Per anni l’Internet of Things è stato raccontato come un insieme di sensori e connessioni. Oggi, quella definizione è riduttiva. Il punto non è più collegare oggetti, ma trasformare infrastrutture fisiche in sistemi intelligenti, capaci di osservare, apprendere e agire.
È questo il cambio di paradigma emerso con forza nel dialogo tra Andrea Rangone, Full professor del Politecnico di Milano e co-founder di Digital360 e Nextwork360 e Massimiliano De Carolis, CEO di Sirti Digital Solutions durante l’evento Data & IoT – Dalle infrastrutture intelligenti al valore dei dati.
L’ingresso dell’intelligenza artificiale nel mondo fisico sta ridefinendo il ruolo delle infrastrutture, spostando il valore dal dato come semplice output al dato come leva decisionale e operativa. L’IoT diventa il layer abilitante di una nuova generazione di sistemi, in cui edge computing, piattaforme dati e AI convergono per guidare azioni in tempo reale.
Come sottolinea Rangone, siamo davanti a una discontinuità: «Stiamo entrando in una fase in cui il digitale non si limita più a rappresentare la realtà, ma inizia a guidarla e trasformarla in modo diretto». Un passaggio che apre a quella che può essere definita una “nuova stagione” delle infrastrutture.
Anche il concetto stesso di infrastruttura cambia natura. «L’infrastruttura non è più solo un asset fisico, ma una piattaforma integrata, sempre più tech-enabled, data-driven e service-based», osserva De Carolis. Il baricentro del valore si sposta nella capacità di gestire questi asset, arricchirli di dati e trasformarli in servizi lungo il loro ciclo di vita.
Questa trasformazione ha implicazioni profonde anche sulla struttura della filiera. I confini tra settori si sfumano, le verticalità si intrecciano e il valore si genera sempre più nelle intersezioni. Di conseguenza, anche i modelli di relazione evolvono: il paradigma cliente-fornitore lascia spazio a logiche di collaborazione più articolate, basate su ecosistemi e co-innovazione.
Rangone lo esplicita chiaramente: la rivoluzione delle smart infrastructure «cambia i confini delle aree di business, la struttura della filiera e le arene competitive». Alcune aziende continueranno a essere clienti, ma altre assumeranno ruoli diversi: partner, co-sviluppatori, attori di joint venture o aggregazioni industriali.
La chiave, come evidenzia De Carolis, è proprio questo cambio di prospettiva: «Queste aziende non vanno lette solo come possibili clienti, ma come attori di un nuovo ecosistema in cui il valore si costruisce insieme». Il focus si sposta quindi dalla vendita di singole soluzioni alla costruzione di offerte integrate, in cui competenze diverse si combinano per abilitare infrastrutture intelligenti.
In questo senso emergono tre layer distinti ma interdipendenti: il livello fisico (asset e componenti), quello digitale (dati, connettività, cybersecurity) e quello di orchestrazione, dove si concentra la differenziazione competitiva. È qui che si gioca la partita: nella capacità di integrare questi livelli e trasformarli in piattaforme abilitanti per nuovi servizi.
Una visione che trova una sintesi efficace nelle prospettive più avanzate delineate durante il confronto. Tra queste, l’idea di infrastrutture condivise e convergenti: ad esempio, un modello in cui diversi servizi si appoggiano a un’unica infrastruttura intelligente, con nodi edge distribuiti in grado di raccogliere ed elaborare dati localmente.
La competizione si sposta così su un terreno diverso: la capacità di orchestrare ecosistemi complessi e generare valore dai dati. Ed è proprio da qui che parte la sfida per imprese e operatori.
Indice degli argomenti
Dal dato al valore lungo tutta la filiera
Se il dialogo strategico mette a fuoco la direzione, l’intervento di Ludovico Basili, Director Business Unit Data & IoT, Sirti Digital Solutions, riporta l’attenzione su ciò che serve per trasformare quella visione in realtà operativa.
Alla base di tutto c’è il dato. Non come entità astratta, ma come elemento che deve essere costruito, governato e reso utilizzabile lungo tutta la filiera. «Per l’AI economy, la data platform è infrastruttura fondamentale» . Una piattaforma che deve gestire dati eterogenei, provenienti da fonti IT, OT e terze parti, garantendo qualità, sicurezza e tempestività.
Il valore si costruisce lungo tutto il percorso che porta dal campo alla decisione. Sensori, connettività, edge, piattaforme e modelli analitici sono tutti elementi di una stessa catena e ogni anello può compromettere il risultato.
Accanto alla dimensione tecnologica, emergono poi elementi organizzativi e culturali. L’adozione di soluzioni IoT e AI richiede strutture trasversali, competenze distribuite e una governance che superi le tradizionali separazioni tra funzioni aziendali. La convergenza tra IT e OT rappresenta uno dei nodi più evidenti: da un lato sistemi centralizzati e orientati al software, dall’altro ambienti operativi distribuiti, real-time e legati alla continuità degli impianti .
Questa differenza si riflette anche nelle priorità: nel mondo IT prevalgono sicurezza e gestione del dato, mentre in ambito OT il focus è sulla continuità operativa e sull’affidabilità degli impianti. Integrare queste due dimensioni richiede competenze ibride e modelli organizzativi nuovi.
Un altro elemento che emerge con forza è il ruolo dell’edge computing. L’elaborazione dei dati sempre più vicino alla fonte consente di ridurre latenze, migliorare la resilienza dei sistemi e abilitare forme di automazione avanzata. Non si tratta solo di spostare capacità di calcolo, ma di ridefinire il modo in cui i sistemi prendono decisioni.
Le evoluzioni più recenti vanno in questa direzione: modelli di AI distribuita, capacità di analisi locale, automazione progressiva dei processi. L’edge diventa così uno snodo fondamentale per trasformare il dato in azione.
IoT in Italia: crescita, maturità e aree di sviluppo
A livello di mercato, i dati presentati da Giulio Salvadori, direttore dell’Osservatorio Internet of Things Politecnico di Milano offrono una fotografia chiara dell’evoluzione dell’IoT in Italia. Il settore continua a crescere, raggiungendo un valore di circa 10,9 miliardi di euro, con un numero sempre maggiore di oggetti connessi e una diffusione trasversale nei diversi ambiti applicativi.
La crescita riguarda sia il mondo consumer sia quello industriale. Aumenta la presenza di dispositivi smart nelle abitazioni, si consolidano le iniziative di smart city e cresce la familiarità delle imprese con le soluzioni IoT. Allo stesso tempo, il peso dei servizi sul mercato complessivo segnala un’evoluzione verso modelli più maturi.
Il tema centrale resta quello della valorizzazione dei dati. La disponibilità di informazioni non si traduce automaticamente in valore. Serve una capacità di integrazione, analisi e utilizzo che molte organizzazioni stanno ancora sviluppando.
Le direttrici di creazione del valore sono ormai consolidate: ottimizzazione dei processi, sviluppo di nuovi prodotti e servizi, personalizzazione dell’offerta e monetizzazione dei dati.
A queste si affianca la crescente integrazione con l’intelligenza artificiale. Il cosiddetto AIoT rappresenta una delle traiettorie più promettenti, ma i livelli di adozione restano ancora contenuti in diversi settori.
Il quadro che emerge è quello di un mercato dinamico, con basi solide ma ancora margini di sviluppo significativi, soprattutto nella capacità di trasformare il dato in decisioni e servizi.
Le sfide: cosa emerge dal confronto tra le aziende
Le evidenze raccolte nel confronto tra le aziende che hanno partecipato all’evento restituiscono un quadro articolato, dove l’interesse verso IoT e AI è diffuso, ma l’implementazione concreta procede con velocità e modalità molto diverse.
Il passaggio dal dato all’insight resta uno degli elementi più complessi. La difficoltà non riguarda tanto la raccolta delle informazioni (ormai ampiamente diffusa) quanto la loro integrazione e il loro utilizzo nei processi decisionali. In molti casi, i dati restano confinati in silos applicativi o funzionali, senza riuscire a generare un impatto diretto sulle operation o sui modelli di business. La distanza tra disponibilità del dato e capacità di attivarlo evidenzia un gap che è al tempo stesso tecnologico e organizzativo.
La separazione tra IT e OT continua a rappresentare uno degli snodi principali. Non si tratta solo di sistemi diversi, ma di logiche progettuali e priorità operative che raramente coincidono. Le piattaforme IT sono orientate alla scalabilità e alla gestione centralizzata, mentre gli ambienti OT rispondono a esigenze di continuità, sicurezza fisica e controllo in tempo reale. Questa differenza si traduce in difficoltà di integrazione, ma anche in ambiguità sulla governance: chi ha la responsabilità del dato? Chi decide come utilizzarlo? In assenza di un modello chiaro, molti progetti restano confinati a iniziative pilota.
La qualità del dato si conferma come un tema ricorrente lungo tutta la filiera. Le criticità non si concentrano solo nella fase di analisi, ma spesso nascono a monte: sensoristica non calibrata, installazioni non ottimali, contesti operativi eterogenei, presenza di sistemi legacy. Anche la gestione delle latenze, delle discontinuità di rete e delle logiche di normalizzazione dei dati incide sulla loro affidabilità. Il risultato è una variabilità che rende difficile costruire modelli analitici robusti e scalabili.
Sul fronte architetturale, l’edge computing viene sempre più percepito come una componente necessaria per garantire reattività e continuità operativa. In contesti distribuiti (impianti industriali, infrastrutture critiche, reti territoriali) la possibilità di elaborare dati localmente consente di ridurre la dipendenza dal cloud e di gestire eventi in tempo reale. Allo stesso tempo, emergono nuove sfide legate alla gestione di questi nodi distribuiti: aggiornamento dei modelli, sicurezza, orchestrazione delle logiche di elaborazione.
Un ulteriore elemento riguarda la standardizzazione. L’eterogeneità delle tecnologie e dei protocolli rende complessa la costruzione di soluzioni interoperabili. La mancanza di standard condivisi rallenta l’integrazione tra sistemi e aumenta i costi di sviluppo e manutenzione. Questo aspetto diventa ancora più rilevante quando si cerca di estendere i progetti su larga scala o di costruire piattaforme comuni tra più attori.
Infine, si consolida la consapevolezza che nessun attore può operare in modo isolato. La complessità delle infrastrutture intelligenti richiede competenze che difficilmente si trovano all’interno di una singola organizzazione. Si rafforza quindi il ruolo degli ecosistemi: partnership tecnologiche, collaborazioni industriali, modelli di co-sviluppo. La capacità di lavorare insieme pesa quanto la disponibilità delle tecnologie.
