L’intelligenza artificiale sta accelerando la digitalizzazione del manifatturiero, ma nelle PMI italiane l’adozione resta ancora limitata. Tecnologie come visione artificiale, manutenzione predittiva e digital twin offrono benefici concreti in termini di qualità ed efficienza. Con la Legge di Bilancio 2026 arrivano incentivi fiscali che aprono nuove opportunità di investimento e competitività per le imprese
di Giorgio Pigozzo, esperto in gestione dell’energia e AD di Wittmann Digital
Il mercato italiano dell’intelligenza artificiale ha raggiunto 1,8 miliardi di euro nel 2025, con una crescita del 50% rispetto all’anno precedente. Il manifatturiero è tra i settori con crescita superiore alla media e il 71% delle grandi imprese italiane ha già avviato almeno un progetto di AI.
Eppure, guardando alle piccole e medie imprese che costituiscono la spina dorsale del settore plastiche italiano, il quadro è ben diverso: solo l’8% delle PMI ha avviato progetti concreti.
Non è un dato neutro. È la fotografia di un’opportunità ancora largamente inesplorata, in un momento in cui la tecnologia è matura, i casi d’uso sono dimostrati e il quadro normativo, con il nuovo iperammortamento introdotto dalla Legge di Bilancio 2026 offre incentivi fiscali significativi per chi decide di investire.
Ma parliamo ora di applicazioni reali.
Applicazioni reali
I sistemi di visione artificiale basati su reti neurali sono oggi in grado di rilevare difetti superficiali come bave, inclusioni e variazioni dimensionali con una precisione che supera quella dell’operatore umano e con una velocità che non è paragonabile.
In alcuni impianti di stampaggio a iniezione, questi sistemi sono già integrati a valle della pressa con feedback in tempo reale: se la telecamera rileva una deviazione sistematica nella geometria del pezzo, il sistema segnala automaticamente la necessità di intervenire sui parametri di processo, prima che lo scarto si accumuli.
Sul fronte della manutenzione predittiva, la disponibilità di sensori economici, connettività diffusa e modelli di machine learning addestrati su grandi volumi di dati permette di anticipare guasti su componenti critici come viti, cilindri e sistemi idraulici, riducendo i fermi non pianificati che, per un’azienda con commesse strette, si traducono in penali e perdita di clienti.
Le imprese che hanno già adottato almeno una tecnologia AI riportano aumenti di produttività superiori al 5% nel 47% dei casi; un dato che, tradotto nel contesto dello stampaggio, significa meno scarti, meno fermi macchina, meno rilavorazioni.
Ancora più trasformativa, anche se meno visibile, è l’ottimizzazione del processo tramite digital twin: gemelli digitali dell’impianto fisico che permettono di simulare il comportamento di uno stampo o di una linea di estrusione prima ancora di avviare la produzione, ottimizzando temperatura, pressione e tempi di ciclo in modo automatico. In un contesto in cui l’energia è diventata una voce di costo centrale, anche un miglioramento del 5-8% nell’efficienza del ciclo può fare la differenza tra margine e perdita.
Allora perché così poche PMI hanno fatto il salto? Il 55% delle PMI italiane indica la mancanza di competenze come ostacolo principale, più dei vincoli di budget.
In Italia mancano circa 120 mila profili tecnici nel digitale. A questo si aggiunge una difficoltà strutturale nel passare dalla sperimentazione alla scala industriale: solo il 10% delle imprese che avviano un progetto AI riesce realmente a portarlo a regime, per via dei costi di implementazione, della difficoltà a gestire i dati e del gap tra prototipo e soluzione industrializzabile. È un problema reale, che non si risolve semplicemente comprando un software.
È in questo contesto che il nuovo iperammortamento assume un significato preciso. Con la Legge di Bilancio 2026, la politica industriale italiana ha abbandonato la logica del credito d’imposta, immediato sulla liquidità e apprezzato dalle imprese, per tornare alla maggiorazione del costo fiscalmente deducibile.
Le aliquote previste sono significative: 180% per investimenti fino a 2,5 milioni di euro, 100% per la fascia fino a 10 milioni, 50% fino a 20 milioni. In pratica, un’impresa che investe 500 mila euro in una pressa interconnessa può dedurre fiscalmente 900 mila euro, con un risparmio IRES considerevole. Va però detto con chiarezza che questo beneficio si distribuisce nel tempo, lungo la vita utile del bene ammortizzabile: non è un rimborso immediato e va pianificato di conseguenza nel piano finanziario dell’investimento.
I beni immateriali agevolabili
La vera novità normativa che interessa da vicino il settore riguarda l’Allegato V, che elenca i beni immateriali agevolabili.
Rispetto alle versioni precedenti, la revisione introdotta dalla Legge di Bilancio 2026 amplia significativamente il perimetro del software agevolabile e, soprattutto, introduce un riconoscimento esplicito degli strumenti di intelligenza artificiale come beni degni di incentivo fiscale. Rientrano nell’Allegato V i sistemi MES per il monitoraggio e la gestione in tempo reale della produzione, i sistemi EMS per l’ottimizzazione e il controllo dei consumi energetici, e le piattaforme ERP integrate con il piano di produzione e la supply chain.
La novità più rilevante rispetto al passato è però l’inclusione esplicita di software basati su algoritmi di machine learning e intelligenza artificiale per la previsione della domanda, l’ottimizzazione dei parametri di processo e la qualità predittiva. In altri termini, il legislatore ha smesso di trattare l’intelligenza artificiale come un accessorio del sistema digitale e ha iniziato a riconoscerla come infrastruttura produttiva a pieno titolo. Rientra nell’agevolazione anche il software per la progettazione e la simulazione del processo, come i CAD/CAM avanzati e gli ambienti di simulazione reologica per lo stampaggio.
Il requisito che abilita tutta l’agevolazione rimane uno: l’interconnessione. Il bene immateriale deve essere integrato nel sistema informativo aziendale e deve scambiare dati in modo bidirezionale con le macchine o con la rete di fornitura. Non è solo un requisito burocratico: se affrontato seriamente, è un driver di trasformazione che obbliga l’impresa a costruire una base dati coerente, su cui innestare progressivamente le applicazioni AI descritte in precedenza.
Chi prima arriva…
Ho fondato la mia prima software house quando “Industria 4.0” era ancora uno slogan e la maggior parte dei nostri clienti ci guardava con scetticismo educato. Oggi quegli stessi clienti ci chiamano per capire come integrare modelli predittivi nelle loro linee di stampaggio. Il cambiamento è avvenuto.
Quello che mi colpisce, però, non è la velocità con cui la tecnologia si è evoluta; me lo aspettavo. Le proiezioni sull’impatto dell’AI sul Made in Italy parlano di potenziali aumenti dei margini di esportazione fino a 121 miliardi di euro, pari al 19,5% dei ricavi totali dell’export manifatturiero italiano.
Sono numeri grandi, forse difficili da collegare alla quotidianità di uno stampatore bresciano o vicentino. Eppure, il meccanismo è lo stesso: chi digitalizza prima accumula un vantaggio competitivo che diventa sempre più difficile da colmare nel tempo.
Lo sapeva già Giulio Natta quando decise che il mondo dei materiali non sarebbe mai più stato lo stesso. Noi, eredi di quella rivoluzione, non abbiamo motivo di fare di meno.
(Articolo tratto dalla rivista Plastix di aprile 2026)
