L’Intelligenza Artificiale (AI): da un prompt analizza i dati e li interpreta per il riconoscimento facciale, il machine learning, elaborazione e traduzione del linguaggio, l’assistenza virtuale e l’automazione.
L’Intelligenza Artificiale Generativa (GenAI) è un’evoluzione: dall’analisi dei dati è in grado di scrivere contenuti, codici, progetti per poi generare risultati nuovi, prima inesistenti. In sintesi: l’AI osserva per decidere mentre la GenAI immagina e costruisce.
di N. S.
…quali sono le implicazioni per un’industria così automatizzata come lo è il packaging? Per capirlo abbiamo incontrato Massimo Monguzzi, responsabile Ricerca e Sviluppo di Cama Group, riferimento internazionale del packaging secondario.
Dal codice alle sue funzioni, l’evoluzione della scrittura
“Da una iniziale curiosità, l’AI e la GenAI sono ormai strumenti di lavoro. Un primo ambito è stato la scrittura del codice per il software che sta diventando sempre più di alto livello. Stiamo ripensando l’approccio alla programmazione per automatizzare operazioni ripetitive come la scrittura del codice – inizia Massimo Monguzzi; – la competenza dello sviluppatore software, figura importante per un’azienda come Cama, deve capire le finalità di esso. Da una parte ci sarà meno tempo per scrivere il codice con più attenzione alle funzionalità. Delegare all’AI la generazione del codice consente agli sviluppatori di focalizzarsi su attività a maggiore valore aggiunto. Scrivere codice sarà come stringere una vite: un’attività necessaria, ma non strategica”.
La documentazione tecnica è un lavoro per l’AI
Un secondo ambito è la documentazione tecnica: manualistica, fascicoli tecnici, analisi dei rischi, dichiarazioni di conformità. Produzioni complesse, normate, onerose in termini di tempo e risorse.
“La GenAi velocizza la creazione di questi materiali se è integrata in un contesto ricco di dati da cui può apprendere. Cama dispone di un patrimonio documentale importante composto da migliaia di fascicoli tecnici redatti. In scenari simili la GenAI dimostra la sua efficacia anche se non è possibile sostituire il controllo umano, ma ne aumenta la produttività. Inoltre, riduce gli errori e consente una maggiore standardizzazione dei contenuti tecnici”.
L’allenamento della GenAI: una formazione specifica per ogni contesto
Un aspetto sottovalutato è l’allenamento dell’AI e della GenAI lo specifico contesto in cui dovranno svolgere i compiti. Una convinzione è che possano operare in autonomia. In realtà è vero l’opposto.
Un modello Ai deve essere allenato e questo significa immergerlo in un ambiente tecnico reale, come si fa con una nuova risorsa umana. In questo modo l’AI smette di essere un sistema generalista e apprende competenze specialistiche come nel caso del packaging.
“Ogni settore possiede il proprio linguaggio con le sue terminologie. Nel packaging il termine tasca ha un significato, che cambia nella moda o, per esempio, nella meccanica. Se l’AI non conosce il termine corretto da usare per ogni contesto, sbaglia.”
In ambito manifatturiero ogni macchina, ogni impianto e ogni progetto sono unici. La GenAI deve essere formata con conoscenze specialistiche legate all’ambito produttivo e questo è un importante compito interno all’azienda.
Macchine sempre più evolute ma user-friendly
La complessità delle macchine diventa il loro limite quando non si trovano operatori che le possano utilizzare al meglio. Per superare l’ostacolo Cama sviluppa da tempo interfacce user-friendly.
“Per comandare una macchina anche molto complessa il cliente si aspetta un’interfaccia semplice. In questo il software è importante poiché permette di usare le nostre macchine anche a operatori con poche competenze tecniche. Infatti, un problema diffuso in numerosi paesi è il ricambio frequente del personale e manca il tempo per formarlo. Avere una macchina user-friendly è tanto più importante quanto più il personale ha poca esperienza. La GenAI è di aiuto anche nella scrittura del software specifico per le interfacce operatore.”
L’aiuto vale anche per gli studenti freschi di università o degli istituti tecnici; con il supporto dell’AI possono diventare operativi in tempi brevi rendendo il mercato del lavoro più dinamico.
Siamo nel mezzo di un cambiamento culturale che ridisegna i confini tra uomo, macchina e intelligenza artificiale. Se l’industria del packaging richiede competenze specifiche per essere operativi al 100%. L’AI e la GenAI accorciano i tempi di questa formazione.
“Se da una parte le macchine di oggi sono più complesse rispetto al passato, per fortuna sono anche più user-friendly. La strada imboccata è quella di rendere semplici sistemi sofisticati secondo il paradigma di Industria 5.0 che avvicina l’uomo e la macchina con le interfacce, il linguaggio contestualizzato e gli obiettivi comuni”.
La GenAI e la correlazione dei dati
La divisione Ricerca e Sviluppo di Cama sta sviluppando algoritmi per studiare in modo approfondito i dati di macchina. La loro analisi, il machine learning, il deep learning partecipano all’ottimizzazione dei processi individuando correlazioni tra parametri operativi e prestazioni.
“L’efficienza produttiva è in correlazione anche con le variabili ambientali. L’umidità, per esempio, è varia a seconda delle stagioni ma anche dell’area geografica e influisce sulla macchinabilità dei materiali e sulla qualità del confezionamento. Lo stesso per la temperatura, che accelera l’usura di diverse parti. Conoscere in modo approfondito le funzioni di questi parametri permette di migliorare il settaggio delle macchine e prevenire potenziali problemi”.
L’Intelligenza Artificiale può prendere decisioni?
La visione artificiale per il pick and place deve prendere decisioni rapidamente. “Le macchine devono pensare e decidere in tempo reale quale prodotto debba essere prelevato e con quale angolazione posarlo, scartando pezzi fuori standard. Le azioni devono essere molto rapide oltre che molto ripetitive: perfette per un algoritmo intelligente. Queste logiche possono essere estese alle micro-decisioni delle sequenze operative delle macchine, con l’obiettivo di migliorarne l’efficienza complessiva. Non si tratta di stravolgere il comportamento della macchina, ma di ottimizzarlo in modo continuo e adattivo.
La GenAI fa la differenza anche nel controllo qualità: se pensiamo alla qualità di un biscotto, un sistema intelligente distingue un prodotto bruciato da uno perfetto. Funziona con le forme regolari dei biscotti ma anche con prodotti irregolari come i croissant,” spiega Massimo Monguzzi.
Lo stesso principio si applica alla lettura OCR (riconoscimento dei caratteri), applicazione tradizionalmente ostica per via delle condizioni variabili di stampa, oggi più affidabile con l’AI e ampiamente impiagato nel controllo qualità del processo di etichettatura.
Che cosa è l’Edge computing? Il futuro è la macchina che ragiona
Presto le macchine per il packaging avranno un piccolo “cervello” per analizzare in tempo reale i dati generati dai sensori a bordo macchina: l’Edge computing. In questo modo si potrà conoscere la storia lavorativa della macchina come rilevare anomalie in millisecondi, ottimizzare le prestazioni e ridurre i fermi e gli sprechi, producendo confezioni perfette, pronte per gli scaffali.
L’Edge computing a bordo macchina insieme all’AI e alla GenAI chiudono il cerchio: dal linguaggio per il software al controllo qualità finale attraverso il processo produttivo. Un sistema estremamente evoluto che impara lavorando.
Il risultato?
- Prestazioni superiori: la macchina si auto‑ottimizza all’istante prima che la confezione lasci la stazione di imballo per gli scaffali.
- Flessibilità senza precedenti: i sistemi generativi adattano formati, ricette e sequenze di movimento con la stessa rapidità con cui cambiano le richieste del mercato.
- Semplicità d’uso elevata: interfacce amichevoli e suggerimenti automatici verso un dialogo naturale uomo-macchina.
Anche con gli strumenti più tecnologici l’evoluzione non si ferma per raggiungere con sempre maggior efficacia gli obiettivi del packaging; efficienza, flessibilità e sostenibilità.
