Intelligenza artificiale
per le concerie
Progetto soluzioni AI che partono dai dati che avete già: ricette, cartellini, rese, misurazioni. Non da una demo.
Nel distretto della pelle l'intelligenza artificiale arriva con qualche anno di ritardo rispetto ad altri settori. Non per arretratezza tecnologica: le concerie hanno impianti e sistemi di controllo di processo che molta manifattura si sogna. Il ritardo è sui dati. Un'azienda può avere trent'anni di ricette, lotti, rese e consumi e conservarli in una forma che nessun sistema riesce a leggere.
Chi ha già un gestionale verticale di conceria parte avanti, ma non parte fatto. I dati ci sono e sono strutturati; quello che manca è il passaggio da «registrati» a «usabili da un modello».
Prima dell'AI vengono i dati
La domanda che mi sento fare più spesso è quale strumento comprare. È la domanda sbagliata, e chi la fa di solito ha già speso soldi in una sperimentazione finita nel cassetto. Un modello linguistico o un algoritmo di previsione lavorano su quello che trovano: se i dati di produzione stanno in venti fogli di calcolo diversi, il risultato sarà venti volte impreciso.
In conceria i dati che contano stanno in tre posti. Il gestionale, i fogli di calcolo dei capireparto, la testa delle persone. Il terzo posto è quello che si svuota quando qualcuno va in pensione, ed è anche quello che nessun software ha mai provato a riempire. Il lavoro serio comincia lì.
Il primo posto, però, spesso è più ricco di quanto l'azienda ricordi. Un gestionale di conceria registra il cartellino OIP, il ciclo di lavorazione, la ricetta con i consumi di chimici, le rese di partita, le scelte dichiarate, i metri quadri letti dalla misuratrice. Sono anni di storia di processo già in tabella. Nella maggior parte dei progetti che seguo il primo lavoro non è raccogliere dati nuovi: è capire quali di quelli esistenti sono affidabili.
Lo stesso approccio vale per le altre filiere del territorio: ne parlo nella pagina sulla consulenza e formazione AI a Vicenza.
Il gestionale è la base, non il traguardo
Lavoro come Digital & AI Advisor in Athesi, e nel distretto mi capita spesso di trovare XTannery, il gestionale di produzione per concerie di Team Duemila — socio fondatore di Athesi — installato oggi in circa 100 concerie e integrato con la contabilità TeamSystem Enterprise.
Quando c'è un verticale del genere, il quadro cambia in concreto:
Produzione: cartellini OIP, cicli, fasi, avanzamenti a barcode. È lo storico su cui si costruisce qualsiasi previsione di tempi di attraversamento o di carico dei bottali.
Ricette: formule umido e rifinizione, consumi di prodotti chimici, lotti chimici tracciati. È il dataset che serve per lavorare sui consumi e sulla ripetibilità.
Costing: costo cartellino, costo partita, analisi rese. Sono i numeri che rendono verificabile un preventivo, invece di stimarlo a memoria.
Qualità: difetti e scelte dichiarate, verbali di controllo. Senza questi campi compilati bene, sulla qualità non si fa nulla di serio.
Macchine: misuratrici e macchinari di produzione collegati, con i dati che rientrano nel gestionale invece di fermarsi al bordo macchina.
Business Intelligence: i moduli Power BI su commerciale, produzione e qualità. La BI risponde a domande che sapete già di avere; l'AI serve per quelle che non avete ancora formulato.
Il mio lavoro non è vendervi un gestionale né sostituirlo. È partire da quello che c'è — XTannery o altro — e progettarci sopra qualcosa che oggi non fa.
Dove l'intelligenza artificiale produce risultati in conceria
Controllo di gestione per lotto e commessa
Costi reali per pellame, rese dei bagni, marginalità per cliente e per articolo. I dati per farlo di solito ci sono già nel costing del gestionale. Quello che manca è qualcuno che li incroci ogni settimana, e quel qualcuno può essere un modello.
Ricette e ripetibilità
Confrontare una ricetta nuova con le esecutive già fatte su pellame simile, e vedere in anticipo dove i consumi si discostano. Non sostituisce il tecnico: gli mette davanti i precedenti che si ricorderebbe solo in parte.
Tracciabilità e documentazione di filiera
Certificazioni di filiera, registri CITES, audit dei clienti finali. Documenti da cercare, compilare e ritrovare anni dopo. È il lavoro dove l'automazione recupera ore ogni settimana.
Archivi tecnici e non conformità
Schede di lavorazione, prove di laboratorio, reclami. Chiedere in italiano e ottenere il documento giusto, invece di sapere in che cartella era. Qui si progetta una ricerca sui vostri documenti, non un chatbot generico.
Pianificazione e consumi
Previsione dei consumi di chimici, occupazione dei bottali, tempi di attraversamento. Modelli che imparano dallo storico dei cartellini invece che dall'esperienza di un singolo capo reparto.
Preventivi e offerte
Costruire un'offerta partendo dal costo consuntivo delle lavorazioni simili già fatte. In azienda i numeri esistono; il problema è arrivarci mentre il cliente è al telefono.
Come lavoro
L'intelligenza artificiale non è un progetto a parte. È una capacità che si innesta nei processi e nei gestionali che già usate, e quando viene trattata come un cantiere separato produce dimostrazioni che nessuno poi adotta.
- 01
Assessment
Mezza giornata in azienda per capire quali dati esistono, dove stanno e in che stato sono. Si guarda il gestionale, i file dei capireparto e cosa arriva dalle macchine. Da qui esce una lista di cose realistiche, non un catalogo di possibilità.
- 02
Progettazione
Si sceglie il caso d'uso e si disegna la soluzione: quali dati la alimentano, dove si innesta nel processo, chi la usa, come si misura se funziona. È la parte che decide se il progetto arriva in produzione o resta una demo.
- 03
Prototipo
Una versione ristretta che gira su dati veri e su un reparto solo. Serve a capire in poche settimane se il caso d'uso regge, prima di impegnare budget sull'integrazione.
- 04
Integrazione
La soluzione entra nei processi e nel gestionale in uso, con regole chiare su chi può fare cosa, su dove stanno i dati e sulla conformità all'EU AI Act.
- 05
Formazione
Le persone che useranno gli strumenti devono capirli. Corsi per funzione aziendale, con i vostri documenti e i vostri casi, non con esempi da manuale.
Domande frequenti
Dobbiamo cambiare gestionale per usare l'intelligenza artificiale?
Quasi mai. Nella maggior parte dei casi il gestionale che avete contiene già i dati necessari e il lavoro consiste nel renderli leggibili e nel collegare gli strumenti a quello che c'è.
Abbiamo già un gestionale di conceria e la BI. Cosa aggiunge l'AI?
La BI risponde alle domande che avete già impostato: fatturato per cliente, rese per partita, ritardo dei cartellini. L'AI lavora sul resto: cercare dentro documenti non strutturati, confrontare casi simili, stimare un valore che non è in nessuna colonna. Chi ha già la BI ha metà del lavoro fatto, perché i dati sono stati messi in ordine una volta.
Da dove si comincia se non abbiamo mai fatto niente sull'AI?
Da un assessment dei dati. Costa poco, dura poco ed è quello che evita di sprecare il budget nella fase successiva.
I nostri dati escono dall'azienda?
Dipende dagli strumenti scelti, ed è una decisione che va presa all'inizio e messa per iscritto. Esistono configurazioni in cui i dati non vengono usati per addestrare i modelli e non escono dal perimetro aziendale. La governance fa parte del progetto, non è un adempimento successivo.
Serve un reparto IT interno?
No, ma serve qualcuno in azienda che segua il progetto e abbia autorità per decidere. Senza un referente interno i progetti AI si fermano al secondo mese.
Quanto tempo passa prima di vedere risultati?
Sull'uso quotidiano degli strumenti, poche settimane. Sui progetti che toccano i dati di produzione, mesi. Chi promette risultati industriali in trenta giorni sta vendendo una dimostrazione.
Vendete anche il software?
Athesi è un system integrator e nel gruppo c'è il verticale per le concerie. Nei progetti tengo separate le due cose: l'assessment e la progettazione servono a capire cosa vi serve, anche quando la risposta è che il software che avete va già bene.
Lavorate solo con le concerie?
No. Il distretto conciario è il settore in cui lavoro più spesso per ragioni geografiche, ma l'approccio vale per la manifattura in generale.
Consulenza e formazione sono erogate da Athesi S.r.l., di cui sono Digital & AI Advisor.
Parliamo dei vostri dati
Se volete capire cosa è realistico fare oggi nella vostra azienda, scrivetemi. La prima conversazione serve a capire se c'è qualcosa da fare, e a volte la risposta è che non è ancora il momento.