Il futuro della tecnologia si capisce osservando il passaggio da macchine che eseguono comandi a sistemi che percepiscono, simulano, decidono e agiscono. Alle tre del mattino una fabbrica continua a produrre, ma le luci sono spente. Su una strada, un’automobile senza volante affronta pioggia, cantieri e deviazioni senza chiedere aiuto. In un magazzino, un robot vede un ostacolo, cambia piano e riprende il lavoro. Nel frattempo una rete mobile non si limita a trasmettere dati, ma contribuisce a localizzare oggetti e a interpretare ciò che accade nello spazio.

Sono immagini potenti, ma rischiano di mettere nello stesso cassetto realtà industriali già operative, prototipi promettenti e categorie tecniche che descrivono un traguardo ancora lontano. Per capire il futuro serve quindi un vocabolario. Non per fare bella figura alla prossima riunione, ma per distinguere ciò che è disponibile, ciò che è in sperimentazione e ciò che per ora vive soprattutto nelle presentazioni con sfondo nero e scritte fluorescenti.

Ho scelto dieci concetti. Insieme raccontano una traiettoria precisa: le macchine percepiscono meglio il mondo, costruiscono copie digitali della realtà, decidono con più autonomia e agiscono nel software o nello spazio fisico. Il vero tema, però, non è quanta autonomia possiamo dare loro. È quanta autonomia sappiamo governare.

1 Dark factory

Una dark factory, chiamata anche lights out factory, è uno stabilimento progettato per funzionare per lunghi periodi con una presenza umana minima. Le luci possono restare spente perché robot, sistemi di visione, sensori e software di controllo non hanno bisogno dell’illuminazione pensata per le persone.

Una dark factory non elimina necessariamente ogni essere umano dallo stabilimento. Separa la produzione ripetitiva dalla supervisione, dalla manutenzione e dalla gestione delle eccezioni. Un caso documentato dalla International Federation of Robotics mostra una cella robotizzata capace di lavorare di notte e di spostare gli addetti verso attività più specializzate. È un esempio circoscritto, non la prova che ogni fabbrica possa spegnere le luci domani mattina.

Che cosa cambia Il vantaggio non deriva soltanto dal costo del lavoro. Conta la continuità produttiva, la regolarità della qualità e la possibilità di usare turni non presidiati. Aumentano però la dipendenza da sensori affidabili, manutenzione predittiva, cybersecurity e procedure di arresto sicuro.

La domanda utile Quale parte del processo è abbastanza stabile, osservabile e standardizzata da poter funzionare senza un operatore presente in ogni momento?

2 Guida autonoma di livello 5

Il livello 5 è l’ultimo gradino della classificazione SAE dell’automazione di guida. Significa che il sistema svolge l’intero compito di guida in tutte le condizioni e su tutte le strade previste per un conducente umano. Non c’è bisogno che una persona sia pronta a riprendere il controllo. In teoria non servono nemmeno volante e pedali.

Qui è indispensabile togliere un po’ di nebbia dal marketing. La National Highway Traffic Safety Administration statunitense precisa che il livello 5 non è disponibile nei veicoli acquistabili oggi dai consumatori. Il livello 4, invece, può gestire la guida senza intervento umano solo dentro un dominio operativo limitato, per esempio un’area geografica o condizioni definite. Nel giugno 2026 la UNECE ha adottato un primo quadro globale che abilita giuridicamente sistemi di guida pienamente autonoma. Una cornice regolatoria, però, non trasforma automaticamente una categoria tecnica in un prodotto universale.

Che cosa cambia L’auto smette di essere un mezzo guidato e diventa un servizio che decide. Responsabilità, assicurazioni, manutenzione del software, mappe, infrastrutture e gestione degli incidenti devono essere ripensate insieme.

La domanda utile Il sistema è autonomo ovunque oppure soltanto dentro condizioni precise che qualcuno deve conoscere, verificare e far rispettare?

3 Human machine interface

HMI significa human machine interface, interfaccia uomo macchina. In una fabbrica può essere il pannello da cui un operatore controlla una linea. In un’auto comprende display, comandi vocali, avvisi sonori e segnali tattili. Nei sistemi più recenti l’interazione può combinare voce, gesti, sguardo, immagini e linguaggio naturale.

L’interfaccia del futuro non sarà per forza uno schermo più grande. Potrebbe diventare meno visibile e più contestuale: la macchina capisce che cosa stiamo facendo, propone l’informazione necessaria e sceglie il canale meno invasivo. È anche qui che nascono nuovi rischi. Un’interfaccia può ridurre il carico cognitivo oppure nascondere troppo bene ciò che il sistema sta decidendo.

La serie ISO 9241 sul design centrato sulle persone ricorda che hardware e software devono migliorare l’interazione lungo l’intero ciclo di vita del sistema. La più recente ISO 9241 161 del 2025 aggiorna inoltre requisiti e raccomandazioni per gli elementi visuali delle interfacce.

Che cosa cambia La qualità di una macchina intelligente dipenderà anche da come comunica incertezza, limiti, priorità e richieste di intervento. Un semaforo verde messo nel posto sbagliato può essere più pericoloso di un algoritmo mediocre.

La domanda utile L’utente capisce che cosa sta facendo il sistema, perché lo sta facendo e quando deve intervenire?

4 Digital twin

Un digital twin è una rappresentazione digitale di una macchina, un impianto, un edificio o un processo, alimentata da dati del corrispondente fisico. Non è un semplice modello 3D. Diventa davvero un gemello quando resta collegato alla realtà e consente di osservare, diagnosticare, prevedere e provare alternative.

Il National Institute of Standards and Technology descrive applicazioni industriali che vanno dal monitoraggio dello stato delle macchine alla previsione delle anomalie, dalla pianificazione della manutenzione alla messa in servizio virtuale. Prima di cambiare la linea reale, posso verificare sul gemello digitale che cosa potrebbe succedere. Risparmio esperimenti costosi, ma soltanto se dati e modello restano credibili.

Ne avevo già richiamato il ruolo parlando dell’evoluzione digitale delle aziende in questa intervista sulla storia che va da Google all’intelligenza artificiale. Il gemello digitale è importante perché sposta una parte delle decisioni dal mondo delle opinioni a quello delle simulazioni verificabili.

Che cosa cambia Progettazione, formazione, manutenzione e ottimizzazione possono condividere la stessa rappresentazione dinamica dell’asset. Se il gemello è alimentato da dati incompleti o fuori tempo, però, produce una sicurezza soltanto apparente.

La domanda utile Quanto è fedele, aggiornato e validato il modello su cui stiamo prendendo decisioni reali?

Per approfondire: un webinar del progetto europeo AUTO-TWIN sugli standard e i digital twin industriali.

5 Edge AI

Con edge AI l’intelligenza artificiale viene eseguita vicino al luogo in cui nascono i dati: un sensore, una telecamera, un macchinario, un veicolo o un dispositivo. Non tutto deve attraversare la rete, raggiungere un data center e tornare indietro con una risposta.

Secondo il programma Edge AI del NIST, la quantità di dati prodotta ai margini della rete cresce al punto che non può essere trattata sempre come in passato, inviandola integralmente al cloud. Elaborare localmente può ridurre i tempi di risposta e la dipendenza dalla connettività. Può anche mantenere alcuni dati sul dispositivo, ma non rende automaticamente il sistema privato o sicuro.

Che cosa cambia Una telecamera può riconoscere un difetto mentre il pezzo passa sulla linea. Un robot può fermarsi davanti a una persona senza aspettare una risposta remota. Il cloud resta utile per addestramento, coordinamento e aggiornamenti, mentre l’edge gestisce ciò che non può permettersi di aspettare.

La domanda utile Quali decisioni devono essere prese localmente per ragioni di latenza, continuità operativa, costo o protezione dei dati?

6 Embodied AI

L’embodied AI, spesso chiamata anche physical AI, è un’intelligenza artificiale incorporata in un corpo che percepisce e modifica l’ambiente. Il corpo può essere un robot umanoide, un braccio industriale, un drone o un veicolo. La difficoltà non sta soltanto nel capire un comando, ma nel tradurlo in un’azione fisica sicura.

Nel mondo digitale un errore può generare una frase sbagliata. Nel mondo fisico può rompere un componente o ferire qualcuno. Per questo servono comprensione spaziale, pianificazione, controllo del movimento e capacità di verificare se il compito è davvero riuscito. Google DeepMind descrive queste capacità nei suoi modelli di embodied reasoning per la robotica, mostrando applicazioni come la lettura di strumenti e il controllo dell’esito di un’azione. Sono progressi notevoli, ma restano dimostrazioni e strumenti per sviluppatori, non robot universali pronti a cavarsela in qualsiasi casa o fabbrica.

Che cosa cambia L’AI esce dallo schermo e acquisisce mani, ruote e sensori. La valutazione deve quindi includere danni fisici, spazi condivisi, procedure di emergenza e responsabilità operative.

La domanda utile Il sistema sa riconoscere un fallimento e fermarsi prima che un errore digitale diventi un danno materiale?

7 Agentic AI

Un chatbot produce una risposta. Un agente riceve un obiettivo, sceglie una sequenza di azioni, usa strumenti e verifica almeno in parte il risultato. Può consultare documenti, interrogare un database, aggiornare un CRM, preparare un preventivo o aprire una richiesta di assistenza.

La differenza decisiva non è il tono più umano della conversazione. È il permesso di agire. Il National Cybersecurity Center of Excellence del NIST sta studiando identità e autorizzazioni degli agenti proprio perché la loro capacità di prendere decisioni ed eseguire operazioni con supervisione limitata amplia sia le opportunità sia i rischi.

Un agente senza identità chiara, permessi minimi, registri delle azioni e confini di spesa è un collega velocissimo a cui abbiamo consegnato le chiavi di tutto il palazzo il primo giorno di lavoro. La metafora fa sorridere finché non arriva la prima fattura.

Che cosa cambia Il software passa dal suggerire al fare. La governance deve specificare quali strumenti può usare, quali dati può vedere, quali azioni richiedono conferma e come si ricostruisce ciò che ha fatto.

La domanda utile Se l’agente sbaglia, possiamo capire con quali dati, permessi e passaggi è arrivato a quell’azione?

8 Software defined everything

Quando un oggetto è software defined, una parte crescente del suo comportamento dipende dal software e può cambiare dopo la vendita attraverso configurazioni o aggiornamenti. L’esempio più evidente è l’automobile, che sta diventando una piattaforma aggiornabile. Lo stesso principio si applica a reti, macchinari industriali, dispositivi medici ed edifici.

Questo allunga la vita funzionale del prodotto e consente di correggere difetti o aggiungere servizi. Al tempo stesso crea una domanda scomoda: abbiamo comprato un oggetto o una licenza d’uso continuamente modificabile dal produttore? Le regole UNECE sulla cybersecurity e sugli aggiornamenti software dei veicoli richiedono ai costruttori sistemi di gestione degli aggiornamenti e tracciabilità delle versioni rilevanti per l’omologazione.

Che cosa cambia Il prodotto non è più definitivamente uguale a se stesso quando esce dalla fabbrica. Sicurezza, prestazioni, funzioni e modello commerciale possono evolvere. Anche acquisti e manutenzione devono valutare la politica degli aggiornamenti, non soltanto la scheda tecnica iniziale.

La domanda utile Chi controlla il software, per quanto tempo garantisce gli aggiornamenti e che cosa succede quando il supporto termina?

9 Reti 6G e sensing integrato

Il 6G non è semplicemente un 5G più veloce. Nel quadro IMT 2030 le reti future vengono pensate per combinare comunicazione, intelligenza artificiale e capacità di percepire l’ambiente. Il sensing integrato potrebbe permettere alla stessa infrastruttura radio di trasmettere dati e contribuire a localizzare oggetti, rilevare movimenti o ricostruire caratteristiche dello spazio.

Nel marzo 2026 l’International Telecommunication Union ha annunciato un accordo tecnico sui requisiti prestazionali preliminari di IMT 2030. I sei scenari comprendono comunicazioni immersive, collegamenti iperaffidabili a bassa latenza, connettività ubiqua, AI integrata nella rete e integrated sensing and communication. Alla data di questo articolo, l’approvazione formale dei requisiti era prevista per dicembre 2026. Non stiamo quindi parlando di uno smartphone 6G da mettere nel carrello la settimana prossima.

Che cosa cambia La rete potrebbe diventare una parte attiva dei sistemi autonomi, non un semplice tubo. Fabbriche, trasporti, agricoltura e soccorso potrebbero condividere connettività, localizzazione e rilevamento in tempo quasi reale.

La domanda utile Quale valore nasce davvero dall’integrazione tra comunicazione e percezione, e quali nuovi dati ambientali stiamo raccogliendo?

10 Human on the loop

Più i sistemi diventano autonomi, più dobbiamo essere precisi sul ruolo umano. Nel linguaggio della progettazione, human in the loop indica un essere umano coinvolto nel ciclo decisionale, per esempio per approvare ogni operazione critica. Human on the loop descrive invece una persona che sorveglia il sistema e può intervenire, sospenderlo o correggerlo. Human in command allarga il campo alla responsabilità complessiva, comprese finalità, regole e possibilità di disattivazione.

Queste espressioni non sono bacchette magiche e non sostituiscono un’analisi dei rischi. Le linee guida europee per un’intelligenza artificiale affidabile le indicano come possibili forme di controllo umano. L’AI Act europeo richiede inoltre misure appropriate di supervisione umana per i sistemi ad alto rischio. La parola decisiva è appropriate: chiedere a una persona di confermare centinaia di decisioni al minuto non crea controllo, crea una firma automatica umana.

Che cosa cambia La supervisione diventa una funzione da progettare con tempi, competenze, informazioni e poteri reali. Un pulsante rosso che nessuno sa quando premere è arredamento industriale.

La domanda utile La persona incaricata di controllare il sistema ha tempo, informazioni, competenze e autorità per fermarlo davvero?

Il futuro sarà autonomo ma non automatico

Questi dieci concetti non avanzano in fila ordinata. Si alimentano a vicenda. Una dark factory usa edge AI per reagire in tempo reale, digital twin per simulare le modifiche, HMI per informare i tecnici e agenti per coordinare ordini, manutenzione e documentazione. Le reti future collegano il sistema, mentre l’embodied AI gli permette di agire nello spazio fisico. Il software continua a modificarne il comportamento anche dopo l’installazione.

La direzione è chiara. Stiamo passando da strumenti che eseguono comandi a sistemi che interpretano obiettivi e gestiscono eccezioni. La velocità, però, varia molto da settore a settore. Una cella produttiva può già lavorare senza presidio per alcune ore. Un veicolo di livello 5 capace di muoversi ovunque resta un obiettivo. Un agente può aggiornare un CRM oggi, ma non per questo merita accesso illimitato a clienti, prezzi e pagamenti.

Per aziende e pubbliche amministrazioni la competenza decisiva non sarà prevedere la data esatta in cui arriverà ogni tecnologia. Sarà saper porre quattro domande prima di adottarla: che cosa percepisce, che cosa può decidere, che cosa può fare e chi risponde quando sbaglia. Il futuro non diventa comprensibile quando impariamo dieci sigle. Diventa governabile quando sappiamo dove mettere i confini.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.