Workshop - IA FORUM: presentazione tecnologie e casi applicativi

Speech delle aziende:

ELMEC GROUP - INDUVATION - ANALYTICS HUB - QUINDI - MYNT AI - AIPEX Labs - SIDERIUS – ZANIN

ELMEC GROUP SRL 
Dai dati IDA all'intelligenza artificiale: come Elmec Group ha costruito il proprio ecosistema di AI su misura.
Elmec Group racconta come, a partire dai dati energetici e di OEE raccolti con la piattaforma IDA di Maxfone, sia nato un vero ecosistema di intelligenza artificiale sviluppato internamente e su misura per l'azienda. Un report settimanale automatico, costruito con l'IA su dati già convalidati, è diventato la base solida per nuovi sviluppi: dashboard quadrimestrali, viste dedicate per la produzione e i primi passi verso la costificazione, fino ad assistenti conversazionali dedicati che rispondono a domande dirette sulle dashboard. Non un esperimento isolato, ma un'infrastruttura che continua a crescere — un caso concreto di AI che nasce in reparto e resta al servizio di chi decide.

INDUVATION
L'IA può mostrare ciò che il WMS ti nasconde
Tra una scansione e l’altra si nascondono attese, percorsi inutili e inefficienze che i sistemi tradizionali spesso non rilevano.
Con il Motion Mining, sensori e Intelligenza Artificiale rendono visibile ciò che accade davvero nei processi operativi.
Un nuovo modo per trasformare attività invisibili in dati concreti e opportunità di miglioramento.

ANALYTICS HUB
Dalla domanda al dato: l’AI che interroga l’azienda
Dalle dashboard alla Business Intelligence conversazionale
E se un imprenditore potesse interrogare i dati della propria azienda semplicemente facendo una domanda? Presenteremo un caso concreto di AI applicata alla Business Intelligence, capace di comprendere e integrare dati provenienti da ERP, database e fonti aziendali differenti. Dalla costruzione della knowledge base alla Data Quality, fino alla risposta in linguaggio naturale: un nuovo modo, sicuro e scalabile, di trasformare i dati aziendali in informazioni utilizzabili nelle decisioni.

QUINDI
L’intelligenza Artificiale nelle decisioni di produzione
Pianificazione e gestione della produzione in tempo reale, con il margine come obiettivo.
Ogni giorno ci affidiamo a dati in tempo reale per scegliere il percorso migliore. In fabbrica, quanto sono aggiornati i dati su cui decidiamo?
Quindi connette macchine, lavorazioni manuali e sistemi aziendali per raccogliere automaticamente i dati e usarli nella pianificazione e nella gestione della produzione.
Attraverso casi industriali e una demo di Quindi AI Scheduler, mostreremo come l’AI aggiorna il piano al cambiare delle condizioni produttive, con un obiettivo concreto: aumentare il margine operativo.

MYNT AI S.r.l.
AfterCare: l'agente AI che alleggerisce After Sales e Customer Service
Legge la richiesta del cliente, ritrova la risposta già data, propone la bozza con le fonti. L'operatore approva.
Abstract: Gli uffici After Sales rispondono alle stesse domande da anni, ma ogni volta ricominciano da zero: cercare la risposta costa più che scriverla. AfterCare legge la richiesta in arrivo, la ritrova nella documentazione tecnica e nello storico, e prepara la bozza con le fonti citate; l'operatore controlla e invia. Meno tempo a cercare, risposte uniformi, know-how che resta in azienda anche quando le persone cambiano. Caso reale presentato in forma anonima, progetto in corso.

AIPEX Labs
Dall'Ordine al File Pronto per il Taglio: un Agente AI per l'Ufficio Tecnico
(EN: From Order to Cut-Ready File: An AI Agent for the Technical Office)
 L'ufficio tecnico di un'azienda manifatturiera italiana perdeva da un'ora a un'ora e mezza per ordine a ridisegnarlo a mano in un file pronto per il taglio — un collo di bottiglia tra la ricezione dell'ordine e il reparto CNC. AIPEX Labs e MYNT AI hanno sviluppato un agente AI che legge insieme l'ordine del cliente (PDF) e il disegno tecnico (PDF, DXF o DWG) e genera un file DXF completamente quotato in due o tre minuti, pronto per essere caricato direttamente sulla macchina. Validato su lavori di produzione reali esclusi dal training, con 16 corrispondenze esatte su 16 su una famiglia di prodotto e zero discrepanze su 43 lavori su una seconda famiglia. AIPEX Labs ha guidato il progetto e sviluppato il motore di riconoscimento del disegno e generazione del DXF; MYNT AI ha sviluppato l'interfaccia e l'integrazione in produzione. L'intervento ripercorre come le due parti si integrano e cosa è servito per passare da un prototipo funzionante a uno strumento di cui l'ufficio tecnico si fida davvero.

SIDERIUS – ZANIN
Interrogare la mente: Progettare la percezione di un prodotto con i dati e l'AI.
Oltre l'85% delle decisioni d'acquisto passa da processi emotivi e sensoriali: il consumatore non sa dire perché sceglie. Siderius progetta la percezione di un brand partendo dai dati, integrando ricerca comportamentale, scienze cognitive e intelligenza artificiale. Presentiamo la piattaforma che stiamo sviluppando per prevedere come un prodotto verrà percepito ancora prima della sua produzione, e il caso FlyOver per Distilleria Zanin 1895: una linea ideata, sviluppata e lanciata in tre mesi, oggi pluripremiata a livello internazionale.