Cosa può insegnarci l’IA su sostenibilità, circolarità e gestione del rischio

Punti chiave
- Partire dal problema, non dalla tecnologia
- Il progresso in ambito di sostenibilità richiede una visione a livello di sistema, non metriche isolate
- Il giudizio umano resta fondamentale per un uso responsabile dell’IA
Una tavola rotonda sull’innovazione ospitata da Dematic esplora come l’IA possa supportare gli obiettivi di sostenibilità e circolarità e perché il giudizio umano, la supervisione e la responsabilità continuino a essere fondamentali.
L’IA può supportare decisioni migliori in materia di sostenibilità e circolarità, ma solo quando le organizzazioni hanno ben chiaro quale problema intendono risolvere. Questo è stato il messaggio centrale di una tavola rotonda sull’innovazione ospitata da Dematic e dedicata a Innovation & AI for Sustainability & Circularity, con la partecipazione di Geertrui Mieke De Ketelaere.
Riconosciuta esperta di IA sostenibile, etica e affidabile, De Ketelaere — professoressa a contratto presso la Vlerick Business School — collabora a stretto contatto con organizzazioni desiderose di adottare l’IA, spesso però prima di aver definito obiettivi chiari. Spinte dall’hype, dalla pressione competitiva o dal timore di rimanere indietro, molte aziende passano troppo rapidamente all’implementazione senza aver prima compreso quale sfida di sostenibilità o circolarità vogliano affrontare.
“L’IA può creare valore, ma tutto deve partire dagli obiettivi”, ha spiegato De Ketelaere. “Quanto ci si spinge oltre dipende dal settore, dal processo e dal livello di maturità raggiunto.”
Questa distinzione è importante. Le iniziative di sostenibilità si concentrano generalmente sulla riduzione dell’impatto ambientale lungo le attività operative, mentre la circolarità mira a prolungare la vita utile di prodotti e materiali per ridurre al minimo gli sprechi. In entrambi i casi, l’IA può svolgere un ruolo importante, ma solo se applicata in modo consapevole e con una chiara comprensione di ciò che il successo dovrebbe realmente significare.
Distinguere l’IA utile dalle aspettative eccessive
La discussione ha inoltre evidenziato una sfida più ampia che oggi molte organizzazioni si trovano ad affrontare: distinguere le applicazioni dell’IA realmente significative dalle aspettative eccessive. De Ketelaere ha sottolineato che governance, preparazione operativa e supervisione umana sono elementi fondamentali per operare questa distinzione.
Senza queste basi, anche iniziative di IA avviate con le migliori intenzioni possono portare a dichiarazioni sulla sostenibilità difficili da comprovare. Misurare i progressi in modo troppo circoscritto — ad esempio considerando esclusivamente la riduzione degli sprechi o l’aumento della produttività — non indica automaticamente un impatto reale o duraturo, se si ignorano gli effetti più ampi a livello operativo, ambientale e aziendale.
“Non lasciatevi guidare soltanto da numeri o statistiche”, ha ammonito De Ketelaere. Prima di trarre conclusioni sul successo, le organizzazioni devono comprendere il proprio livello di maturità e il contesto in cui operano.
Questa prospettiva è strettamente in linea con l’approccio di Dematic all’automazione e all’intelligenza in senso più ampio: prestazioni e sostenibilità non si definiscono in un singolo momento, ma lungo l’intero ciclo di vita di un’attività operativa.
All’interno della serie di Q&A
La Dematic Innovation Roundtable inaugura una serie di Q&A in tre parti che esplora come le organizzazioni possano applicare l’IA in modo più responsabile ed efficace, senza perdere di vista i rischi, la responsabilità e il valore a lungo termine.
Parte 1: Costruire le basi per un’IA utile
Perché molti progetti di IA faticano a produrre risultati, in cosa si differenziano automazione e IA e perché la qualità dei dati e la preparazione operativa continuano a determinare il successo o il fallimento.
Parte 2: Misurare ciò che conta nella sostenibilità guidata dall’IA
Come le organizzazioni dovrebbero valutare le dichiarazioni sulla sostenibilità, affrontare i temi della governance e della supervisione umana e gestire i rischi legati all’introduzione troppo rapida dell’IA negli ambienti produttivi.
Parte 3: Integrare la circolarità nella conversazione sull’IA
Dove l’IA può supportare concretamente la selezione dei materiali, la progettazione dei prodotti, la riduzione degli sprechi e la visibilità lungo il ciclo di vita, e dove il giudizio umano deve continuare a essere parte del processo decisionale.
Perché questa conversazione è importante
Questa serie riflette il ruolo di Dematic come punto di connessione con competenze esterne sui temi che stanno plasmando il business, le operations e l’automazione. Rafforza inoltre una realtà semplice ma potente: la mente dietro la macchina deve venire prima della macchina stessa.
La tecnologia continua a evolversi rapidamente. È la comprensione — fondata sull’esperienza, sul giudizio e sulla responsabilità — a trasformare questa tecnologia in prestazioni durature e in un progresso concreto e significativo.
Sostenibilità
Sostenibilità in Dematic
La sostenibilità in Dematic è un impegno concreto per generare risultati positivi per le persone, il pianeta e i prodotti. In ogni fase decisionale — con i nostri dipendenti, partner o clienti — il nostro obiettivo è agire responsabilmente per sviluppare le soluzioni migliori.