Cosa sono gli Agenti AI e a cosa servono nell’industria

Gli Agenti AI nel settore industriale sono sistemi in grado di automatizzare compiti complessi o ripetitivi all’interno di processi definiti: dall’analisi ciclica dei dati all’invio di notifiche ed e-mail, fino alla creazione di report o alla connessione tra sistemi diversi. 

Integrati nei flussi di lavoro, gli Agenti AI aiutano il personale a lavorare in modo più rapido ed efficace, occupandosi di tutte quelle attività che normalmente richiederebbero competenze specifiche o molto tempo. Possono, ad esempio, individuare un’anomalia sulla linea o confrontare i parametri di macchinari diversi in tempo reale, senza bisogno di una supervisione costante.

Alcuni casi d’uso nel manifatturiero

Ma come si traduce tutto questo nella pratica? Nelle fabbriche, le sfide sono tante e diverse: devi capire qual è la ricetta giusta per la produzione, tenere d’occhio componenti che possono fermarsi da un momento all’altro e confrontare i dati storici per capire perché oggi qualcosa non va come al solito. 

Sono tutte attività che richiedono tempo, competenze e una bella dose di precisione. Proprio per gestire queste situazioni, con Wilson.ai Agents puoi configurare diversi agenti specializzati su obiettivi specifici, così da alleggerire il lavoro e ottenere risultati più veloci e affidabili.

Stampaggio ad iniezione

In un caso applicativo, l’agente è stato configurato per analizzare due macchine per lo stampaggio a iniezione della gomma che producevano lo stesso prodotto.

L’obiettivo era confrontare il comportamento delle due macchine a parità di produzione, per capire perché una mostrasse criticità mentre l’altra operava in modo regolare. L’agente ha messo a confronto i principali dati di telemetria, come temperature, pressioni e tempi ciclo, insieme alla presenza di allarmi e alle modifiche effettuate dagli operatori. 

In questo modo è stato possibile evidenziare le differenze operative tra le due macchine e individuare le variabili che influivano maggiormente sulle prestazioni.

Termoformatura

Qui l’Agente AI è stato impiegato per monitorare il comportamento di una fustella durante la sua normale attività. L’obiettivo era identificare segnali di usura o stress prima che potessero causare guasti ai macchinari o comprometterne la sicurezza.

Analizzando periodicamente i parametri della fustella e il carico applicato, l’agente valuta se le condizioni rientrano nei valori normali o se si stanno sviluppando anomalie. 

Quando rileva valori anomali, invia notifiche ai responsabili di produzione, indicando la necessità di controlli o la sostituzione preventiva della fustella. Questo approccio consente interventi tempestivi, riduce i fermi macchina e garantisce la continuità produttiva.

Estrusione alluminio

Per questo settore, l’Agente AI è stato applicato al processo di estrusione dei metalli non ferrosi. Monitora in tempo reale i parametri critici durante la fase di riscaldo delle billette ed è in grado di identificare eventuali criticità prima che possano influire sulla qualità del prodotto.

Quando individua deviazioni dai valori ottimali, suggerisce correzioni sui parametri del forno, contribuendo a ridurre scarti e a garantire la qualità del prodotto finale. Contemporaneamente, esegue un’analisi retroattiva delle temperature in uscita dal forno, classificandole per tipo di lega e lunghezza delle billette, e segnala le condizioni fuori tolleranza, proponendo interventi mirati.

La facilità di configurazione di Wilson.ai Agents e i prerequisiti

Perché Wilson.ai Agents sia davvero utile in ambito industriale, deve essere messo nelle condizioni giuste per operare: avere un obiettivo chiaro, accesso ai dati corretti e gli strumenti adatti per svolgere il suo compito.

Il primo ingrediente: niente codice

Il primo grande vantaggio nella configurazione di un Wilson.ai Agent è che non serve scrivere codice.
L’agente si costruisce attraverso una semplice finestra di configurazione, dove l’utente descrive quale sarà il suo obiettivo scrivendo un prompt in linguaggio naturale. 

Questo significa che non servono competenze di programmazione. Serve solo sapere quale risultato si vuole ottenere.

Il secondo ingrediente: l’intelligenza degli LLM

Gli Agenti AI sfruttano la potenza dei Large Language Models (LLM). È questo che li rende davvero “agenti” e non semplici automatismi.

Grazie agli LLM, l’agente è in grado di:

• comprendere la richiesta inserita nel prompt
• costruire un percorso di ragionamento anche articolato
• scegliere quali strumenti utilizzare e in che ordine

A partire dal task che gli viene assegnato, l’agente definisce autonomamente una strategia di reasoning e utilizza i Tools, ossia le funzioni software che gli permettono di portare a termine il compito richiesto.

Il prerequisito chiave sono i dati delle macchine

Nel mondo manifatturiero c’è un punto fondamentale. Un Agente AI può funzionare solo se ha accesso a dati industriali ben organizzati, provenienti direttamente dagli asset produttivi (cioè le macchine).

Per questo è indispensabile avere una piattaforma di Industrial IoT che raccolga e classifichi i dati delle macchine. È il motivo per cui i Wilson.ai Agents operano all’interno della piattaforma MAT, che fornisce all’agente il contesto e i dati necessari per lavorare in modo efficace.

Facciamo un esempio pratico

Immaginiamo di voler creare un Agente AI con un prompt semplice, ad esempio: “Analizza le prestazioni delle macchine selezionate e invia un report giornaliero via e-mail”.

Con Wilson.ai Agents basta:

1. aprire la finestra di configurazione del nuovo agente;
2. fornirgli il contesto, definendo il suo ruolo, le macchine su cui operare, i dati da usare e l’obiettivo da raggiungere;
3. inserire il prompt;
4. scegliere su quali macchine deve operare, selezionandole tra gli asset già connessi a MAT.

L’agente ha già a disposizione tutti i Tools forniti da 40Factory all’interno della Tool Library, che includono funzioni di analisi dati, confronto storico, generazione di report e invio di notifiche.

A questo punto si può anche decidere quando l’agente deve lavorare. Ad esempio, impostandolo per un’esecuzione automatica giornaliera.

Dal task al risultato finale

Una volta avviato, l’agente esegue il task e permette di seguire direttamente dall’interfaccia il percorso di ragionamento che sta adottando, inclusa la sequenza di utilizzo dei Tools.

Al termine, il risultato sarà:

• un report in linguaggio naturale, facile da leggere e condividere
• una e-mail inviata automaticamente al direttore di produzione con le informazioni richieste

Una volta che dati e conoscenza sono predisposti, la configurazione degli Agenti AI diventa rapida e scalabile: la stessa logica può essere applicata a decine o centinaia di macchine, lasciando al personale il tempo di concentrarsi sulla gestione strategica della produzione.