Lorenzo Battaglini, Ceo di Centro Software: «Oltre 4.000 ore di calcolo per addestrare algoritmi evolutivi che ottimizzano l’intero processo produttivo»
In un panorama in cui la competitività si misura al millesimo e l’energia è la variabile che sposta gli equilibri, c’è una realtà bolognese che ha scelto una strada controintuitiva quanto efficace: affidare l’ottimizzazione industriale al supercalcolo. Centro Software non parla di suggestioni futuristiche ma di risultati misurabili: tempi di risposta più rapidi, consumi ridotti senza nuovi capannoni o impianti scintillanti, pianificazioni che non rincorrono l’urgenza ma la anticipano. L’intuizione è semplice e radicale: mettere Leonardo, il supercomputer ospitato al Tecnopolo di Bologna e gestito da Cineca, al servizio delle Pmi, così da incrociare domanda, capacità produttiva e vincoli energetici in modo continuo e verificabile.
Com’è nata la collaborazione con il supercomputer Leonardo
Proprio qui sta la novità che dà senso a tutto il resto: Centro Software ha avviato una collaborazione con il supercomputer Leonardo per sviluppare soluzioni di intelligenza artificiale applicate ai processi produttivi. Grazie alla EuroHPC Development Access Call, l’azienda ha ottenuto oltre 4.000 ore di calcolo su Leonardo Booster per addestrare e testare algoritmi evolutivi capaci di ridurre i consumi energetici nella manifattura, arrivando a integrare in SAM ERP2 modelli di AI generativa e machine learning per la pianificazione della produzione, la gestione delle scorte e la manutenzione predittiva. Si tratta di un balzo nella direzione della Transizione 5.0, reso possibile da un’infrastruttura tra le più potenti al mondo (Leonardo raggiunge i 250 petaflops) e inserito nella strategia dell’AI Valley emiliana, dove il Tecnopolo Dama punta a rendere l’AI un bene produttivo accessibile alla ricerca e alle Pmi che vogliono trasformare i dati in competitività sostenibile.
Il cuore del messaggio è netto: prima di investire in nuove infrastrutture, conviene “spremere” l’intelligenza che i dati già permettono. Quindi, riprogettare il piano di produzione alla luce del costo dell’energia nelle diverse fasce orarie, sincronizzare la logistica interna con gli impianti, orchestrare manutenzione, qualità e materiali in un flusso che limiti gli sprechi e preservi la flessibilità. Non è un’abiura degli investimenti fisici, ma la constatazione che l’ordine delle priorità è cambiato: i modelli che girano su Leonardo comprimono la curva di apprendimento e aprono margini economici immediati senza fermare la fabbrica.
Il Ceo di Centro Software, Lorenzo Battaglini, ci racconta com’è nata la collaborazione con Leonardo, quali problemi reali si possono risolvere oggi, come si misura il ritorno per un’impresa che produce e vende in Italia e dove conviene puntare per ottenere benefici rapidi.
Partiamo dalle radici: quale idea ha dato origine a Centro Software e come si è evoluta nel tempo?
Nasciamo dall’esigenza di portare best practice organizzative tipiche delle grandi imprese dentro il tessuto delle Pmi italiane, integrando in modo nativo pianificazione della produzione, interfacciamento con le macchine, controllo di gestione e supply chain in un ERP unico e coeso, capace di superare i silos e sostenere processi end-to-end, dall’ordine all’incasso. È il presupposto su cui oggi innestiamo AI e ottimizzazioni data-driven.
Cosa distingue il vostro ERP dai grandi vendor internazionali?
L’aderenza ai processi manifatturieri italiani e un’architettura che integra davvero produzione, qualità, logistica, CRM, MES e controllo di gestione, dialogando anche con impianti non recenti tramite dispositivi di raccolta dati. Il risultato è un flusso operativo continuo, veloce e misurabile, predisposto a integrare AI, IoT e RPA senza stratificazioni innaturali.
Quanto conta l’integrazione 4.0 e la possibilità di parlare con le linee?
Conta moltissimo. L’ERP interagisce nativamente con gli impianti, raccoglie dati di fabbrica e li rende azionabili a livello gestionale. Questo permette di controllare i processi operativi e di automatizzare l’interazione con la filiera produttiva, inclusi gli impianti meno recenti grazie a dispositivi di raccolta dati dedicati.
Veniamo all’intelligenza artificiale: qual è il vostro approccio?
L’AI deve essere utile e misurabile. Abbiamo creato algoritmi genetici e modelli predittivi per ridurre i consumi energetici, fare previsione della domanda, manutenzione predittiva e ottimizzare la logistica. Inseriamo anche elementi intelligenti nel nostro BPM, così che i processi possano prendere decisioni operative e, quando serve, attivare il man-in-the-loop per togliere ambiguità.
Quante ore di supercalcolo avete utilizzato su Leonardo e con quali obiettivi?
Abbiamo superato le 3.000 ore e oggi siamo a oltre 4.000. Le abbiamo impiegate per addestrare rapidamente i nostri modelli, renderli generalizzabili su contesti produttivi diversi e testare molte più combinazioni di quanto fosse possibile on-premise.
Qual era il collo di bottiglia prima del supercalcolo e che differenza avete misurato?
Prima, anche con GPU locali, un ciclo di training elementare richiedeva 24–36 ore; con Leonardo siamo scesi a pochi secondi. Questo salto ci ha permesso di industrializzare velocemente gli algoritmi, trasformandoli in prodotti e soprattutto di iterare: provare, scartare, migliorare, fino a fissare configurazioni robuste per casi d’uso diversi.
In termini di metodo, cosa rende possibile Leonardo che prima non lo era?
La possibilità di sbagliare in fretta e a basso costo. Siamo ancora in una fase in cui le vere killer application dell’AI si stanno consolidando. Con Leonardo possiamo prototipare sette idee in pochi mesi e scoprire quale regge davvero sul campo, senza anni di attesa. Con Leonardo i modelli di ottimizzazione si allenano e si validano in tempi prima impensabili. Si confrontano scenari alternativi, si stressano parametri, si seleziona ciò che funziona davvero sulla linea, non solo sulla carta. È il supercalcolo come moltiplicatore di tentativi: provare, scartare, migliorare, fino a un algoritmo capace di incidere su costi, lead time, puntualità. Nel linguaggio di chi produce, significa fare di più con lo stesso, la promessa più concreta che l’innovazione possa offrire a un imprenditore.
Energia e costi: come si traduce l’ottimizzazione nei reparti produttivi?
Lavoriamo su piani di produzione e liste di spazzamento che, a parità di output, recuperano punti percentuali di consumo energetico. Considerando l’aumento dei costi elettrici, non sono più solo le energivore a beneficiarne: lo sono tutte. Questi algoritmi, addestrati e stress-testati su Leonardo, vanno poi a regime dentro l’ERP e il BPM, dove guidano scelte operative in tempo reale.
Oltre all’energia, su quali processi vedete i ritorni più rapidi?
Document Intelligence nella supply chain complessa, con estrazione automatica di codici, matricole, quantità e condizioni dai documenti in ingresso. Ma anche manutenzione predittiva e previsione della domanda; automazioni di workflow che inseriscono elementi intelligenti capaci di prendere decisioni e coinvolgimento di un man-in-the-loop quando serve disambiguare.
Un caso d’uso che rende l’idea dell’impatto operativo?
Un cliente riceve ticket di assistenza per macchine clonate. Il nostro BPM verifica matricola, garanzia e contratti, smista le richieste e, con soglie di confidenza, chiama l’operatore solo quando è necessario. Risultato: assistenza 24/7, indispensabile per chi opera con l’estero, con meno errori e tempi ridotti.
Come misurate risultati e ritorni? Quali KPI guardate per primi?
Livello di servizio e conti. L’AI ha un forte effetto wow, ma i progetti devono reggere alla sottrazione: se un -2% di consumi su 4 milioni all’anno di spesa energetica è realistico, il payback è immediato. In parallelo misuriamo disponibilità e tempi di risposta 24/7, puntualità e affidabilità delle consegne, impatto sul costo industriale.
Avete indicatori dedicati per il Piano Transizione 5.0?
Sì, abbiamo creato OEE Green, un indice di performance che misura la capacità produttiva di una azienda o un impianto di produzione: un importante indicatore già introdotto nella Lean Production. In pratica misura quanto l’ottimizzazione e il minor consumo incidano sul costo unitario del prodotto, fornendo una metrica chiara per strategie e incentivi 5.0.
Come abbassate la soglia d’ingresso all’ERP per manager e forza vendita?
Con SamCopilot e con i nostri strumenti conversazionali: si interroga il sistema per ottenere, ad esempio, lo scadenziario clienti o per inserire un ordine di produzione da mille pezzi con consegna a data certa. L’obiettivo è portare la potenza dell’ERP nelle mani di chi decide, in modo naturale.
E sul lato commerciale?
La nuova esperienza di raccolta ordini sfrutta il linguaggio naturale ma resta profondamente integrata con stock e capacità produttiva, così da emettere offerte e promesse di consegna affidabili in tempi rapidissimi. È una delle soluzioni che il mercato sta premiando di più.
Qual è oggi il livello di consapevolezza delle PMI sull’AI?
C’è forte interesse, ma la maggioranza fatica a dire “cosa farne domattina”. Per questo ci muoviamo come una startup sul fronte AI: accettiamo sfide dai clienti, prototipiamo in fretta, teniamo ciò che funziona e scartiamo il resto. È un lavoro di trasferimento tecnologico orientato al risultato economico.
La collaborazione con Leonardo si inserisce nell’ecosistema dell’Emilia-Romagna. Come diffondere l’accesso a risorse così potenti per le PMI?
Come impresa portiamo soluzioni ai nostri clienti e partner; sul piano ecosistemico esistono realtà dedicate al trasferimento tecnologico e percorsi formativi per le PMI sul tema AI. Dal canto nostro, abbiamo attivato collaborazioni universitarie – ad esempio con il Politecnico delle Marche – ospitando tesisti su temi AI che spesso restano in azienda, rafforzando la pipeline di competenze.
Dove vedete l’adozione AI più rapida nelle imprese?
Oltre all’efficientamento energetico e alla pianificazione, vediamo adesione immediata sulla Document Intelligence: quando lavori con supply chain extra-UE ti arrivano documenti lunghi e complessi pieni di codici e matricole. Automatizzare l’estrazione dati taglia tempi ed errori in modo evidente, con un payback facile da calcolare.
A proposito di payback: come convincete chi è curioso ma non ha ancora le idee chiare?
Con numeri semplici. Se dimostri che riduci del 2% i consumi senza investimenti, e l’azienda spende 4 milioni all’anno di energia, il conto si fa da solo. Lo stesso vale per la disponibilità 24/7 verso clienti internazionali o per processi pieni di attività a zero valore aggiunto che l’AI può togliere di mezzo. Serve praticità, non retorica.
Guardando avanti: quali sono le prossime mosse sulla traiettoria AI + supercalcolo?
Spingere sull’industrializzazione dei modelli in aree dove vediamo payback più veloce: efficientamento energetico integrato con la pianificazione, document intelligence per supply chain complesse e workflow intelligenti nel BPM con man-in-the-loop. L’obiettivo è mantenere un ciclo idea-prototipo-prodotto sempre più corto.
Se dovesse condensare il valore di Leonardo in una frase per un imprenditore?
Il supercalcolo ci consente di trovare presto ciò che funziona davvero e di portarlo subito in produzione: meno rischio, più velocità, ROI tangibile. È il modo più concreto di trasformare l’AI da promessa a vantaggio competitivo misurabile.
