Mentre la produzione entra in una nuova era definita dall’automazione guidata dall’intelligenza artificiale, è chiaro che la rete non è più soltanto un’infrastruttura — è il sistema nervoso della fabbrica moderna.
In un recente webinar di IDC con NTT DATA e Cisco, Wired for intelligence: Powering the future of manufacturing with AI-ready networks, abbiamo condiviso la nostra visione su come i produttori possano superare sfide di lunga data e aggiornare le proprie architetture di rete per sbloccare tutto il potenziale dell’AI.
Un insieme sfaccettato di sfide per la manifattura
Per introdurre l’argomento, abbiamo delineato il complesso insieme di sfide legate alla modernizzazione delle operazioni nel settore manifatturiero.
In cima alla lista c’è la persistente separazione tra gli ambienti IT e OT. I sistemi IT sono progettati per garantire flessibilità e scalabilità; i sistemi OT, invece, privilegiano la continuità operativa e il controllo deterministico. I produttori tendono spesso a essere cauti nell’integrare questi due domini, più per preoccupazioni legate al controllo, ai costi e alla sicurezza che per limiti tecnici.
Le infrastrutture legacy aggravano ulteriormente la situazione. Reti progettate in modo inadeguato e apparecchiature di vecchia generazione non dispongono della larghezza di banda, della latenza e della resilienza necessarie per i carichi di lavoro basati su AI. Flussi video, segnali di controllo e dati di telemetria competono per la larghezza di banda, richiedendo una latenza deterministica e una trasmissione senza perdite — capacità che le reti tradizionali non possono garantire. Man mano che i sistemi di visione basati su AI e l’automazione software-defined diventano più diffusi, la pressione sulle reti cresce ulteriormente.
L’opportunità: reti AI-ready come fattore strategico abilitante
Nonostante questi ostacoli, le opportunità sono enormi. Con reti predisposte per l’intelligenza artificiale, i produttori possono avere visibilità costante sulle proprie linee di produzione, integrare senza difficoltà i dati delle macchine nei sistemi di monitoraggio e previsione, e implementare controller logici programmabili virtuali (vPLC) — un modo flessibile ed economico per gestire i processi produttivi senza la necessità di hardware dedicato.
Le reti moderne non sono canali passivi di dati. Supportano attivamente i carichi di lavoro basati su AI in tre fasi fondamentali:
- Acquisizione dei dati da sensori, macchine e sistemi di produzione
- Addestramento e ottimizzazione dei modelli, che richiedono infrastrutture ad alte prestazioni e bassa latenza
- Inferenza: l’esecuzione in tempo reale dei modelli di AI a supporto delle decisioni e dell’automazione
Convergendo IT e OT in una rete fisica con segmentazione logica, i produttori possono ridurre costi e complessità migliorando al contempo prestazioni e sicurezza. Questa convergenza pone inoltre le basi per tecnologie future come il calcolo quantistico, che richiederanno architetture di rete e capacità di elaborazione completamente nuove.
La collaborazione come catalizzatore
Un tema centrale emerso dal webinar è la necessità di una collaborazione trasversale tra le funzioni aziendali. Per implementare con successo reti predisposte all’AI, i team IT devono adattarsi alle esigenze di operatività continua tipiche degli ambienti OT, mentre i responsabili OT devono accogliere l’imperativo della trasformazione digitale.
Attraverso partnership strategiche che combinano hardware, software e servizi con una profonda conoscenza del settore, i produttori possono modernizzare in modo olistico e allineare l’aggiornamento delle infrastrutture con gli obiettivi di business e le esigenze operative.
La sicurezza al centro: l’AI come abilitatore e difensore
Man mano che le reti diventano più intelligenti e interconnesse, aumentano anche i rischi in ambito di cybersecurity. Ciò accade perché collegare i reparti produttivi all’IT aziendale e agli ambienti cloud amplia inevitabilmente la superficie di attacco.
La buona notizia è che l’AI può essere impiegata anche come meccanismo di difesa.
Strumenti come Cisco XDR e Splunk Enterprise Security utilizzano l’intelligenza artificiale per raccogliere dati di telemetria provenienti da diversi domini, rilevare minacce e intervenire in tempo reale. Sul piano produttivo, Cisco Cyber Vision raggruppa il traffico OT per singola macchina, semplificando la segmentazione precisa della rete senza interrompere le operazioni. Inoltre, innovazioni come Cisco Hypershield integrano la sicurezza direttamente nell’hardware di rete, consentendo firewall a livello di porta e analisi del traffico in tempo reale.
Questa convergenza tra rete e sicurezza crea un’infrastruttura unificata in cui la protezione è integrata — non aggiunta in un secondo momento. Il risultato? I produttori possono far crescere l’innovazione senza compromettere la sicurezza.
Dai reparti produttivi alla preparazione quantistica: una visione ambiziosa per il futuro
Abbiamo anche approfondito il motivo per cui la scalabilità rappresenta una capacità critica nell’era dell’intelligenza artificiale. I carichi di lavoro AI generano enormi flussi di dati che richiedono reti in grado di adattarsi dinamicamente — verso l’alto o verso il basso — senza interruzioni. L’orchestrazione a livello cloud è ancora in fase di maturazione nel settore manifatturiero, ma sta diventando un elemento chiave per la gestione dell’infrastruttura su larga scala.
E non dimentichiamo che all’orizzonte si profila il calcolo quantistico. Pur promettendo incrementi esponenziali nella potenza di elaborazione, richiederà architetture di rete completamente nuove.
Questa è la nostra visione ambiziosa per il futuro del settore: le server room delle fabbriche evolveranno in mini data center, dotati di ambienti CPU e GPU ad alta capacità per supportare carichi di lavoro AI come sistemi di visione e PLC virtuali. L’automazione diventerà software-defined, con modalità di distribuzione simili ai flussi di lavoro DevOps. Ciò consentirà aggiornamenti rapidi senza dover sostituire l’hardware — una capacità essenziale in periodi di interruzioni della supply chain.
Il costo di non agire
I rischi legati ai ritardi sono concreti. I sistemi legacy limitano l’innovazione e rappresentano una minaccia operativa e di sicurezza informatica a causa della mancanza di supporto dei fornitori e di aggiornamenti di sicurezza non applicati. I produttori che non si modernizzano rischiano di restare indietro rispetto ai concorrenti che stanno digitalizzando le loro catene di fornitura e integrando l’AI in ogni aspetto della produzione.
Le infrastrutture attuali non saranno più adeguate allo scopo. La modernizzazione, quindi, non è solo un vantaggio strategico: è un prerequisito per la sostenibilità del business nel futuro.
Questo articolo è stato co-redatto da Ruben Lobo, Director of Product Management presso Cisco.
COSA FARE ORA
Guarda il webinar completo per ulteriori approfondimenti sul futuro entusiasmante delle reti AI-ready.