Francesca Saraceni, co-fondatrice e CEO di Intellico, è l'ospite di questa settimana di #RadioNext, a margine del Net Zero Milan Expo Summit 2025.

Il confronto parte da un principio: ogni progetto di intelligenza artificiale deve dimostrare di compensare il costo energetico e infrastrutturale che comporta. Saraceni parla di “visione duale” – beneficio di business e sostenibilità – e invita le imprese a chiedersi prima di tutto se l’AI serva davvero o se un approccio statistico tradizionale basti. Quale bilancio energetico giustifica l’adozione di un modello AI in produzione?

Nei processi deterministici (controllo qualità, taglio assi), modelli leggeri in locale sono spesso più che sufficienti, mentre in contesti a elevata variabilità – come il reattore che trasforma scarti industriali in materiali da costruzione – reti neurali e digital twin diventano indispensabili per ridurre scarti, consumo di ciclo produttivo e CO2.

Sul fronte della generative AI, la CEO di Intellico suggerisce di ridurre il footprint computazionale con motori meno “energivori” affiancati da sistemi RAG che filtrano il contesto informativo. Qui emerge il tema della protezione del dato: ambienti dedicati o architetture multitenant, clausole di proprietà e tutela dell’apprendimento derivato fanno parte del pacchetto tecnologico-contrattuale richiesto dai clienti industriali.

L’Unione Europea? Le norme sull’AI Act sono viste come un freno gestibile: limitano le applicazioni ad alto rischio, ma lasciano spazio a ricerca e sperimentazione. La sfida maggiore resta la competenza interna: molte aziende oscillano tra prudenza e aspettative irrealistiche. Come capire se il proprio livello di maturità digitale è sufficiente per passare dal “proof of concept” alla produzione scalabile?

Gli impianti di Acciaierie Bertoli Safau (ABS) non sono più soltanto forni e laminatoi: grazie a modelli di predizione digitale e gemelli virtuali anticipano in laboratorio il comportamento di leghe d’acciaio sempre più complesse, riducendo cicli di prova, materiali scartati e consumo energetico. «Gestiamo migliaia di ricette diverse» spiega Francesca Maurigh, Customer Quality Director in ABS Acciai, sottolineando come il vantaggio competitivo oggi passi dalla capacità di coniugare prestazioni meccaniche e sostenibilità ambientale.

La varietà di dati raccolta in tempo reale – temperature, tempi di raffreddamento, consumi di ferroleghe – alimenta modelli che seguono il materiale «dal rottame al componente finito» , portando l’affidabilità delle previsioni a livelli che, fino a pochi anni fa, sembravano irraggiungibili. Ma come trasformare linee produttive nate per la meccanica tradizionale in nodi intelligenti di una catena dati? L’azienda punta su retrofitting mirato: sensori, automazione modulare e aggiornamenti elettronici permettono di estrarre informazioni anche dalle macchine più datate, rendendole al contempo più efficienti sul piano ambientale .

Il tema organizzativo non è secondario. «Competenze interne o partner esterni?» È una delle domande che ci siamo posti durante l'intervista. Per Francesca la risposta sta nella collaborazione lungo tutta la filiera: ascoltare il cliente finale, ma anche i costruttori di impianti, combinando know-how proprietario e conoscenze specialistiche del mercato .

E se il cliente non dettasse più la “ricetta”? ABS sta già invertendo il flusso: forte dei dati raccolti su processi e prestazioni, propone in autonomia nuove soluzioni d’acciaio ai settori downstream, passando da fornitore esecutivo a partner di innovazione. Per le imprese manifatturiere che leggono, il messaggio è chiaro: digitalizzare materiali e processi significa trasformare ogni fase produttiva in un punto di raccolta conoscenza, accorciare lo sviluppo di prodotto e generare offerte proattive, prima che sia il mercato a chiederle.

Matteo Giovannetti – co-fondatore e CEO di Clearbox AI, presenta Replica Italia, un “digital twin” costituito da 60 milioni di individui sintetici che riproducono le variabili sociodemografiche e i comportamenti di acquisto degli Italiani reali. Il progetto, spinto dalla necessità di dati di qualità per marketing e analytics, punta a offrire un’unica base informativa coerente e interrogabile in linguaggio naturale.

La costruzione del gemello digitale si fonda esclusivamente su open data rilasciati da Istat, Eurostat, Agenzia delle Entrate, Banca d’Italia e altre fonti pubbliche; nessun dato personale viene trattato, evitando scraping o pratiche che metterebbero a rischio la privacy. In questo modo l’azienda assicura un impianto etico e legale solido, pur mantenendo la granularità necessaria alle analisi di mercato.

Quale valore operativo può generare una mappa che segnala dove il tuo target è sovrarappresentato rispetto alla media nazionale? Replica Italia permette di selezionare un indirizzo, impostare un raggio o un’isocrona e ottenere in tempo reale la fotografia socio-economica delle persone che vivono o gravitano nell’area: uno strumento che accelera decisioni su aperture di punti vendita, campagne locali o ridisegno delle reti commerciali.

Per le imprese che vogliono arricchire la piattaforma con first-party data è disponibile una versione enterprise: il database “si muove” nell’infrastruttura del cliente, evitando l’estrazione di informazioni sensibili e consentendo analisi integrate più avanzate. E la qualità? Clearbox AI applica un layout di validazione automatica che verifica la coerenza statistica di ogni output rispetto alle fonti reali, supportato da metriche open-source maturate in anni di ricerca.

Quanto sarebbe utile, infine, estendere il modello al B2B per simulare non solo i consumatori, ma anche le aziende e la loro forza lavoro? Clearbox AI sta già esplorando questa evoluzione, aprendo spazi di analisi sulle dinamiche occupazionali e sulle professionalità che cambieranno i mercati nei prossimi anni.

Al Net Zero Milan Expo Summit i microfoni di Radio Next ospitano Riccardo Malabarba Head of Data di Siram Veolia.

Fin dal 2017 l’utility ha avviato un percorso di trasformazione digitale che integra algoritmi di machine learning nei sistemi di controllo degli impianti energetici a servizio di ospedali e grandi complessi, con l’obiettivo di ottimizzare in tempo reale set-point e flussi multi-energia.

Il cuore della soluzione è un middleware che armonizza i dati provenienti da asset eterogenei e spesso vetusti, li arricchisce con previsioni meteo e li consegna a modelli predittivi capaci di anticipare la domanda dell’edificio. La robustezza degli algoritmi viene salvaguardata da un monitoraggio continuo: alert automatici segnalano deviazioni critiche e innescano la ri-taratura, rendendo superflue le chiamate “non funziona!” tipiche delle fasi di collaudo.

Il beneficio? In media un risparmio energetico del 12 % sugli impianti già abilitati, con punte più alte quando il perimetro di controllo include generatori, reti di teleriscaldamento e apparecchiature frigorifere.

Resta però il nodo della data quality in contesti dove la sensoristica è frammentata da decenni di retrofit: “ospedali con più di cinquant’anni e sistemi dipartimentali che non si parlano” richiedono verifiche di campo e formazione degli operatori, altrimenti il classico garbage in garbage out mina l’efficacia di qualsiasi modello.

Quanto può pesare la qualità del dato quando l’efficienza si gioca su qualche punto percentuale? E, guardando agli edge-data-center citati nell’intervista, non è forse arrivato il momento di estendere la stessa logica di controllo predittivo all’intera filiera energetica, dal prosumer alla generazione rinnovabile?

In un mercato in cui i contenuti digitali sono per la gran parte disponibili gratuitamente per l’utente finale, la sostenibilità economica dei creator passa dalla pubblicità: l’azienda deve quindi considerarli veri e propri partner media, inserendo questa voce di spesa a bilancio con gli stessi criteri di efficacia e misurabilità riservati a TV o stampa.

Torniamo a parlarne in questa seconda puntata con Aurora Cavallo, creatrice del brand Cooker Girl.

Le collaborazioni di lungo periodo ricorda Aurora, che vanta accordi pluriennali con brand di cookware rafforzano la credibilità presso il pubblico e consentono di monitorare non solo la reach ma anche la coerenza d’uso del prodotto sul medio periodo, trasformando i post sponsorizzati in proof point continui.

Il discrimine tra semplice creator e professionista sta nella puntualità delle consegne, nella disponibilità ai rework e nella capacità di co-progettare la campagna; fattori che riducono il rischio operativo per il brand.

Come integriamo oggi questi indicatori nei nostri processi di sourcing? La selezione del partner non può prescindere dall’allineamento etico e di contesto: rifiutare sponsorship fuori categoria o lontane dai valori dichiarati tutela la reputazione di entrambe le parti e limita le frizioni con le community.

Nei progetti corporate più strutturati, il brief tende a essere prescrittivo; l’esperienza di Aurora suggerisce di prevenire conflitti con controproposte puntuali, evitando contenuti rigidi che l’utente ignora. L’azienda è pronta a trattare il creator come consulente editoriale e non come semplice esecutore?

Errori ricorrenti: ignorare il tone of voice per cui il creator è stato scelto, imporre copy innaturali, lanciare prodotti con nomi impronunciabili, privilegiare il messaggio verbale a scapito della resa visiva e dell’opportunità di agganciare trend audio-visivi che moltiplicherebbero la reach.

Quando il contratto si estende su base annuale, il creator assume un ruolo consulenziale, offrendo insight per i contenuti corporate al di fuori dei propri canali: una competenza di storytelling già inclusa nel costo della partnership che conviene capitalizzare con processi interni disposti ad ascoltare.

Nel 2020, l'arrivo di TikTok e dei formati short ha spinto Aurora Cavallo a portare la sua competenza culinaria online, trasformando "Cooker Girl" in un laboratorio di sperimentazione. Qui, la prodotto-ricetta viene testata finché non diventa una vera e propria promessa di risultato per l'utente finale.

Questa attenzione alla validazione tecnica, insieme alla scelta di semplificare i processi senza comprometterne la precisione, evidenzia un punto fondamentale per le aziende di oggi: la qualità percepita passa attraverso l'affidabilità dell'esperienza, non solo attraverso lo storytelling.

Il modello di business che ne deriva si sviluppa su due fronti. Da un lato, c'è la community B2C, coinvolta con contenuti gratuiti che educano e costruiscono fiducia. Dall'altro, ci sono i clienti B2B, ovvero editori e brand, con cui sviluppare format, libri e masterclass, bilanciando così diverse fonti di ricavo. Non è un caso che l'e-book venduto unicamente sul sito proprietario, senza alcuna spinta pubblicitaria, abbia registrato conversioni significative: la distribuzione diretta diventa un test di maturità per la fan-base e, allo stesso tempo, un laboratorio per nuove linee editoriali.

Quali competenze servono a un content creator per evolvere in impresa? Prima di tutto, un approccio imprenditoriale, che include la gestione autonoma della contrattualistica e investimenti nella sperimentazione, anche anni prima di vederne i ritorni economici. In secondo luogo, una visione verticale sul prodotto: ogni ricetta è trattata come un servizio, affinata per essere scalabile e replicabile dall'utente, a dimostrazione che competenza e intrattenimento non sono in opposizione ma leve complementari.

Come, dunque, trasformare i contenuti in asset aziendali? La risposta sta in una strategia che vede il personal brand come una vera e propria piattaforma: un presidio diretto della relazione con il pubblico, una sperimentazione costante di formati e pricing, e alleanze industriali mirate per espandere il portafoglio senza limitarsi a essere un semplice fornitore di visibilità.

La trasformazione digitale del settore dei trasporti non è più una scelta strategica opzionale, ma una necessità competitiva dettata dalla convergenza di pressioni normative, carenza di manodopera e richieste sempre più stringenti dei clienti. Le imprese si trovano oggi davanti a un bivio: investire in tecnologie che riducano l'impatto ambientale e migliorino l'efficienza operativa, oppure rischiare di essere escluse dai tender più importanti.

Come spiega Andrea Fossa, responsabile scientifico dell'Osservatorio Contract Logistics Gino Marchet del Politecnico di Milano, il retrofit tecnologico sui mezzi esistenti rappresenta una delle prime sfide pratiche per le aziende. Mentre la telematica di bordo è ormai diffusa anche sui veicoli più datati, il vero salto di qualità arriva con l'utilizzo dei dati in tempo reale per ottimizzare i consumi e ridurre le emissioni. Non si tratta più di affidarsi a stime di letteratura o protocolli standard, ma di misurare l'effettivo consumo di carburante, tracciare i comportamenti di guida e identificare margini di miglioramento che possono raggiungere cifre a doppia percentuale.

Ma quanto sono davvero ricettive le imprese di fronte a sistemi che diventano sempre più complessi? La dimensione aziendale fa la differenza. Le flotte più grandi hanno già investito in control tower e sistemi di ottimizzazione avanzati, sfruttando marketplace e piattaforme digitali per massimizzare la saturazione dei mezzi e ridurre i chilometri a vuoto. Per le realtà più piccole, l'accessibilità tecnologica è aumentata grazie alla riduzione dei costi dell'IoT e dei sensori, rendendo possibile implementare soluzioni un tempo riservate ai grandi operatori.

Michele Palumbo, docente di Operations e Supply Chain alla Cattolica di Milano, sottolinea come la pressione normativa europea, con l'estensione dell'ETS al trasporto su strada prevista per il 2026, stia accelerando questi processi. Non si tratta solo di conformità: i clienti iniziano a inserire nei capitolati richieste specifiche sui piani di miglioramento ambientale nei contratti pluriennali. Il calcolo delle emissioni CO2 diventa parametro di gara accanto a costi, servizi e tempistiche.

In questo scenario, la carenza di autisti - 25.000-30.000 unità mancanti solo in Italia, con una previsione di pensionamento del 50% degli attuali conducenti nei prossimi dieci anni - rappresenta paradossalmente un'opportunità. Lo sviluppo di sistemi sempre più automatizzati e l'evoluzione verso cockpit digitali avanzati possono rendere la professione più attrattiva per i giovani, trasformando un mestiere tradizionalmente percepito come pesante e poco tecnologico.

Come si concilia però questa spinta verso l'automazione con l'esigenza di mantenere competitività sui costi? La risposta sta nell'ottimizzazione: utilizzare algoritmi predittivi per la pianificazione delle rotte, sfruttare i big data per anticipare le esigenze della supply chain, implementare sistemi che passino dal semplice controllo descrittivo alla gestione autonoma dei processi. Palumbo evidenzia come stiamo assistendo a una migrazione verso un mondo autonomo, capace di considerare informazioni in tempo reale e trovare soluzioni ottimali sulla base di parametri multipli.

Le aziende che hanno investito in questa direzione non solo rispettano i parametri di sostenibilità richiesti dai clienti, ma sviluppano anche un vantaggio competitivo nell'attrarre talenti. Come osserva Fossa, il tema dell'attrattività diventa cruciale: lavorare per un'azienda green che investe in digitale e sostenibilità fa la differenza sia nel recruitment che nella retention del personale. L'evoluzione è in corso e le aziende devono decidere se cavalcare l'onda dell'innovazione tecnologica o subire le conseguenze di un mercato che premia sempre più chi sa coniugare efficienza operativa, sostenibilità ambientale e capacità di adattamento ai nuovi paradigmi digitali.