Con l’editoriale di questo mese voglio proporre una riflessione sugli impatti del progresso tecnologico di questi anni. Per questo, non posso non fare riferimento alla spinta tecnologica che oggigiorno è innegabilmente legata a termini come Industria 4.0, smart manufacturing, fabbrica intelligente, … È a questi termini che si associano diverse tecnologie, originatesi prevalentemente nell’ICT (Information & Communication Technologies) e nell’automazione industriale. Tra le varie tecnologie, l’Artificial Intelligence (AI) ha un ruolo primario. L’AI è anche stimolante perché offre un terreno di confronto tra quello che può (o potrà) fare l’uomo con la sua intelligence, e quello che potranno fare le “macchine” – computer compreso – in sua vece.
La domanda è, perciò, immediata: come cambieranno i job con l’avvento dell’AI nel mondo industriale? La risposta è ben più difficile. Le riflessioni che porto in questo editoriale sono ispirate da alcuni rapporti sull’evoluzione del mondo del lavoro che ho letto di recente. Di mio, aggiungerò qualche riflessione sul futuro del lavoro nella manutenzione.
Parto da lontano, per ricordare che la storia del progresso tecnologico è sempre stata caratterizzata da un impatto sul mondo del lavoro. Ad esempio, con la prima rivoluzione industriale, l’artigianato è stato relegato ad un ruolo minore, superato dalle tecnologie della produzione di massa che, se la guardiamo dal punto di vista dei job, ha favorito la presenza di un lavoro a basso livello di skill accanto alla meccanizzazione degli impianti. Con l’avvento dei computer, usati per gestione e controllo del processo produttivo, sono tornate a crescere le opportunità per alcuni job a più alto livello di skill e, nel contempo, è continuata la corsa alla sostituzione del lavoro a basso skill con soluzioni di automazione della produzione. Negli ultimi anni, dapprima Internet e, più di recente, diverse tecnologie maturate per un mondo più connesso (ndr: buona parte di queste tecnologie sono anche “figlie” di Internet), stanno spostando il baricentro verso un mondo in cui l’ICT ha un’importanza rilevante, se non vitale. È in questo ambito che aumentano le potenzialità per job caratterizzati da tratti distinti rispetto al passato, con maggior enfasi su abilità come l’abstract thinking, il problem solving e la creativity. L’AI si colloca all’interno di questo contesto evolutivo: gli scenari di impatto dell’AI sul lavoro possono essere rappresentativi dell’evoluzione, avendo ricadute sia nel breve sia nel lungo termine.
Un primo scenario è quello di un lavoratore che è attivamente coinvolto con tecnologie di AI per completare un processo / task: l’AI aumenta ciò che l’uomo è capace di fare e favorisce più efficacia nel task specialistico; in altri termini, la tecnologia ha il ruolo di assistere l’uomo nel suo lavoro, non già di rimpiazzarlo. Un esempio per questo scenario è quello di un programma di Condition Based Maintenance (CBM), dove l’AI assiste nella rilevazione anticipata del degrado di un asset; l’operatore può partire da quanto indicato con l’AI per definire le azioni da intraprendere, informare e coordinare le risorse richieste, rimanendo, quindi, il decisore dell’intervento e, inoltre, il gestore del piano di intervento.
Un secondo scenario riguarda lo sviluppo di soluzioni di AI applicate alla manutenzione, ciò che è cruciale per permettere la “copertura” della molteplicità di asset e ambiti industriali. Già oggi se ne sente il bisogno. Negli anni il bisogno diventerà più forte, coinvolgendo sia sviluppatori software ad alto skill che ingegneri, così come nuove figure professionali (data scientist), che, lavorando assieme, permetteranno di “mettere a terra” le capacità dell’AI. L’AI è infatti – passatemi il termine – un’infrastruttura metodologica, poiché fornisce tecniche e metodi per trattare i dati, strutturati e non, per rendere disponibile l’intelligence desiderata. Ma, come infrastruttura, non crea – per magia – alcuna soluzione: la presenza di figure professionali, capaci di garantire lo sviluppo, è fondamentale affinché le soluzioni di AI possano essere veramente applicate.
Un terzo scenario è quello di un lavoratore che si occupa della supervisione. Per certi versi, questo può essere inteso anche come evoluzione del primo scenario. In tal caso, l’AI potrà definire anche la strategia di riparazione. L’uomo non potrà mancare per diverse ragioni. Prima di tutto, l’uomo dovrà avere un ruolo di quality controller delle raccomandazioni fatte dalla soluzione di AI, garantendo che l’AI non diverga dall’uso inteso originariamente; inoltre, l’uomo potrà essere moderatore capace di risolvere i conflitti tra diverse priorità, rimanendo sensibile agli interessi di diversi stakeholder, all’eventuale eccezionalità del caso da gestire e, non meno importante, ad aspetti che riguardano morale ed etica – in sintesi, tutto ciò che l’intelligence di una “macchina” non potrà essere in grado di supportare, perché più proprio dell’intelligence dell’uomo.
Una quarta e ultima possibilità riguarda il futuro più lontano, quando ci saranno “macchine” con caratteristiche di autonomia spinta. Una delle più discusse è un prodotto, l’automobile a guida autonoma. Peraltro, non si può dimenticare che in letteratura si sta già parlando di asset industriali autonomi, capaci di fare da sé diverse attività, dalla predizione del guasto (self-predict) e la comparazione delle prestazioni con macchine dello stesso tipo (self-compare) sino all’organizzazione, configurazione, riparazione (self-organize, self-configure, self-repair). Sono ben cosciente che questa è una vision per un futuro non immediato, ma è altrettanto evidente che i tempi del cambiamento sono rapidi e dobbiamo attrezzarci per questo. In questo scenario, mi pare che ci si possa liberare dalla preoccupazione di garantire la produttività: è la macchina stessa a pensarci, proprio grazie alla sua capacità di auto-gestione. Invece, potrebbero diventare essenziali alcune tematiche più legate alla gestione del rischio associato all’asset autonomo: il cyber-risk crescerà con l’autonomia degli asset, e sarà quindi necessario tenerne in debito conto con lavoratori capaci di gestire il rischio; un nuovo lavoro anche per la manutenzione?
Gli scenari tracciati possono servire ad alcune riflessioni conclusive. Prima di tutto, se potrà “coprire” sempre più task – anche non ripetitivi – con maggior efficacia e capacità di operare su larga scala dell’uomo, l’AI non potrà sostituirlo in aree dove l’intelligence è di tipo sociale e generativo/creativo. Inoltre, appare evidente la possibilità di un cambiamento nei job che, per varie ragioni, daranno importanza a skill di più alto livello, nell’intero ciclo di vita della soluzione di AI, dallo sviluppo alla gestione e controllo. Infine, soprattutto nella vision futura delle “macchine” autonome, la gestione del cyber-risk sarà aspetto di assoluta importanza in cui anche la manutenzione – non certo tradizionale – potrebbe avere una sua importanza. Concludendo, e tornando all’immediato, in accordo ai primi tre scenari è prospettabile la presenza di job come – se vogliamo dargli un nome – un in-field maintenance planner (primo scenario), un predictive maintenance engineer (secondo scenario), un remote maintenance supervisor (terzo scenario).
Vedremo, negli anni, quali e quanti job si creeranno per la manutenzione. Dipenderà tanto dalla capacità di cogliere le opportunità del progresso tecnologico, sapendo adattare i task e le skill richieste al nuovo contesto, dove l’intelligence dell’uomo sarà affiancata sempre di più da quella artificiale.
Marco Macchi, Direttore Responsabile Manutenzione T&M
