Tag: automazione

  • Decision Intelligence: L’Intelligenza Artificiale che Trasforma le Decisioni Aziendali

    Decision Intelligence: L’Intelligenza Artificiale che Trasforma le Decisioni Aziendali

    In Breve

    Cosa è la decision intelligence?
    La decision intelligence è un approccio che utilizza l'intelligenza artificiale per migliorare e automatizzare il processo decisionale nelle aziende.
    Quali sono i benefici dell'adozione della decision intelligence?
    I benefici includono miglioramenti nella produttività, automazione di compiti ripetitivi e decisioni più rapide e informate.
    Quali sono le sfide associate alla decision intelligence?
    Le sfide includono la mancanza di governance, la definizione dei diritti decisionali e i rischi di compliance.

    Il passaggio dall’analisi dei dati alla decision intelligence è già in atto e sta trasformando il panorama aziendale. Recenti studi indicano che il 66% delle imprese britanniche ha registrato significativi miglioramenti di produttività grazie all’intelligenza artificiale (IA). I manager osservano come l’IA non solo automatizzi compiti routinari, ma liberi anche tempo prezioso per decisioni strategiche.

    Tradizionalmente, l’analytics è rimasta uno strumento retrospettivo, fortemente dipendente dall’intervento umano e basata su architetture rigide e flussi di lavoro statici. Questi sistemi sono adatti a casi prevedibili, ma si dimostrano inadeguati in scenari dinamici e complessi. L’introduzione della decision intelligence e dell’IA agentica rappresenta un passo avanti significativo: i sistemi autonomi sono ora in grado di effettuare pianificazioni di scenario e attivare azioni contestuali con limitata o nulla istruzione umana, analizzando dati provenienti da fonti diverse e prendendo decisioni complesse.

    Un esempio pratico di questa evoluzione è rappresentato dagli agenti di underwriting, che oggi possono valutare la solvibilità di un richiedente, adeguare il prezzo del prestito, gestire la documentazione e segnalare eventuali criticità di compliance. Queste attività, un tempo svolte da persone, sono ora eseguite da sistemi coordinati, aumentando l’efficienza e riducendo il margine di errore.

    Il mercato della decision intelligence in Europa è stimato a 4,35 miliardi di dollari nel 2025, con una proiezione che raggiunge 20,61 miliardi entro il 2035. Questa crescita rappresenta un’opportunità significativa per le organizzazioni che scelgono di adottare un approccio misurato e strategico.

    Tuttavia, la sfida principale non è solo tecnica, ma anche decisionale. Molte aziende non dispongono di meccanismi formali per definire il grado di autonomia dei loro sistemi, il che può portare a pratiche ad hoc prive di limiti e governance. È fondamentale integrare regole chiare sui diritti decisionali nel flusso operativo, stabilendo quali azioni un agente possa eseguire autonomamente e quando sia necessario coinvolgere un essere umano.

    Ad esempio, un agente può gestire il pricing di un prestito o instradare pratiche, ma deve sospendere l’azione e coinvolgere un operatore umano se emergono segnali di compliance o se i profili non rientrano nei vincoli stabiliti. L’obiettivo non è sostituire il giudizio umano, ma potenziarlo attraverso una delega intelligente.

    I sistemi di Enterprise Decision Intelligence, alimentati da modelli fondamentali e contesti fruibili dalle macchine, possono gestire decisioni ad alto volume in ambiti come supply chain, operazioni clienti, pricing e activation. Tuttavia, l’esperienza e il controllo umano rimangono indispensabili per garantire governance, supervisione etica e gestione delle eccezioni.

    I benefici concreti dell’adozione della decision intelligence sono già documentati in diversi settori. Ad esempio, retailer di bellezza e profumeria hanno ottenuto un ritorno a doppia cifra implementando motori decisionali per il coinvolgimento dei clienti. Tuttavia, i rischi associati includono minacce informatiche, fallimenti di compliance, mancanza di trasparenza e responsabilità, e risultati impropri.

    L’adozione di queste tecnologie, specialmente quando coinvolge IA agentica, può richiedere investimenti significativi e deve essere affrontata per fasi. Ciò include aggiornamenti tecnologici, modifiche all’operating model, integrazioni profonde, competenze specializzate e un solido quadro etico e di governance per costruire trasparenza, responsabilità e fiducia.

    Le organizzazioni che definiranno con chiarezza la divisione dei ruoli tra umani e sistemi, piuttosto che semplicemente cercare di agire più rapidamente, avranno maggiori possibilità di ottenere un vantaggio competitivo in un mercato sempre più complesso e in evoluzione.

  • L’Impatto dell’Intelligenza Artificiale sul Mercato del Lavoro: Il Caso di Anthropic

    L’Impatto dell’Intelligenza Artificiale sul Mercato del Lavoro: Il Caso di Anthropic

    In Breve

    Qual è la percentuale di lavoratori junior in Anthropic?
    La percentuale di lavoratori junior è scesa al 14% della forza tecnica a metà 2026.
    Come influisce l'IA sulle assunzioni in Anthropic?
    La quota di junior tra le nuove assunzioni tecniche è diminuita dal 27% al 9%.
    Quali sono i cambiamenti nel lavoro a causa dell'IA?
    C'è un aumento del tempo dedicato a decisioni strategiche e un incremento della produttività.

    Un recente rapporto interno di Anthropic ha messo in luce come l’adozione dell’intelligenza artificiale (IA) stia profondamente trasformando la composizione e l’organizzazione del lavoro all’interno dell’azienda. Secondo i dati, la percentuale di lavoratori junior nell’area tecnica è scesa drasticamente al 14% a metà 2026, rispetto al 21% registrato all’inizio del 2025. Anche le nuove assunzioni tecniche mostrano un trend simile, con la quota di junior che è passata dal 27% al 9% nello stesso periodo.

    Questa diminuzione è attribuita alla crescente capacità dell’IA di svolgere compiti tradizionalmente riservati a profili entry-level, portando a una riduzione delle assunzioni pro capite rispetto alle generazioni precedenti di grandi aziende tecnologiche. Nonostante la forza lavoro tecnica di Anthropic continui a crescere in termini numerici, si sta assistendo a un progressivo spostamento verso ruoli di livello superiore e manageriali.

    In particolare, ingegneri e personale non tecnico hanno segnalato un aumento significativo del tempo dedicato a attività decisionali e strategiche, con un incremento medio del 20% del tempo trascorso in riunioni. Questo cambiamento è accompagnato da forti aumenti di produttività legati all’automazione e all’uso di agenti intelligenti. Ad esempio, i commit di codice per ingegnere sono aumentati di 5,1 volte tra la fine del 2025 e la metà del 2026, mentre le query di dati per data scientist e i contratti gestiti per addetti legali sono cresciuti entrambi di 3,1 volte. Anche i deal gestiti dai venditori sono aumentati di 1,7 volte.

    Tuttavia, nonostante l’automazione, alcuni compiti rimangono esclusivamente umani. Le chiamate di vendita e i colloqui, ad esempio, non possono essere completamente automatizzati, e le sessioni interattive con Claude, il sistema di IA di Anthropic, trascorrono circa l’80% del tempo in attesa di input umano.

    Il rapporto suggerisce anche possibili evoluzioni future nel mercato del lavoro, con cambiamenti nei criteri di assunzione che potrebbero privilegiare competenze come autonomia e giudizio. Si prevede che in futuro singoli imprenditori possano coordinare gruppi di agenti intelligenti, avviando attività altamente produttive.

    In conclusione, l’adozione profonda dell’IA è presentata come un sistema di allerta precoce sugli effetti che la tecnologia può avere sul lavoro, suggerendo che le aziende devono adattarsi a queste nuove dinamiche per rimanere competitive.

  • L’Ascesa del GTM Engineer: Come l’Intelligenza Artificiale Sta Trasformando il Mercato del Lavoro

    L’Ascesa del GTM Engineer: Come l’Intelligenza Artificiale Sta Trasformando il Mercato del Lavoro

    In Breve

    Cosa fa un GTM engineer?
    Un GTM engineer utilizza intelligenza artificiale e automazione per creare workflow di revenue automatizzati.
    Qual è l'impatto dell'AI sul mercato del lavoro?
    L'AI sta trasformando i processi di go-to-market, riducendo la necessità di risorse umane per compiti tradizionali.
    Quando si svolgerà il Disrupt 2026?
    Il Disrupt 2026 si terrà dal 13 al 15 ottobre al Moscone West di San Francisco.

    Negli ultimi due anni, il panorama lavorativo ha visto l’emergere di una nuova figura professionale: il GTM engineer. Questa figura, che combina intelligenza artificiale e automazione, è progettata per costruire sistemi di ricavo che un tempo richiedevano un numero maggiore di risorse umane e processi manuali. L’evoluzione delle capacità di ricerca sui prospect, gestione dei dati e automazione ha spinto le aziende a ripensare non solo la tecnologia, ma anche i professionisti che progettano e gestiscono i sistemi alla base della crescita commerciale.

    Durante il Disrupt 2026, Kareem Amin, cofondatore e CEO di Clay, presenterà una sessione intitolata “The GTM Engineer: How AI Created Tech’s Next Big Job Category”. In questa occasione, Amin esplorerà la trasformazione dello stack go-to-market e fornirà esempi di come l’intelligenza artificiale stia influenzando questa nuova categoria professionale.

    Il termine GTM engineer è stato coniato da Clay nel 2023 e si riferisce a professionisti che creano workflow di revenue automatizzati, piuttosto che eseguire manualmente singole attività di go-to-market. Attualmente, si registrano circa 100 annunci di lavoro per questa figura ogni mese, con aperture in aziende come Cursor, Lovable e Webflow.

    Il GTM engineering sfrutta l’intelligenza artificiale, i dati e l’automazione per trasformare compiti tradizionali — come la ricerca di account, la pulizia dei dati e la qualificazione dei lead — in processi ripetibili. Per i fondatori e i responsabili GTM, la decisione strategica si concentra su se investire in ulteriori risorse umane per gestire processi esistenti o costruire sistemi che permettano al personale attuale di operare in modo più efficiente.

    Clay, fondata a Brooklyn nel 2017, ha iniziato con un semplice foglio di calcolo per automatizzare attività senza codice e ha successivamente ampliato la propria offerta verso infrastrutture per team GTM. Queste infrastrutture consentono l’accesso ai dati, l’esecuzione di workflow agentici e il lancio di campagne. Il suo agente, Claygent, basato su OpenAI, automatizza ricerca e outreach per team di vendita, marketing e recruiting.

    La crescita di Clay è stata rapida: il fatturato ricorrente annuo ha raggiunto i 100 milioni di dollari, con una valutazione aziendale che ha superato i 5 miliardi di dollari. Recentemente, l’azienda ha annunciato un finanziamento di Serie D da 115 milioni di dollari, portando la valutazione a 7,1 miliardi. Inoltre, è stato istituito un fondo di borse di studio da 1 milione di dollari per formare nuovi GTM engineer.

    Kareem Amin, prima di fondare Clay, ha ricoperto il ruolo di VP product al Wall Street Journal e ha cofondato la startup Frame, acquisita da Sailthru nel 2012. L’idea alla base di Clay è di rendere le capacità di programmazione accessibili a un pubblico più ampio; l’introduzione dell’intelligenza artificiale ha applicato questa visione al go-to-market, consentendo ai team commerciali di automatizzare ricerca, arricchimento dei dati e outreach senza dover dipendere dall’ingegneria per ogni workflow.

    Il Disrupt 2026 si svolgerà dal 13 al 15 ottobre al Moscone West di San Francisco, con oltre 200 sessioni su sei palchi, roundtable e break-out. Sono attesi più di 10.000 partecipanti, oltre 250 speaker e circa 300 startup espositrici.

  • OMRON on Tour 2026: Innovazione e Formazione in Sei Tappe in Italia

    OMRON on Tour 2026: Innovazione e Formazione in Sei Tappe in Italia

    In Breve

    Qual è l'obiettivo di OMRON on Tour 2026?
    Promuovere l'innovazione tecnologica e facilitare il trasferimento di competenze tra imprese e istituzioni formative.
    Dove si svolgerà il roadshow?
    Il roadshow toccherà Milano, Vicenza, Bologna, Frosinone, Ancona e Bari.
    Quali tecnologie saranno presentate?
    Sistemi di controllo qualità, robotica integrata, servoazionamenti e sensori innovativi.

    È ufficialmente partito l’OMRON on Tour 2026, un roadshow che toccherà sei città italiane, inaugurato presso l’OMRON I‑Lab di Milano. Le tappe successive si svolgeranno a Vicenza (6 e 8 ottobre), Bologna (14 ottobre), Frosinone (27 ottobre), Ancona (3 e 4 novembre) e Bari (11 e 12 novembre).

    Questa iniziativa non si limita a presentare tecnologie all’avanguardia, ma si propone anche di avviare un dialogo costruttivo con il mondo della formazione. Gli eventi si terranno negli ITS Academy della Rete degli ITS Meccatronici, favorendo l’incontro tra imprese, docenti e studenti, e facilitando così il trasferimento di competenze.

    Durante le giornate di OMRON on Tour, i partecipanti potranno assistere a dimostrazioni dal vivo e approfondimenti applicativi rivolti a imprese e OEM. I temi principali includono l’integrazione IT/OT, la gestione dei dati e soluzioni conformi a requisiti normativi come il CRA, NIS2 e il nuovo Regolamento Macchine.

    Tra le tecnologie presentate, spiccano i sistemi di controllo qualità basati su intelligenza artificiale e machine vision, progettati per garantire la tracciabilità in linea con le normative GS1 Sunrise 2027. Inoltre, saranno illustrate architetture motion per il packaging primario, dotate di carrelli indipendenti che accelerano i cambi formato, e soluzioni di robotica integrata gestite da un unico controllore.

    In anteprima, OMRON presenterà anche il servoazionamento entry level C6, l’inverter R1 per alte potenze e la nuova generazione di sensori E3AS, capaci di rilevare superfici trasparenti e riflettenti.

    OMRON si ispira alla teoria SINIC, secondo cui l’innovazione deve rispondere a bisogni sociali. L’azienda si concentra su tre ambiti di applicazione dell’AI: manutenzione predittiva per ridurre i fermi macchina, misurazione puntuale dei consumi per minimizzare gli sprechi e pianificazione della produzione basata su dati per evitare la sovrapproduzione.

    Il modello operativo proposto da OMRON comprende il concetto di i‑Automation!, fondato su tre pilastri: Integrated, Interactive, Intelligent. Inoltre, l’architettura ILO+S+R (Input, Logica, Output, Robotica e Sicurezza) permette di avere un unico interlocutore in grado di intervenire su tutta la linea produttiva.

    L’approccio di OMRON è orientato alla co-creazione e alla centralità della persona, considerando l’intelligenza artificiale come un supporto alla collaborazione uomo-macchina, piuttosto che un sostituto dell’essere umano.

  • Il Futuro del Lavoro: Come l’Intelligenza Artificiale Sta Cambiando le Dinamiche Professionali

    Il Futuro del Lavoro: Come l’Intelligenza Artificiale Sta Cambiando le Dinamiche Professionali

    In Breve

    Come sta cambiando l'intelligenza artificiale il lavoro?
    L'intelligenza artificiale sta automatizzando compiti ripetitivi, cambiando le dinamiche lavorative e introducendo nuove sfide.
    Quali rischi comporta l'uso degli agenti AI?
    Gli agenti AI possono generare errori imprevedibili e allucinazioni, richiedendo supervisione umana in contesti critici.
    Qual è il futuro del lavoro con l'AI?
    Il lavoro ripetitivo diminuirà, ma aumenterà il carico cognitivo per chi coordina e verifica gli agenti AI.

    Il Futuro del Lavoro: Come l’Intelligenza Artificiale Sta Cambiando le Dinamiche Professionali

    L’adozione crescente di agenti basati su intelligenza artificiale (AI) sta rivoluzionando il panorama lavorativo. Le routine professionali attuali potrebbero apparire obsolete già nei prossimi cinque anni, mentre strumenti che automatizzano compiti d’ufficio stanno gradualmente sostituendo attività ripetitive. Tuttavia, questa transizione porta con sé nuove sfide legate a errori imprevedibili e a fenomeni come la “jagged intelligence”, in cui i modelli AI riescono a risolvere problemi complessi ma inciampano su errori banali.

    Automazione e Rischi Associati

    Un esempio concreto di questa evoluzione si osserva nel settore dello sviluppo software, dove gli agenti AI sono in grado di generare fino al 90% del codice. Nonostante ciò, il rischio di allucinazioni e imprecisioni rimane elevato. Pertanto, la decisione su quali compiti delegare a un agente dovrebbe basarsi su due criteri fondamentali: il costo dell’errore e il costo della verifica. Errori costosi, come una citazione errata in un atto legale, richiedono una supervisione umana più attenta, mentre output facilmente verificabili, come calcoli matematici, possono essere gestiti con minore intervento umano.

    Profili di Rischio nei Compiti Delegabili

    Molti compiti lavorativi appaiono unici, ma in realtà comprendono sotto-attività con diversi profili di rischio. Ad esempio, il customer service di primo livello presenta costi di verifica bassi e percorsi di escalation chiari, mentre interazioni più complesse richiedono competenze specialistiche e comportano rischi maggiori. Le esperienze aziendali indicano che un eccesso di automazione può compromettere la qualità del servizio, portando a riorganizzazioni e al reinserimento di personale umano.

    Valore Aggiunto dei Lavoratori Umani

    Contrariamente a quanto si potrebbe pensare, l’automazione parziale tende ad aumentare il valore dei lavoratori rimasti. Analogamente all’introduzione degli sportelli automatici nel settore bancario, la domanda di figure qualificate può crescere, poiché queste fungono da controllo finale su catene di lavoro in cui un singolo errore può compromettere l’intero risultato. Per massimizzare i benefici dell’AI, i leader aziendali devono identificare chiaramente i compiti delegabili, trasferirli agli agenti e ristrutturare i processi in modo che le persone possano concentrare il loro tempo su attività a maggior valore, come la costruzione di relazioni e il giudizio specialistico.

    Prospettive Future

    In uno scenario plausibile tra cinque anni, decine di agenti AI potrebbero operare in parallelo su proposte, qualificazione di lead e gestione di ticket. Sebbene il lavoro ripetitivo possa diminuire, aumenterà il carico cognitivo per chi deve coordinare e verificare questi agenti. Pertanto, proteggere la capacità di attenzione e mantenere il controllo umano sull’automazione saranno fattori decisivi affinché il cambiamento generi benefici reali.

  • UBTech Inaugura una Fabbrica Robotica a Liuzhou: Un Passo Avanti nella Produzione Automatizzata

    UBTech Inaugura una Fabbrica Robotica a Liuzhou: Un Passo Avanti nella Produzione Automatizzata

    In Breve

    Qual è la capacità produttiva della nuova fabbrica di UBTech?
    La fabbrica ha una capacità produttiva di 10.000 robot all'anno.
    Quali tecnologie sono integrate nel processo produttivo?
    Il processo include robot umanoidi e veicoli a guida autonoma.
    Qual è l'efficienza del magazzino automatizzato?
    Il magazzino è in grado di immagazzinare 112 robot in 65 metri quadrati, con un'efficienza superiore del 50% rispetto a un magazzino tradizionale.

    UBTech ha ufficialmente inaugurato un nuovo stabilimento a Liuzhou, situato nella regione autonoma Guangxi, dedicato alla produzione di robot umanoidi delle serie Walker S e Cruzr. Questa struttura è progettata per una capacità produttiva impressionante di 10.000 robot all’anno, con l’obiettivo di realizzare un’unità ogni dieci minuti.

    Il processo produttivo all’interno della fabbrica è altamente automatizzato e integra un ampio utilizzo di robot umanoidi e veicoli a guida autonoma. I modelli Cruzr Y1 e Cruzr S2 sono impiegati in diverse fasi, dallo scarico e impilamento al carico e trasporto dei materiali. Inoltre, robot collaborativi lavorano fianco a fianco con operatori umani nelle fasi finali di assemblaggio, ottimizzando l’efficienza e la precisione del processo produttivo.

    Un elemento distintivo di questo stabilimento è il magazzino tridimensionale completamente automatizzato, capace di immagazzinare 112 robot in soli 65 metri quadrati. Questo sistema offre un’efficienza di spazio superiore del 50% rispetto a un magazzino tradizionale di dimensioni equivalenti, dimostrando l’impegno di UBTech nell’ottimizzazione delle risorse.

    Fang Jianxin, vicepresidente di UBTech, ha sottolineato l’importanza della catena di fornitura e delle competenze accumulate in Cina negli ultimi 10-20 anni. Secondo Jianxin, ingegneri, scienziati e scenari applicativi hanno creato una base solida per la produzione e la ricerca e sviluppo nel settore della robotica.

    Le statistiche sulla produzione nazionale dei robot evidenziano una crescita significativa. A luglio 2026, la produzione ha raggiunto 98.677 unità, con un incremento del 30,2% rispetto all’anno precedente. Tra gennaio e luglio 2026, sono stati prodotti 635.056 robot, segnando un aumento del 28,5% su base annua.

    Altri produttori nel settore stanno già mostrando processi di produzione automatizzata e casi di utilizzo commerciale, come l’impiego di robot in hotel, concessionarie auto, supermercati e ispezioni metropolitane. L’apertura di stabilimenti automatizzati come quello di UBTech potrebbe stimolare ulteriormente lo sviluppo di impianti a elevata automazione nel settore manifatturiero, contribuendo a un futuro sempre più innovativo e tecnologico.