Ridurre i costi è da sempre fondamentale per rimanere competitivi nel settore della produzione di veicoli. Le tecnologie avanzate, soprattutto l’intelligenza artificiale, stanno per trasformare le regole del gioco. In un recente sondaggio di Bain & Company, che ha coinvolto trecento manager del settore, l’80 per cento di loro ha dichiarato di ritenere che le nuove tecnologie porteranno a un aumento dell’efficienza del 10 per cento in tre anni e del 30 per cento nei prossimi cinque anni. Balzi di produttività di questa portata cambieranno radicalmente i processi e ridisegneranno una trasformazione duratura nella struttura dei costi del settore.
Entro il prossimo decennio, l’AI sarà in grado di generare e ottimizzare i concept dei veicoli migliorando dinamicamente i piani di produzione in tempo reale. Più di due terzi degli intervistati immaginano stabilimenti alimentati da robot umanoidi, in grado di operare 24 ore su 24 con un intervento umano minimo. In Europa e in Italia, dove i cicli di Ricerca e Sviluppo dei costruttori europei si dimostrano più lunghi e laboriosi rispetto ai diretti concorrenti asiatici, questo è un tema cruciale. Se i maggiori player europei impiegano fino a 54 mesi – oltre 4 anni – dall’ideazione al lancio del prodotto, i costruttori asiatici spendono la metà del tempo – dai 24 ai 30 mesi – rispettando il time-to-market prefissato. Per approfondire questo tema abbiamo rivolto le nostre domande a Gianluca Di Loreto, partner e responsabile italiano automotive di Bain & Company
Gianluca Di Loreto, alla luce dei risultati della vostra indagine in Europa e in America l’intelligenza artificiale è effettivamente uno strumento per un cambiamento epocale nel settore? Cambierà la vita ai manager?
Difficile dire se cambierà la loro vita, sicuramente cambierà il modo di produrre veicoli e di gestire la relazione con i clienti. È ormai provato che ci sono diversi ambiti, sia dal punto di vista dell’aumento del fatturato sia dal punto di vista dell’evoluzione dei costi, in cui l’intelligenza artificiale può effettivamente rappresentare un cambio di marcia. Non solo nel processo produttivo o nella gestione delle diverse aree aziendali, ma all’interno del prodotto. Avere per esempio un autobus che utilizza l’intelligenza artificiale per fornire al driver informazioni strutturate. L’intelligenza artificiale sta radicalmente cambiando il modo di fare azienda. Cambia anche le nostre vite, e lo fa in senso positivo.
Il 66 per cento di chi ha risposto alla vostra indagine dice che la produzione gestita da umanoidi robot porterà a un ciclo lavorativo di 24 ore su 24, 7 giorni su 7, con un minimo intervento umano. Significa perdita di posti di lavoro?
L’obiettivo non è sostituire persone con robot umanoidi ma utilizzare robot per liberare risorse e gestire nuovi processi. Le opportunità di crescita sono tali e tante che non è assolutamente detto che il saldo sia negativo. La storia ci insegna che a ogni avanzamento tecnologico dopo qualche anno si sono creati nuovi posti di lavoro. Certo, c’è un momento di crisi in cui il numero degli occupati scende, per poi risalire. Lo stesso discorso vale per l’elettrificazione dei powertrain. In una certa misura è vero che il passaggio al veicolo elettrico riduce i posti di lavoro perché la sua produzione e la gestione del post vendita è più semplice, avendo meno componenti, ma contemporaneamente si creano altre opportunità, come ad esempio lo sviluppo delle gigafactory. Il tema non è valutare il saldo negativo contro il saldo positivo di posti ed opportunità di lavoro, ma il saldo geografico: in funzione del differente costo degli elementi produttivi i vantaggi in termini occupazionali e di risultati possono passare da est a ovest o da ovest a est. Ciascuno, in base alla sua localizzazione, farà le proprie considerazioni e valutazioni politiche nazionali. La politica industriale dovrebbe andare di pari passo con la geopolitica: sviluppare normative senza considerare l’impatto di una filiera lunga 10-15 anni come quella dell’automotive rischia di essere un suicidio.
Gianluca Di Loreto – La bio
Laureato in economia alla LUISS a Roma, Gianluca Di Loreto è partner in Bain & Company e responsabile italiano Automotive & Mobility. Ha più di 20 anni di esperienza in consulenza, di cui oltre 15 in Bain. Ha contribuito ad approfondire le competenze chiave di Bain nel settore della mobilità e dell’automotive, avendo lavorato al fianco di molti operatori del comparto nel riassetto dei piani industriali, nei cambiamenti organizzativi, nel miglioramento delle performance, nell’analisi e segmentazione dei clienti; si occupa inoltre di Commercial Excellence, ottimizzazione della forza vendita e di Net Promoter Score. Ha maturato un’ulteriore esperienza nel settore del private equity, svolgendo due diligence in diversi settori, con particolare attenzione all’industria dei componenti automobilistici. In qualità di Agile Scrum Master e Product Owner certificato, Gianluca ha lavorato su un’ampia gamma di progetti Agile sia in Italia che all’estero, supportando iniziative di innovazione per importanti player del settore automotive e retail. Negli ultimi anni, Gianluca ha sviluppato diversi studi in collaborazione con la practice globale Automotive di Bain riguardanti la smart mobility e il car sharing ed è intervenuto come relatore in diverse occasioni sui temi di sua competenza.
Alcuni ritengono che a rischiare di più siano i manager rispetto agli operai.
Questo è un argomento dibattuto: rischiano i manager di alto livello perché sono quelli che finora hanno fatto fatica a trovare la sintesi di una quantità di dati enorme. L’intelligenza artificiale consente di arrivare velocemente ad un’analisi di dati complessi e a una pianificazione di azioni in risposta a quei dati. Ma l’intelligenza artificiale è appunto… artificiale, cioè si basa sull’apprendimento, sull’analisi veloce di elementi che si sanno già. In un momento di turbolenza come quello attuale bisogna anche saper supportare l’intelligenza artificiale con la creatività, la capacità di leggere tra le righe, di interpretare il pensiero del cliente, tutte attività che richiedono l’intelligenza umana. Un esempio: l’intelligenza artificiale si può utilizzare per creare una sorta di alias dei clienti per simulare sulla base dei loro profili come reagirebbero a un certo prodotto o ad una sua caratteristica. In questo contesto l’intelligenza artificiale permette di simulare le reazioni dei clienti sulla base del loro comportamento passato. Essa si ciba di informazioni che per definizione guardano indietro, al passato. Ma sono fondamentali anche le simulazioni di quello che sarà il comportamento di un consumatore reale nel futuro, analizzato in funzione di elementi più qualitativi che l’intelligenza artificiale non sempre coglie. L’intelligenza artificiale non si sostituisce a chi analizza, quello che fa è velocizzare una serie di analisi o di attività, poi però è necessario l’elemento umano pensante che mette insieme i pezzi. Questa parte di lavoro intellettuale non potrà mai essere sostituita.
Prima di arrivare sul mercato c’è la fase di progettazione e di realizzazione di un nuovo modello – che sia automobile, autobus o camion – e in questa fase c’è una parte di mondo che va molto più veloce dell’Europa, la Cina e l’Asia in generale.
Sì, assolutamente. In Asia, in Cina, hanno unito la capacità di interpretare correttamente le richieste dei clienti con una capacità produttiva sorprendente, riuscendo a progettare e realizzare veicoli di buon livello in soli due anni, la metà del tempo che impiega mediamente un costruttore occidentale. E questo grazie all’utilizzo di intelligenza artificiale, ma soprattutto grazie all’assenza totale di legacy. In Cina riescono a sviluppare un processo di ricerca e sviluppo da zero, totalmente indipendente – per esempio – dal personale o dagli impianti esistenti. Non devono necessariamente occupare lavoratori già in forza all’azienda, non devono seguire processi, consuetudini, abitudini o regolamenti preesistenti. Semplicemente disegnano tutto da zero perché non hanno una lunga storia alle spalle come in Europa e negli USA. Non devono riconvertire impianti già esistenti, semplicemente costruiscono ciò che serve. Ma sia chiaro: accorciare troppo i tempi di progettazione ha anche dei rischi. Si pensi ai test e alla sicurezza: i costruttori europei fanno per mesi i test dei prototipi a temperature estreme per vedere come reagiscono i materiali. Lo sviluppo di un veicolo in due anni consente questo tipo di accuratezza e di attenzione?
Prima o poi però anche la Cina sentirà il peso di una propria tradizione e storia…
Certo. Oggi i marchi cinesi nel settore della produzione di veicoli sono più di cento, è chiaro che di questi nel medio-lungo periodo ne sopravvivranno pochi. Ci sono già molti brand che stanno fallendo, impianti già dismessi. Questa velocità incredibile, questo effetto novità si sta lentamente trasformando in legacy.
L’intelligenza artificiale renderà più rapido il processo di ricerca, sviluppo e realizzazione di nuovi veicoli. Questa velocizzazione può aiutare anche il settore dei veicoli industriali, un mercato più piccolo che ha tempi nettamente più lunghi di recupero dell’investimento?
Sicuramente aiuterà a rendere più efficiente la produzione, ma il veicolo pesante vive di cicli più complessi, e ha una base clienti più stabile e solida, e qui l’impatto dell’intelligenza artificiale si sentirà meno. È un mercato molto più pragmatico, dove comandano soprattutto il total cost of ownership e l’affidabilità del mezzo. Sicuramente però l’intelligenza artificiale, nel mondo del camion e dei veicoli commerciali leggeri aiuterà a calcolare qual è il livello oltre il quale la personalizzazione non produce redditività. Storicamente il mondo dei camion e dei furgoni ha prodotto ogni tipo di personalizzazione per guadagnare quote e nicchie di mercato. È sempre stato difficile però capire in anticipo quali di queste personalizzazioni potevano produrre marginalità: con l’AI si potranno realizzare analisi e adeguare i processi produttivi in maniera più precisa. L’obiettivo è di rimuovere la complessità organizzativa che tutte queste personalizzazioni comportano. Realizzare analisi evolute per aiutare il settore R&D e la business intelligence a capire quali sono le caratteristiche del prodotto che effettivamente fanno la differenza. Questa è la sfida di tutti i costruttori, di auto, di moto, di camion; capire fino a che punto allargare il portafoglio significa conquistare nuovi clienti e quando invece si inizia a ridurre il margine per via della complessità.
Ultima domanda: arriveranno i camion cinesi in Europa?
I player asiatici stanno costruendo fabbriche in Europa e ci sono Case asiatiche che acquisiscono Case europee. Il 2025 è stato l’anno dell’India, penso, per esempio, che possiede Pinanfarina con Mahindra e Iveco con Tata. Comprando un’azienda europea si ottiene l’accesso a un mercato. Che vinca il migliore, ma a parità di regole.
