“Quarta rivoluzione industriale”, “Industria 4.0” o, più brevemente, “4IR” - tutte le componenti della società civile italiana si sono confrontate, negli ultimi anni, con una delle formule che più fortemente si sono imposte tra i punti focali delle politiche di investimento dei paesi dell’Unione Europea.
Convogliando in un progetto coerente l’immaginario di una produzione futuristica, automatizzata non solo nelle catene di montaggio ma anche nei processi decisionali, i mantra dell’Industria 4.0 si sono velocemente diffusi dalla Germania al resto d’Europa e, specialmente, nelle aree a più forte vocazione manifatturiera.
Tra di esse, spiccano storicamente alcuni distretti industriali italiani, in particolare delle aree del centro e del nord. Per queste aree, la transizione all’Industria 4.0 rappresenta a volte una minaccia, a volte un’occasione: in tutti i casi, una sfida. In questo articolo, abbiamo cercato di raccontare in che modo essa viene affrontata, per capire come, su cosa e attraverso quali istituzioni si fa innovazione in Italia.
Iniziamo però dalla storia. Anche perché sono passati pochi mesi dal decimo compleanno dell’espressione “Industria 4.0”, resa nota al grande pubblico per la prima volta alla Hannover Messe, la più grande fiera dell’industria e dell’automazione d’Europa, nel 2011.
A parlare per la prima volta di quarta rivoluzione industriale furono i membri di una task force governativa tedesca, il “Working Group Industry 4.0”. Di questo gruppo faceva parte Siegfried Dais, dirigente di Bosch che, proprio in occasione della Hannover Messe 2021, ne ha raccontato le idee. Secondo Dais, nel 2011 stava divenendo chiaro che “due capacità – ovvero l’abilità di trasferire i dati alla velocità della luce e quella di raccogliere informazioni da enormi moli di dati, avrebbero portato a nuovi livelli di performance nell’industria manifatturiera". "Già allora" - dice il manager nel prosieguo dell'intervista - "sapevamo che la maggior parte delle nuove compagnie di maggior successo stavano emergendo sulle spalle dell’infrastruttura di Internet, creando modelli di business completamente nuovi, e non c’era ragione per cui un simile sviluppo non avrebbe dovuto avere luogo nel nascente mondo dell’Internet of Things, dove nuovi player stavano avendo successo sfruttando le inadeguatezze dei paradigmi esistenti”.
In pochi anni, le concezioni che hanno guidato il Working Group hanno attirato sempre più attenzione, al punto da influenzare decisivamente la politica economica prima della Germania e poi dell’Unione Europea. A partire dal 2015, infatti, l'Unione ha dispiegato, con il piano di sviluppo economico Horizon 2020, ingenti risorse per progetti legati alla diffusione delle pratiche connesse all’Industria 4.0.
È proprio nel momento della massima diffusone del nuovo paradigma industriale – sancita a livello internazionale dall’edizione 2016 dell’incontro del World Economic Forum di Davos, dedicata proprio all'Industria 4.0 – che il governo italiano recepisce per la prima volta la formula ideata dai colleghi tedeschi, inserendo nella finanziaria 2016 un investimento da 13 miliardi di euro per incentivare l'innovazione (vedi Piano Calenda).
Il piano Industria 4.0 arriva in un momento di cruciale difficoltà per l’economia e il tessuto sociale del paese. L’Italia fatica ad uscire dall’onda lunga degli effetti della crisi finanziaria del 2008 e il timore di una perdita permanente di competitività rispetto agli altri paesi si fa più forte che mai. Inoltre, le peculiarità del tessuto industriale italiano rischiano di trasformarsi in una ragione di debolezza strutturale del paese rispetto ad un’economia mondiale ormai radicalmente trasformata dai processi di globalizzazione.
Il doppio processo – da un lato, di centralizzazione delle decisioni economiche in mano a una platea sempre più ristretta di soggetti di natura multinazionale; dall’altro, di costruzione di catene del valore globali e non più locali – è stato uno shock per l’Italia industriale. Il modello su cui il successo internazionale del nostro paese si era retto a partire dagli anni del boom, si basava infatti non solo su un settore manifatturiero fortemente orientato all’export, ma anche su un tessuto diffuso di piccole e medie imprese rivolte al mercato interno che, sostenendo e convivendo con le prime, andavano a formare i cosiddetti distretti industriali.
A partire dagli anni ’80, il sistema dei distretti si era affermato in tutto il mondo come esempio di successo nello sviluppo di un sistema produttivo decentralizzato e quindi di una distribuzione più equa delle attività produttive sul territorio. I buoni risultati di questo sistema, infatti, hanno permesso al nostro paese di compensare almeno parzialmente alle spinte alla centralizzazione che caratterizzano i sistemi economici moderni. L'Italia ha così mantenuto – seppure con grosse differenze tra Nord e Sud e, in ciascuna area, tra regioni – la sua caratteristica divisione in centri relativamente piccoli e dinamici, che fanno da contraltare alle dimensioni comparativamente ridotte dei due maggiori centri del paese, Roma e Milano.
La tradizionale spaccatura tra nord e meridione è visibile anche nelle spese per innovazione, la cui entità è, con le dovute eccezioni locali, trascurabile al di sotto del Lazio. D’altro canto, se il nord-est si conferma l’area in cui si investe di più, le regioni adiacenti non sono rimaste indietro, con Liguria, Toscana e Piemonte intenzionate a spendere in innovazione per restare al passo dei vicini.
Di fronte alle sfide imposte dalla globalizzazione e, soprattutto, dalla velocità a cui l’innovazione tecnologica sta cambiando il volto delle attività produttive in tutto il mondo, i distretti industriali e le aree più dinamiche hanno comunque dimostrato grande resilienza e volontà di cogliere le potenzialità derivanti dallo sviluppo tecnologico – ristrutturando i propri processi produttivi tradizionali tramite l’uso di tecnologie di frontiera o addirittura diventando leader in settori innovativi.
Raccontare la storia di processi di trasformazione così repentini non è semplice e questo compito ha attratto moltissimi ricercatori. Nel corso della preparazione di questo articolo, abbiamo avuto la possibilità di confrontarci più volte con due voci esperte – quelle di Michela Lazzeroni, docente di geografia economica e politica dell’Università di Pisa, e di Valentina Erminia Albanese, assegnista di ricerca presso l’Università di Pisa – che ci accompagneranno in un breve viaggio nel mondo delle aree tecnologicamente più avanzate, per raccontare, attraverso i dati, le loro caratteristiche innovative.
Il nostro lavoro nasce con un obiettivo e un’ipotesi di ricerca: l’idea che l’uso dei dati disponibili sul web possa arricchire la ricerca sociale di nuove fonti, raccontate in modo sintetico e in tempo reale, permettendo di aprire nuove prospettive su temi quali la percezione pubblica dell’innovazione, la caratterizzazione del processo innovativo a livello territoriale e lo studio delle comunità di innovatori a livello locale.
Per il nostro studio, abbiamo preso in considerazione Pisa, Firenze, Bologna, Padova e Genova: cinque centri di medie dimensioni con forte propensione all’innovazione tecnologica, distribuiti in quattro regioni italiane. Abbiamo selezionato queste città proprio grazie all’aiuto di un articolo della professoressa Lazzeroni che ha proposto un modello di classificazione dell’innovatività dei sistemi locali a livello nazionale. La scelta di questi territori è stata orientata da alcuni fattori comuni: la presenza di importanti centri universitari, di un tessuto imprenditoriale coeso e di alcune aziende di grandi dimensioni, a fronte di una popolazione relativamente contenuta.
Per ognuno dei distretti presi in considerazione, abbiamo raccolto, avvalendoci anche di tecniche di crawling e di scraping, tre tipi di informazione:
Ci siamo inoltre avvalsi di una classificazione delle tecnologie abilitanti all’industria 4.0, basata su un report pubblicato dal Boston Consulting Group. Alle famiglie di tecnologie presenti nello studio dell’importante casa di consulenza – ovvero Big Data, Biotecnologie, Cloud Computing, Internet of Things, Realtà Aumentata, Robotica e Stampa 3D – sono stati inoltre aggiunti due temi in forte ascesa nel dibattito odierno, la Cybersecurity e l’uso di fonti di energia rinnovabili.
L'uso di TagMe, un efficace strumento di annotazione del testo sviluppato a Pisa, ci ha permesso di sfruttare il Knowledge Graph di Wikipedia per ottenere una misura di similarità semantica tra le fonti in nostro possesso e le nove macro-aree concettuali relative alle tecnologie appena citate.
Sfogliando un giornale, le news presenti nella sezione innovazione e/o tecnologia possono apparentemente risultare poco interessanti, a volte destinate ad un pubblico di nicchia, altre totalmente scollegate dal resto della cronaca. In realtà a nostro avviso posso risultare molto utili, in quanto, se adeguatamente processate, consentono di estrarre informazioni circa la specializzazione tecnologica della città, individuando quali sono le forze propulsive dell’innovazione e qual è il rapporto tra ricerca e imprese presenti in un territorio.
A tal fine, abbiamo campionato circa 10000 articoli a tema tecnologia pubblicati nella sezione innovazione di alcune testate giornalistiche locali e portali di Open Innovation presenti nelle città di nostro interesse (ad esempio, con riferimento alla città di Pisa, sono stati acquisiti gli articoli di Pisa Today, Intoscana e 01net). In seguito, adottando una proceduta di entity linking (nello specifico, utilizzando lo strumento TagMe) abbiamo estratto le entità di ogni articolo e calcolato la relazione semantica con le nove macro-tecnologie Industria 4.0. Questo ci ha permesso, per ognuna delle città analizzate, di individuare gli articoli che presentavano notizie e/o approfondimenti circa una specifica categoria tecnologica. Tale sottoinsieme, composto da circa 1400 news, è stato utilizzato per condurre un’analisi sul contenuto semantico del testo con la finalità di individuare i principali argomenti trattati nel corpus degli articoli.
Il risultato di tale analisi ha prodotto l’identificazione di tre macro-temi, rappresentati nelle wordcloud riportate sopra, che possono essere sintetizzati nelle seguenti espressioni:
Il seguente grafico riporta la distribuzione dei topic e delle macro-tecnologie, raggruppata per città, all’interno degli articoli analizzati. In sintesi, è possibile affermare che a Pisa, la stampa tecnologica locale affronta maggiormente il tema della ricerca e dell’università ponendo particolarmente l’accento sull’importanza del ruolo della Robotica. Nella stampa bolognese, invece, prevalgono i temi connessi alla digitalizzazione del territorio e alla sostenibilità, trovando ampio spazio le notizie che descrivono argomenti ascrivibili alla categoria delle Energie Rinnovabili. A Firenze e Padova, di contro, notiamo che il tema dell’innovazione viene invece declinato in una prospettiva più industriale, nella quale le tecnologie della Sicurezza Informatica e del Cloud Computing sono centrali.
I risultati ottenuti trovano conferma nelle parole della Professoressa Lazzeroni, la quale sottolinea l’importanza delle città universitarie nel processo di transizione all’Industria 4.0, specialmente grazie ad alcuni progetti finanziati a livello nazionale (e.g. Competence Center) e dalle Regioni (in particolare, si fa riferimento a quelli adottati dalla Regione Toscana, anche mediante la realizzazione della Piattaforma Toscana Industria 4.0 Digital Innovation Hub). Pertanto, il tema del sostegno pubblico e dell’università come motore di sviluppo e competenze assume un ruolo centrale nella narrazione della stampa locale.
Parimenti, la nostra analisi consente di effettuare una prima caratterizzazione tecnologica dei territori presi in considerazione. Ad esempio, a Pisa, dove, rispetto alle altre città, il polo universitario forma studenti con una maggiore qualificazione nel campo ingegneristico e informatico, risulta prevalente una specializzazione nel settore della robotica e dell'informatica; di converso a Bologna, e più in generale in Emilia-Romagna, si osserva uno sviluppo maggiore delle tecnologie legate all'ambito green e alle problematiche ambientali. Come fa notare la Professoressa Albanese, la Food Valley e i settori dell’alimentare e agricolo, sinergicamente legati a quello ambientale, favoriscono l’espansione di quest’ultimo.
Dove lavorano gli inventori di tecnologie 4.0? Che qualifica professionale hanno? Vi sono pattern frequenti tra il percorso di studi dell’inventore e la realizzazione di brevetti 4.0? Queste sono alcune delle domande che ci siamo posti appena collezionato il dataset con i brevetti relativi alle tecnologie 4.0. Per rispondere ad esse, abbiamo estratto il nome dell’inventore ed acquisito le relative informazioni professionali e accademiche mediante un’analisi del profilo Linkedin dello stesso. Aggregando tali informazioni per città, è stato possibile fornire una mappa delle competenze presenti nei territori presi in esame.
Considerando la professione degli inventori, è possibile osservare che gli inventori che ricoprono il ruolo di docenti/ricercatori sono maggiormente presenti a Genova e Pisa, in accordo alla maggiore presenza dei centri di ricerca e scuole di eccellenza in questi luoghi (e.g. Istituto Italiano di Tecnologia, Scuola Superiore Sant’Anna, etc.). Di contro, i manager che innovano si distribuiscono principalmente a Genova, Bologna e Pisa.
Infine, si sottolinea che a Firenze l’innovazione 4.0 sembra essere sostenuta maggiormente dallo spirito imprenditoriale, in quanto tale città presenta il tasso maggiore di imprenditori innovatori. Questo risultato può essere visto come un punto di contatto con i risultati relativi ai principali topic tecnologici discussi sulla stampa locale fiorentina, ove era emerso che i temi dell'innovazione venivano declinati dalla prospettiva dell'impresa.
Il grafico seguente mostra che il titolo di studio prevalente tra gli innovatori delle cinque città analizzate è la laurea di primo o secondo livello. Ancora una volta si evidenzia l’importanza del ruolo della ricerca nel processo di innovazione, testimoniato dal fatto che a Pisa e Genova troviamo il numero maggiori di dottorati e/o ricercatori.
Un'ulteriore domanda che ci siamo posti è stata quella di capire in che percentuale gli inventori lavorassero nel settore pubblico e quanti nel privato. Dal grafico sottostante è possibile intuire che nella città di Pisa vi siano una quota maggiore di inventori che lavorano presso istituzioni pubbliche. Tuttavia, questo risultato deve essere interpretato anche alla luce delle parole che ci ha rilasciato la Professoressa Lazzeroni. La docente dell’Università di Pisa infatti afferma che, se da un lato la prevalenza di un soggetto pubblico in una determinata area geografica può svolgere un ruolo determinante nel processo di trasferimento tecnologico, dall’altro questa situazione può essere sintomo di un tessuto imprenditoriale poco vivace. Se a questa considerazione si aggiunge la ridotta presenza di imprese di grandi dimensioni sul territorio, ciò può implicare una minore capacità da parte delle città universitarie di trattenere le competenze formate.
Successivamente, abbiamo studiato se determinati percorsi formativi favorissero la realizzazione di tecnologie 4.0. Analizzando semanticamente il testo dei brevetti 4.0 delle cinque città prese in esame, abbiamo proceduto ad assegnare una label caratterizzante la tecnologia del brevetto in accordo alle categorie innovative precedentemente citate. Con tale informazione è stato quindi possibile associare l’inventore con la rispettiva tecnologia brevettata. In seguito, abbiamo analizzato se le esperienze accademiche del titolare del brevetto fossero connesse a specifiche tecnologie. I risultati sono mostrati nel diagramma che segue.
Gli output che abbiamo ottenuto corrispondono al risultato delle regole associative più frequenti che presentano come antecedente un’università/centro di ricerca in cui l’inventore ha studiato o lavora e come conseguente la relativa tecnologia 4.0 brevettata. In altri termini, tali regole descrivono pattern specifici nei dati, mettendo in relazione il percorso accademico intrapreso e la rispettiva caratterizzazione tecnologica del brevetto. Osservando il diagramma si desume che chi ha studiato alla Scuola Superiore Sant’Anna è più propenso a sviluppare in futuro tecnologie legate all’ambito della Robotica, dell’Internet delle cose, della Realtà aumentata e della Biotecnologia. Anche chi ha frequentato l’Università di Pisa risulta essere principalmente associato a brevetti ascrivibili al medesimo ambito, confermando ancora una volta l’importanza ricoperta da tale branca nel panorama tecnologico pisano. Con un ragionamento analogo è possibile affermare che a Genova l’Istituto Italiano di Tecnologia risulta essere invece il motore trainante delle tecnologie inerenti la Biotecnologia, la Realtà aumentata, la Stampa 3D e il Cloud Computing. Similmente, l’Università di Firenze è associata a soggetti che tendono a brevettare innovazioni che abbracciano il mondo della Realtà aumentata, dell’Internet delle cose, del Cloud Computing e della Sicurezza informatica. Con riferimento a queste ultime due tecnologie, i risultati sono in linea con i principali topic raccontati dalla stampa locale (nella quale era emersa una significativa incidenza di tali tecnologie) fornendo un’ulteriore conferma della forte specializzazione dell’area fiorentina nell’erogazione dei servizi di Cloud Computing e di Sicurezza informatica.
Notiamo una specializzazione simile anche a Padova, dove la frequentazione dell’Università rappresenta un pattern associato con la realizzazione di brevetti afferenti al Cloud Computing, alla Sicurezza informatica e ai Big Data.
Industria 4.0 è un concetto molto ampio ed è spesso identificato con la applicazione business delle tecnologie emergenti, quali il real-time tracking, la detection di oggetti e l’automation di processi, abilitate da tecnologie caratterizzate da accesso ad ampio raggio, come ad esempio Cloud e Sensoristica.
Come definito nel report McKinsey “Industry 4.0 Capturing value at scale, 2019” l’applicazione di queste tecnologie in azienda crea “Quality Loop”, da un lato spinge la domanda, contribuendo a migliorare la relazione cliente - fornitore, dall’altro lato contribuisce alla capacità di “embracing” delle specifiche tecnologie, ovvero alla competenza nel gestire le innovazioni disponibili sul mercato.
Nello specifico, le tecnologie che interessano Industry 4.0 sono all’interno dello spettro tra digitalizzazione e automazione ed hanno come filo conduttore 3 principali caratteristiche:
Interoperabilità sta ad indicare la forte connessione tra le tecnologie coinvolte, che sono sinergiche e vengono spesso combinate tra di loro, caratteristica che emerge fortemente dai dati analizzati.
Nello specifico, Il grafico mostra la co-occorrenza tra tecnologie all’interno dei brevetti. Quest'ultima emerge per tutte le tecnologie mappate, da un minimo costituito da Big data e Stampa 3D, che co-occorrono nel 6% di tutti i brevetti analizzati, fino ad un massimo costituito da Sicurezza Informatica, tecnologia che ha menzioni collegate nell’abstract nel 51% dei casi.
La figura rappresenta sugli assi le principali tecnologie Industria 4.0, ed è il risultato della mappatura semantica del brevetto che emerge dall’Abstract (i.e. ref. TagMe, Sezione: Metodologia).
Oltre alla interoperabilità (6% co-occorrenza minima), dai dati emerge la presenza di famiglie tecnologiche, ovvero gruppi di tecnologie che appaiono spesso in co-occorrenza. Nello specifico si identificano 2 cluster:
In questo cluster sono rappresentate le tecnologie relativa a Robotica, Internet delle Cose e Stampa 3D, le quali abilitano la automatizzazione di processo, grazie agli sviluppi in ambito sensoristica e robotica. La domanda per queste applicazioni deriva dai Saving potenziali derivanti dall’implementazione.
Un cluster riconducibile all’area informatica, che condivide le innovazioni in ambito Analytics (e.g. Computer Vision), con quelle relative alla Computer Security e al Cloud Computing. Un esempio del contributo di queste tecnologie al business viene dai grandi player che già le adottano, ad esempio Ford e Samsung ad oggi utilizzano sistemi di “Computer Vision” per il controllo qualità, implementazioni che hanno generato un notevole miglioramento dell’accuracy del processo (Fonte: McKinsey. Industry 4.0). Le tecnologie relative a questo ambito sono ad esempio metodi per l’identificazione tramite dati biometrici, oppure metodi per l’encryption di dati per assicurare allo stesso tempo integrità dell'informazione e sicurezza.
A queste due famiglie si aggiungono due famiglie di tecnologie separate (i.e. Energy & Biotech), che risultano molto connesse con la famiglia di tecnologie del cluster “Smart Manufacturing”. Nello specifico, per Biotech, si nota come, per il cluster di tecnologie “Smart Manufacturing” non figurano tecnologie sotto il 23%, mentre lato “Analytics, Cloud & Security”, la categoria più utilizzata è quella delle tecnologie “Big Data”, 16% del totale brevetti. Esempi di tecnologie che emergono sono sistemi per monitoraggio di dati clinici (e.g. sensori per malattie cardiache o per monitoring dei parametri vitali per pazienti affetti da attacchi epilettici) oppure sistemi robotici, che attraverso sensori o sistemi di trasmissioni di comandi (e.g. trasmissione dati da segnali video) permettono di effettuare chirurgia minimamente invasiva. Anche per l’Energy emerge un forte collegamento con il cluster “Smart Manufacturing”, con applicazione di tecnologie, come ad esempio sistemi di monitoring di consumo elettrico, turbine a gas, sistemi a batteria e veicoli ibridi.
La specializzazione è un attributo dell’Industria 4.0, derivante dalla necessità di più risorse fortemente connesse ma specializzate. Questa caratteristica emerge quando si analizzano le aree produttive dove queste tecnologie/invenzioni nascono. In questo senso emerge il concetto di “technological districts”, ovvero l’oggetto di studio della presente analisi. Come emerso dall’intervista con la Prof.ssa Lazzeroni i 5 “technological districts” scelti, mettono insieme le caratteristiche di specializzazione attraverso la presenza dell’università con la prossimità geografica ad aree altamente competitive (i.e. Nord-Est & Nord-Ovest). La prossimità che implica per le imprese l’accesso a fattori tecnologici, quali il mercato del lavoro specializzato e la possibilità di sviluppare relazioni con imprese nel campo dell'high-tech. Gli studi del processo di innovazione si fondano sull’analisi dei “technological districts”, ovvero regioni dinamiche dove c’è concentrazione di attività e sviluppo di risorse (c.d. “learning regions”).
I dati raccolti raccontano alcune caratteristiche delle “learning regions”. Nello specifico dal grafico si nota come, a Pisa, la specializzazione ingegneristica delle università riesca a tramutarsi in una produzione di invenzioni nell’ambito IoT/Robotica (~40 innovazioni). Questo, come sostiene la prof.ssa Lazzeroni, conferma come l’ecosistema di innovazione riesca a formare competenze tramite l’università. Capacità che Pisa condivide con l’altra città toscana presa in analisi, ovvero Firenze, dove la specializzazione in lauree informatiche si tramuta nella produzione di invenzioni principalmente legate al Cloud computing (~30) e Sicurezza Informatica (~35). Allo stesso tempo emerge come Padova sia legata all’ambito Biotech e Energy, specializzazioni condivise con Bologna, che conta risorse legate alla sostenibilità (e.g. Biotech, ~40 brevetti & Energy, ~40 brevetti), oltre che su una forte tradizione sia produttiva che formativa legata alla meccanica avanzata come riferito dalla Prof.ssa Lazzeroni (Robotica /Stampa 3D ~40 brevetti). Mentre Genova emerge nel Cloud Computing/sicurezza informatica, competenze che come descritto dalla prof.ssa sono emerse anche grazie anche al supporto di istituzioni di ricerca quali l’IIT, localizzato nella città ligure (Genova, ~30 brevetti Cloud & ~40 Security).
Nel Report “Industria 4.0: la rivoluzione si fa con le persone, 2019”, l’Osservatorio del Politecnico di Milano rivela i risultati della survey effettuata su un campione di 192 imprese; ne emerge come nei prossimi due anni le aziende intendono investire nell’Advanced Automation (33% dei rispondenti), Industrial IoT (48%) e Big Data Analytics (39%). Il trend di sviluppo naturalmente è guidato non solo dalla domanda delle imprese industriali, (i.e. Smart Factory, Smart Logistics) ma anche dalle città (i.e. Smart City, Smart Building, smart car) e dai settori servizi e agricoltura. Per analizzare i trend tecnologici a livello italiano si è, in prima battuta, clusterizzato il dataset di brevetti Industry 4.0 a livello nazionale (~ 3,4k brevetti) applicando un approccio di "Topic Modeling" semi supervisionato (i.e. Correlation Explanation, CorEx), fornendo delle “parole ancora”, che potessero costituire dei topic potenziali per i dati, un approccio che ha permesso di guidare il Topic Modeling con conoscenza di dominio.
L’applicazione del CorEx ha reso possibile assegnare i brevetti ai topic potenziali, emergenti dagli abstract, che sono stati collegati con i trend tecnologici.
Dal Bubblechart si noti come sono stati identificati 9 topic latenti, tra i quali emerge il topic dei sensori, all’interno del quale è possibile vedere come le parole distintive rappresentano un ampio spettro di applicazioni:
Oppure il topic relativo ai dati, all’interno del quale sono presenti parole che riconducono a metodi per l’acquisizione dei dati, il processing e la presenza di “image”, ad indicare le evoluzioni in ambito “Computer Vision”. Inoltre, tra gli altri è presente il topic “energy”, rappresentato da parole quali “engine”, “electric”, che danno un'immagine della tipologia di tecnologie presenti all’interno del topic.
Dalle Time Series emerge come il topic dei sensori rappresenti il trend in assoluto più rilevante all’interno dello spettro di tecnologie identificate. Nello specifico, si noti come dal 2015 il tasso di crescita si mantiene a ritmi molto elevati (12% tasso di crescita annualizzato, CAGR). Questo dato è coerente con la crescita dei numeri del mercato IoT (da €2,8 mld nel 2016 a €6 mld nel 2020) e dagli avanzamenti nelle tecnologie di comunicazione (e.g. Wireless M-Bus, WiFi, Bluetooth Low Energy, Power Line Communication, Low Power Wide Area). Il focus è confermato anche dai dati OECD, che proiettano l’Italia al 6° posto per quanto riguarda la diffusione di interconnessione tra macchine industriali (M2M communication), dove la presenza di SIM card in macchine e sensori è pari a 16,4x ogni 100 abitanti.
All’incremento elevato dei sensori nei brevetti degli ultimi 5 anni, si affianca il trend dei dati, che registrano una crescita del 6% CAGR, a sottolineare la forte interdipendenza tra i due trend, ovvero quello di crescita di prodotti interconnessi e quello di sviluppo di sistemi predittivi.
Seguono nel podio i cluster legati ad “energia” e “veicoli”, i quali registrano un incremento sostanziale dal 2015 (7% CAGR), ad indicare la forte presenza di innovazioni nell’ambito energetico. Nello specifico, i trend tecnologici coinvolgono l’area di generazione di energia e l’area di trasmissione, distribuzione e storage.
Nel report “Accelerating clean energy through Industry 4.0, Manufacturing the next revolution”, l’organismo “United Nations of Industrial Development Organization” (UNIDO), agenzia specializzata nella promozione della cooperazione industriale internazionale dell’ONU, rileva l’importanza della applicazione delle tecnologie Analytics e sensoristiche nell’ambito turbine per il “predictive manteinance” di dispositivi che contano su migliaia di componenti interconnessi dove la minima perturbazione genera breakdown ad elevato impatto. Dai brevetti emergono, infatti, casi in tal senso, come ad esempio i sistemi per il monitoring della temperatura dei componenti delle turbine. L’altro trend, secondo l’UNIDO, è legato alla trasmissione dell’energia, che include gli sviluppi in ambito “energy disaggregation”, monitoraggio di picchi di energia e “predictive manteinance”. In questo senso le tecnologie core di “Industry 4.0” (i.e. Smart Manufacturing & Analytics, Cloud e Security), contribuiscono all’efficienza energetica, gestendo attraverso sensori la trasmissione dell’energia prodotta. Un esempio è costituito dal brevetto relativo al sistema di gestione di un impianto fotovoltaico, che, attraverso dei sensori di temperatura, permette di gestire la conversione di energia rinnovabile in energia termica attraverso una pompa di calore e la gestione dei picchi di energia attraverso un sistema di accumulazione di energia termica.
Le opportunità dell’Industria 4.0 non arrivano senza sfide. Le industrie del futuro potrebbero cambiare radicalmente non solo l'ambiente operativo, ma anche la forma e la disponibilità dei lavori del futuro. Gli avanzamenti tecnologici ci permettono di sperare in un impatto positivo sulla società. Restano in ogni caso da gestire challenge di portata epocale, legate alla formazione delle competenze, ai problemi di “data security” e alla gestione della grande divergenza tra aree geografiche che attraggono risorse e aree che invece ne disperdono. Dall’analisi è emerso come le istituzioni pubbliche svolgano un ruolo fondamentale. Ciò è confermato dalla stampa di innovazione che collega da un lato i temi di transizione energetica e digitale ai progetti di sviluppo regionali e europei, e, dall'altro, l’università alla ricerca. Questo ultimo punto è focale: dall’analisi delle istituzioni presso cui gli inventori hanno lavorato/studiato emerge con forza l’importanza delle specializzazioni delle università e dei centri di ricerca, che si impongono come entità fondamentali per il processo di innovazione, grazie alle loro capacità di aggiornamento di conoscenze, di sperimentazione tecnologica e di formazione di un mercato del lavoro di prossimità, fondamentale per rendere il territorio innovativo.
Catania
Laureato in Storia e sempre desideroso di acquisire nuove conoscenze. Dopo un lungo viaggio nelle scienze sociali, si converte alla data analysis, che vuole trasformare in una professione.
Città di Castello
Laureato in Economia Aziendale. Guidato da grande passione e tanta voglia di imparare, vuole continuare a dedicarsi a progetti che richiedono l'analisi dei dati a supporto delle decisioni di business.
Viareggio
Laureato in Economia e Finanza. Nel 2019 si iscrive ad un corso introduttivo alla programmazione in Python e rimane ammaliato da questo mondo.