio contributo in un'ottica di prevenzione dell'incolumità e della produttività (in questo caso anche di una macchina che è in fase di manutenzione).

Francesca Frattini: Due temi direi non da poco. Tornando invece al tema principale, che era quello dell'Intelligenza Artificiale nei processi di progettazione, nello specifico si parla sempre più di Generative Design. Ci spieghi che cos'è e quali sono i problemi che può risolvere?

Fabrizio Ferro: Innanzitutto cominciamo a differenziare che cosa significa Generative Design e che cosa significa Ottimizzazione Topologica questo perché credo che ci sia in parte anche una confusione tra queste due tecnologie.

• Partiamo dalla Ottimizzazione Topologica: fondamentalmente è (passatemi questa simbologia) come se avessimo un prisma di materiale di qualunque tipo e avessimo uno scultore che scolpisce questo prisma di materiale per generare la forma desiderata. Diciamo che abbiamo un blocco di marmo sul quale Michelangelo scolpisce la sua scultura rispettando determinati vincoli che gli sono stati proposti, che possono essere vincoli di spazio perché ha già una forma di partenza, possono essere dei vincoli di resistenza o possono essere dei vincoli mentali legati alla modalità con la quale quell'oggetto poi verrà realizzato, nel nostro caso la scultura è realizzato con martello scalpello, nel caso di altri processi potrebbe essere realizzata con un processo di fusione. Però il processo è uno, perché è già partito con un'idea di un certo tipo.
• Il Generative Design è fondamentalmente qualcosa di diverso che parte potenzialmente da un foglio bianco che ha come contorno un certo numero di vincoli che possono essere di nuovo quelli di materiale, quelli di forma, quelli di resistenza, quelli di ingombro esattamente come nell'altro caso …

Francesca Frattini: Se manteniamo il parallelismo con Michelangelo, mentre prima era il Michelangelo scultore che da un blocco di marmo scolpiva il David, in questo caso siamo alla Cappella Sistina dati vincoli di spazio, delimitazioni di nicchie eccetera lui dipinge.

Fabrizio Ferro: Sì però sa già qual è il contenuto, in questo caso non sa qual è il contenuto, questa è la grossa differenza: parto da un foglio tendenzialmente bianco.

Qual è la grossa differenza ad oggi? È che nel Generative Design, oltre a partire da zero e oltre a considerare i vincoli che già consideravo nell'altro caso dell'ottimizzazione, io sono in grado simultaneamente di ottimizzare secondo quei vincoli, ma sono anche in grado di tenere conto di processi produttivi e realizzazioni diverse. Quindi non uno solo, ma molti di più e sono in grado poi alla fine di valutare quale sarà la forma, quale sarà il processo produttivo e andare a selezionare (in questo caso io progettista) la soluzione più confacente alle mie necessità. È un approccio completamente diverso che si basa molto di più sulla capacità degli algoritmi di Intelligenza Artificiale di generare delle forme sulla base di vincoli esterni. Fondamentalmente è un algoritmo che è in grado sia di generare la forma sia di ottimizzarla secondo diversi criteri in maniera completamente interattiva è automatica, e ovviamente molto più veloce.

Francesca Frattini: Grazie per il chiarimento e per il parallelo con Michelangelo. Parliamo ora invece delle altre fasi di sviluppo oltre alla progettazione sempre in tema di Intelligenza Artificiale. Abbiamo parlato in un altro episodio che citavi anche tu prima, dell'Intelligenza Artificiale in ambito di PLM, quindi sviluppo prodotto, mi dicevi prima che avevi qualcosa da aggiungere in merito.

Fabrizio Ferro: Fondamentalmente facciamo di nuovo un esempio ad oggi che può essere simile a quello che facevo prima legato ai servizi di manutenzione e al concetto dell'angelo custode. Nell'ambito del PLM oggi le prime applicazioni dell'Intelligenza Artificiale si vanno a inserire all'interno di tutte quelle attività di supervisione o di avvertimento all'interno delle attività che diversi attori fanno all'interno del PLM, non stiamo parlando più solo di progettisti ma stiamo parlando di tutti quegli attori che intervengono all'interno del processo di sviluppo prodotto e che utilizzano in un modo o nell'altro le funzionalità del PLM o con l'interfaccia stessa del PLM o come sappiamo attraverso l'utilizzo delle app che noi proponiamo che i nostri clienti sviluppano per indirizzare le loro specifiche necessità basate su determinati compiti e ruoli che devono utilizzare determinate informazioni.

L'Intelligenza Artificiale può diventare una sorta di angelo custode che è in grado di avvertire o di fare delle analisi on demand relativamente all'impatto che può avere una determinata modifica. Ci possono essere le cose che l'operatore che utilizza il sistema non è in grado di valutare in maniera autonoma o non è capace di valutare in maniera autonoma perché non ha ancora gli skill per riuscire a fare determinate operazioni. In questo caso esattamente come si parlava dello skill gap l'Intelligenza Artificiale può intervenire “battendo sulla spalla” all'operatore dicendogli oh guarda fai attenzione che se fai questo dovresti fare anche quest'altro e se fai questa modifica fai attenzione che non impatti solo questo oggetto che hai davanti ma impatterai anche tutti questi altri oggetti. Quindi assistendolo nel cercare di ridurre il più possibile la possibilità di commettere errori e di fare le cose giuste nel momento giusto e nel più breve tempo possibile ovviamente.

Francesca Frattini: Ottimo. Cambio repentinamente argomento, perché mentre stavamo parlando prima di progettazione mi è venuto in mente anche un'altra parte non indifferente. Ovviamente abbiamo clienti e non solo, cioè è un tema dibattuto comunemente, che ci chiedono quali sono le nostre idee in tema di soddisfacimento dei requisiti di sostenibilità in generale quindi nell'ambito della progettazione della produzione o della vita operativa. Secondo te come l'Intelligenza Artificiale, il Generative Design riescono a contribuire anche a quest'ambito?

Fabrizio Ferro: Il tema della sostenibilità è un tema molto popolare in questi ultimi tempi, ci sono tantissimi clienti che ci stanno approcciando e ci stanno chiedendo qual è il nostro punto di vista e quali sono le modalità con le quali le nostre soluzioni possono aiutare a indirizzare delle tematiche legate alla sostenibilità. Sostenibilità è una parola ma vuol dire tantissime cose tantissime attività.

Francesca Frattini: Scusami se ti interrompo, abbiamo registrato anche altri due episodi sul tema della sostenibilità che vi invito ad ascoltare per approfondimento, ma qua ampliamo ulteriormente il discorso.

Fabrizio Ferro: È evidente che sostenibilità include tutta una certa serie di valutazioni e di attività che devono essere orientate a quella che viene anche chiamato design for sustainability cioè progettazione in funzione della sostenibilità.

Sostenibilità vuol dire ad esempio utilizzare materiali adeguati, vuol dire utilizzare il meno possibile questi materiali perché il consumo di materiale ovviamente rappresenta un problema per l'ambiente per diverse per diverse ragioni immaginate il trasporto, immaginate l'estrazione, immaginate la lavorazione del materiale grezzo in preparazione della produzione.

Ovviamente impatta l'ambito della produzione: un oggetto prodotto con tecnologie meno invasive dal punto di vista ambientale vuol dire andare incontro, in maniera favorevole ovviamente, al discorso della sostenibilità. Selezionare componenti all'interno dei miei prodotti che abbiano determinate caratteristiche di riciclabilità e non contengono sostanze pericolose è un discorso di sostenibilità. Sono tutte attività per cui le nostre soluzioni stanno evolvendo per andare a indirizzare questo tipo di necessità ed arrivare anche ad attività e a operazioni che possono essere anche eseguite in maniera automatica molti clienti ci chiedono come possiamo fare il calcolo legato al Lifecicle Assessment. Sono fondamentalmente una cicle analysis, sono attività che possono essere eseguite o potranno essere eseguite sfruttando le funzionalità legate all'Intelligenza Artificiale.

Francesca Frattini: Ecco approfitto per cercare di calare in un contesto un pochettino più generale: “Ci spieghi che cos'è il Lifecycle Assessment?”

Fabrizio Ferro: Volentieri! Allora il Lifecycle Assessment è fondamentalmente una tecnica che si sta sviluppando, lasciatemi di nuovo fare un paragone, come si è sviluppato sviluppata l'analisi degli elementi finiti perché calcolare la resistenza o anche altre caratteristiche dei prodotti. Si sta sviluppando per valutare qual è l'impatto ambientale di un determinato prodotto dal punto di vista della progettazione, della produzione, ci sono diverse diversi ambiti che vengono considerati. Immaginatelo come una grande somma di diversi fattori o di diversi addendi, per dirla più correttamente dal punto di vista matematico, che fornisce poi alla fine un numero che caratterizza il livello di sostenibilità o livello di impatto ambientale di un determinato oggetto che può essere calcolato o in maniera parziale rispetto alla sua vita diciamo all'interno dello sviluppo prodotto - vita operativa o all'interno di tutta la sua vita partendo dal materiale grezzo, che contribuirà a costruirlo, fino al momento in cui verrà decommissionato, quindi potenzialmente riciclato in toto o in parte.

Francesca Frattini: Ti ringrazio molto. A questo proposito ricordo che l’80% della sostenibilità di un prodotto viene definita in fase di progettazione, quindi tutto quello che ci hai illustrato adesso è decisamente chiave per garantire effettivamente che il prodotto abbia il minor impatto ambientale possibile.

Cambio repentinamente un'altra volta a tema, chiedendoti: “Qual è il ruolo del cloud nell'utilizzo dell'Intelligenza Artificiale nello sviluppo prodotto?”

Fabrizio Ferro: Il cloud, il SaaS in generale, il cloud computing ha un ruolo di “abilitatore” tecnologico e di messa a fattor comune di tutti quelli che sono quei famosi dati che dicevamo prima che costituiscono la base di partenza per l'addestramento dell'Intelligenza Artificiale. Questo è sicuramente il primo ruolo. Il secondo ruolo è quello di abilitatore tecnologico dal punto di vista della capacità computazionale, cioè per fare cose di questo genere in tempi estremamente veloci, anche se la nostra tecnologia è sempre in continua evoluzione. Quello che fa oggi un telefono lo faceva un computer 5 anni fa o forse pure di più.

È evidente che però se vogliamo essere più veloci, vogliamo analizzare sempre più grandi quantità di dati, serve una capacità computazionale avanzata e quindi in questo senso il SaaS, il cloud e il cloud computing sono degli strumenti che possono essere “la casa” nella quale noi installiamo l'Intelligenza Artificiale, la facciamo girare, la mettiamo a disposizione degli utenti che poi dovranno utilizzarla per gli scopi che dicevamo prima.

Francesca Frattini: Grazie, ricordo a questo proposito che abbiamo dedicato un episodio del nostro podcast al SaaS che vi invito ovviamente ad andare ad ascoltare. Fabrizio grazie innanzitutto per essere stato qui con noi oggi.

Fabrizio Ferro: Grazie a te e grazie a chi ci ha ascoltato e chi ci ascolterà.

Francesca Frattini: Sei stato esaustivo come sempre. Ti inviterò senz'altro ad approfondire alcuni dei temi che abbiamo toccato marginalmente durante questo episodio, in particolare quello della sostenibilità. Naturalmente se qualcuno nel frattempo avesse delle domande può sempre contattarci io vi posso mettere in contatto direttamente con Fabrizio.

Vi ricordo che siamo su Trasformazione Digitale - Come il Digitale trasforma il Fisico, guardate il link in descrizione per ulteriori informazioni. Grazie ancora per l'attenzione e ci vediamo anzi ci ascoltiamo alla prossima puntata!