PLAST Giugno 2026 Stampaggio | Page 36

zione e la perdita di controllo. In tema di stato dell’ arte e necessità di azione, è emerso che l’ IA è attualmente efficace in compiti chiaramente definiti come l’ ispezione ottica della qualità, la selezione automatizzata di flussi di materiale e il controllo di processo di singoli impianti. Il passaggio a soluzioni circolari integrate fallisce invece principalmente a causa di dati eterogenei, incompleti e spesso non leggibili dalla macchina, assenza di standard e ontologie( relativi a polimeri, additivi, formulazioni, parametri di processo, classi del riciclato), qualità incostante del riciclato, complessità dei materiali compositi, mancanza di interoperabilità tra sistemi informatici e incentivi insufficienti alla condivisione dei dati. Gli esperti concordano che“ senza una base di dati comune e affidabile, tutti gli altri approcci di IA e digitalizzazione nella catena del valore delle plastiche rimarranno frammentari”: la vera barriera non è la mera disponibilità tecnica dei dati, sempre essenziali, ma la governance e la ridotta propensione alla condivisione per timore che emergano informazioni riservate. In termini di redditività, l’ IA è considerata economicamente valida se riduce scarti e consumi di materiale ed energia, aumenta la costanza qualitativa e si dimostra robusta dal punto di vista operativo. I principali ostacoli sono i costi elevati di

integrazione e manutenzione, la difficoltà a definire il rapporto costi / benefici e l’ incertezza sulla responsabilità in caso di decisioni errate. In materia di regolamentazione vi è una visione ambivalente: normative come il Regolamento europeo sull’ IA( AI Act) ispirano fiducia, ma si temono sovraregolamentazione e svantaggi competitivi rispetto a mercati meno regolamentati come quelli di USA e Cina. Sul tema dell’ accettazione e delle competenze, l’ IA è ben accettata quando i benefici sono visibili( qualità superiore, minori scarti) e i risultati spiegabili, mentre la responsabilità legale e i diritti decisionali rimangono in capo agli esseri umani. Emerge la necessità di competenze trasversali che uniscano conoscenza dei materiali e dei processi, analisi dei dati e competenze pratiche nell’ IA. Vi è però il timore che un uso eccessivo dell’ IA porti a un’ atrofia delle competenze nel lungo termine e a una dipendenza da fornitori esterni.

Pilastri e tensioni Le principali aree di tensione sono: la condivisione dei dati contrapposta all’ accaparramento degli stessi; la regolamentazione, che dovrebbe fornire un quadro normativo praticabile, orientato alla creazione di opportunità anziché alla

Settore di appartenenza DEI PARTECIPANTI ALL’ INCHIESTA( DA SINISTRA: SETTORE, NUMERO DI PARTECIPANTI, PERCENTUALE)

24 %

37 %

Sviluppo e produzione di materiali. 17

Logistica e sostenibilità. 7

Raccolta, cernita e riciclaggio. 11

Altro. 11

24 % 15 %

36 RIVISTA DELLE MATERIE PLASTICHE 6 ~ 6 | 2026 STAMPAGGIO WWW. PLASTMAGAZINE. IT