HomeIndustria 4.0Digital TransformationSAP NOW 2026, l’AI entra nei processi industriali: la sfida è passare...

SAP NOW 2026, l’AI entra nei processi industriali: la sfida è passare dai progetti pilota al valore concreto

All’AI Tour di Milano, SAP rilancia la visione dell’Autonomous Enterprise, un’impresa capace di utilizzare dati, applicazioni e agenti intelligenti per prendere decisioni e automatizzare attività. Dai progetti di Bonfiglioli e Angelini Technologies – Fameccanica emerge il ruolo centrale della qualità dei dati, dell’integrazione dei sistemi e della trasformazione dei processi.

Ti potrebbero interessare ⇢

Nicoletta Buora

Portare l’intelligenza artificiale oltre la fase sperimentale, integrandola nei processi aziendali e trasformandola in risultati misurabili. È la sfida al centro di SAP NOW AI Tour Milan 2026, svoltosi il 14 ottobre a Milano, dove SAP ha presentato la propria visione dell’Autonomous Enterprise: un’organizzazione in cui persone, applicazioni, dati e agenti AI collaborano per rendere più efficaci le decisioni e le attività operative.

«Oggi vogliamo cominciare una storia nuova con l’AI, una storia che diventa ancora più concreta e che entra nei processi di business», ha dichiarato Carla Masperi, AD di SAP Italia, aprendo l’incontro. Il passaggio all’impresa autonoma, ha spiegato, non consiste semplicemente nell’introdurre più assistenti o agenti intelligenti, ma nel modificare il modo in cui le aziende lavorano.

Gli agenti AI possono infatti intercettare ciò che accade nel business, analizzare informazioni, ragionare, raccomandare interventi e avviare azioni concrete, riducendo la necessità di un intervento umano in ogni singolo passaggio. Perché questo modello funzioni, tuttavia, occorrono dati affidabili, conoscenza dei processi e regole di governance che garantiscano sicurezza e controllo.

«Il problema non è tanto l’AI o la tecnologia, ma la base dati con cui la tecnologia deve avere a che fare», ha sottolineato Masperi. Secondo i dati di mercato richiamati durante l’evento, il 74% delle organizzazioni non riesce ancora a superare la fase pilota dei progetti di intelligenza artificiale. Tra gli ostacoli figurano proprio la qualità e la disponibilità dei dati, oltre alla difficoltà di ottenere livelli di accuratezza adeguati alle esigenze aziendali.

Dati, processi e governance: le fondamenta dell’AI

Per SAP, la costruzione di un’Autonomous Enterprise poggia su tre elementi. Il primo è la conoscenza dei processi di business: un agente deve comprendere il contesto in cui opera, che si tratti di un rapporto con un cliente, di un contratto o di una fornitura. Il secondo è una base dati semanticamente coerente, capace di collegare informazioni e relazioni aziendali. Il terzo è la governance, con meccanismi di sicurezza e controllo degli accessi integrati nel sistema.

A supporto di questa strategia, SAP dichiara una base informativa che comprende 7,3 milioni di campi, 500.000 tabelle e 50.000 connessioni API. L’obiettivo è consentire agli agenti di operare su informazioni contestualizzate e coerenti, anziché affidarsi a dati isolati o a risposte generate senza una conoscenza sufficientemente approfondita dei processi.

L’offerta si articola in cinque direttrici: Joule, l’assistente AI di SAP; SAP Autonomous Suite; Industry AI, dedicata alle specificità dei diversi comparti; SAP Business AI Platform; e i percorsi RISE with SAP e GROW with SAP, destinati a sostenere l’evoluzione delle organizzazioni.

Sono 200 gli agenti AI disponibili, destinati secondo SAP a diventare 400 entro la fine dell’anno. Accanto alle applicazioni trasversali, la strategia punta su soluzioni verticali, sviluppate anche attraverso percorsi di innovazione congiunta con i clienti. L’obiettivo è portare l’AI direttamente nei processi in cui può generare benefici operativi, dalla produzione alla gestione della qualità.

La prospettiva trova riscontro anche nelle aspettative delle imprese italiane. Una ricerca condotta da SAP con Oxford Economics su 200 aziende in Italia indica un ritorno atteso dagli investimenti in AI pari al 20% nel 2026, con una crescita prevista fino al 38% nell’arco dei due anni successivi. Numeri che segnalano fiducia nelle potenzialità della tecnologia, ma che rendono ancora più importante la capacità di trasformare gli investimenti in risultati effettivi.

Bonfiglioli: il MES come base per un’AI affidabile

Per un gruppo industriale con stabilimenti e filiali distribuiti in diversi Paesi, la qualità dei dati è una condizione imprescindibile per introdurre sistemi capaci di supportare decisioni e attività produttive. È il percorso intrapreso da Bonfiglioli, azienda italiana specializzata in riduttori, motoriduttori, azionamenti elettrici e inverter per l’automazione industriale, le macchine mobili e le energie rinnovabili.

Come ha raccontato Enrico Andrini, l’azienda lavora sull’intelligenza artificiale da tempo e ha già sviluppato agenti che affiancano le persone nelle attività quotidiane. Il percorso si inserisce in una strategia più ampia di evoluzione dei sistemi informativi, che comprende il passaggio a RISE with SAP e l’adozione di un Manufacturing Execution System (MES) erogato in cloud, con l’obiettivo di estenderne l’utilizzo agli stabilimenti e alle filiali commerciali distribuiti geograficamente.

ll MES riveste un ruolo centrale perché permette di uniformare la raccolta dei dati e di adottare un linguaggio comune tra le diverse fabbriche. «Pensare di costruire un’AI che prenda decisioni significa avere dati affidabili», è il principio alla base del progetto. Le informazioni provenienti dal sistema di esecuzione della produzione costituiscono infatti una base strutturata e verificabile, utile sia per rendere confrontabili gli indicatori dei diversi impianti sia per assicurare l’applicazione dei piani di controllo lungo la filiera produttiva.

Il sistema è operativo dallo scorso marzo nello stabilimento storico di Bologna. Il programma prevede successivamente il coinvolgimento del plant di Forlì e, in una fase ulteriore, degli stabilimenti in Slovacchia, India e Vietnam. La progressiva estensione della piattaforma punta a costruire una base dati omogenea, indispensabile per sfruttare l’AI su scala internazionale.

Tra gli ambiti applicativi figura la qualità. Bonfiglioli sta lavorando a un modello di controllo più dinamico, nel quale un agente AI analizza le segnalazioni di difettosità (claim) ricevute sui prodotti e suggerisce come adattare i controlli. In presenza di prodotti che escono dalla produzione senza difetti, il sistema può proporre una riduzione delle verifiche; quando emergono più segnalazioni, può invece suggerire di intensificare i controlli.

Angelini Technologies – Fameccanica: trasformare il business partendo dall’ERP

Un altro percorso significativo è quello di Angelini Technologies – Fameccanica, la società di Angelini Industries dedicata alle tecnologie industriali. Fondata nel 1975, l'azienda ha sviluppato competenze nella progettazione di macchine e linee per la produzione di beni per la casa e la persona (1 pannolino baby su 4 venduto nel mondo è prodotto con macchinari Angelini Technologies), con oltre 1.300 macchine consegnate nel mondo e più di 1.200 privative brevettuali.

Dal 2022 l’azienda ha avviato una trasformazione per affiancare al proprio mercato storico nuove opportunità di crescita, valorizzando cinquant’anni di esperienza nell’automazione industriale. Accanto al converting, il gruppo punta così su automazione e robotica, con soluzioni per la logistica e l’e-commerce, in particolare per la movimentazione e la manipolazione dei pacchi.

Una strategia che richiede basi operative adeguate a sostenere l’evoluzione del business. Come ha spiegato Francesco Scarrico, l’azienda ha scelto il percorso RISE with SAP e SAP S/4HANA Cloud private edition per rendere i processi decisionali sempre più data-driven, migliorando qualità, affidabilità e disponibilità delle informazioni.

L’integrazione tra ERP, acquisti e logistica punta a migliorare la disponibilità delle informazioni e la continuità dei processi, preparando l’organizzazione a un utilizzo più esteso dell’intelligenza artificiale. «È il punto di partenza di un percorso di miglioramento continuo che ci permetterà di accelerare l’innovazione tecnologica e di supportare la nostra strategia di adozione dell’intelligenza artificiale», ha aggiunto Scarrico.

Il caso evidenzia un aspetto rilevante per le imprese manifatturiere: l’adozione dell’AI non può essere separata dalla trasformazione dei sistemi e dei processi. Prima di automatizzare attività e decisioni, occorre creare un’infrastruttura informativa capace di accompagnare l’evoluzione del business.

Oniverse: governare la complessità e preparare le persone

La necessità di una base dati integrata riguarda anche Oniverse, gruppo che opera dalla moda e retail (con brand come Calzedonia, Tezenis,) al food & wine fino alla nautica. Nel 2025 l’azienda ha registrato un fatturato di 3,7 miliardi di euro e conta oltre 46.000 addetti nel mondo.

Il gruppo gestisce un ecosistema articolato di società, stabilimenti produttivi, magazzini e reti distributive. Da circa vent’anni utilizza tecnologie SAP e ha intrapreso il percorso RISE per governare da un unico punto 77 società, caratterizzate da processi differenti: dalla trasformazione della materia prima alla produzione, fino alla distribuzione attraverso magazzini automatizzati.

La crescita dei volumi di dati rende sempre più importante disporre di sistemi capaci di assicurare coerenza e controllo. In questo contesto, l’intelligenza artificiale rappresenta un’evoluzione possibile, ma richiede anche un investimento sulle persone, attraverso formazione e accompagnamento culturale.

Dalla tecnologia all’adozione

Le esperienze presentate a SAP NOW 2026 convergono su un punto: l’Autonomous Enterprise non si realizza semplicemente introducendo nuovi strumenti, ma integrando l’intelligenza artificiale nell’organizzazione e nei processi. La disponibilità di dati affidabili, la capacità di collegare i sistemi e la definizione di regole di governance sono prerequisiti essenziali, così come il coinvolgimento delle persone.