Passaporto digitale di prodotto e spazio dati
Al momento vi sono due sistemi tecnologici interdipendenti che stanno guidando la transizione verso la digitalizzazione per i modelli di business circolari: i sistemi di informazione digitale dei prodotti come i DPP e gli spazi dati. I Passaporti Digitali dei Prodotti( DPP) sono set di dati strutturati per prodotti o materiali. Contengono dati master( come nome del materiale o prodotto, contenuto, riparabilità, impronta ambientale) e dati del ciclo di vita( tra cui riparazione, manutenzione, modelli di utilizzo). I DPP dovrebbero colmare i divari di informazione e trasparenza che hanno rallentato fin qui l’ implementazione di modelli circolari su scala per quasi tutte le strategie 10-R. Diverranno una componente chiave nella futura economia circolare digitale. I passaporti digitali dei prodotti avranno bisogno di dati da molte fonti diverse per cui è necessaria un’ infrastruttura digitale speciale chiamata Sistema DPP. Si tratta sostanzialmente della struttua IT e software centrale che, oltre a mettere insieme tutti i dati necessari ai DPP, fornisce accesso ai DPP stessi. Supporta quindi la collaborazione tra tutti gli stakeholder e collega i prodotti fisici con i loro passaporti digitali. Gli spazi dati sono costruiti per la condivisione di dati e l’ integrazione di informazioni, caratteristiche, queste, che li rende adatti ad uso per i sistemi DPP. La loro natura decentralizzata permette sovranità digitale e interoperabilità su scala ampia. Nel caso del DPP, attraverso questo spazio i dati possono rimanere sotto il controllo dell’ operatore economico che immette il prodotto sul mercato, ma al contempo il DPP può essere facilmente condiviso con utenti all’ interno del sistema, secondo regole e diritti di accesso definiti. Un tale sistema creerebbe molte e nuove opportunità per modelli di business e servizi circolari abilitati digitalmente. Una suite di soluzioni digitali può supportare e persino guidare un cambiamento sistemico verso l’ efficienza delle risorse e la riduzione dei rifiuti, facilitando modelli di business circolari. potenziamento della comprensione. Questo livello risponde a domande tipo“ come e perché qualcosa è successo”. Infine, la saggezza combina la conoscenza con processi interattivi e giudizio adattivo fornendo una sintesi di decisioni e azioni autonome e quindi i mezzi per l’ automazione. Alla base delle capacità di ottimizzazione delle risorse c’ è il livello descrittivo, che affronta domande su“ cosa è successo alla risorsa”, contestualizza i dati grezzi e aiuta a trasformarli in informazioni. Il livello diagnostico lavora con queste informazioni per individuare le ragioni per cui qualcosa è successo, trasformando le informazioni in conoscenza. Al livello di scoperta gli alti volumi di informazioni che emergono mediante IoT e approcci ai big data sono analizzati per definire tendenze e cluster o connessioni ancora sconosciute. Il livello predittivo usa l’ analisi per prevedere e determinare eventi futuri e possibili risultati, raggiungendo un livello più alto di saggezza. In cima alla gerarchia, il livello prescrittivo impiega queste previsioni per mettere a punto azioni e giudizi, sviluppando così le migliori pratiche per scenari futuri e migliorando ulteriormente la saggezza. Anche i processi di flusso dei dati sono concettualizzati gerarchicamente. Il processo di raccolta dati usa dispositivi IoT o altre risorse per generare e raccogliere dati. L’ integrazione dei dati poi contestualizza i dati raccolti attraverso interoperabilità e consapevolezza del contesto. Infine, l’ analisi dei dati esamina i dati integrati usando per esempio l’ intelligenza artificiale e il machine learning, utili per una comprensione profonda, per automatizzare processi e adottare possibili azioni future. Nella pratica questi passaggi solitamente si intersecano tra i diversi livelli. Tutti e tre i processi possono essere combinati per condurre analisi per un’ integrazione completa dei dati.
La twin transition La transizione gemellare, ovvero la collaborazione trasversale e l’ integrazione tra trasformazione digitale e transizione alla sostenibilità, è fondamentale per implementare e promuovere nuovi modelli di business circolari. Entrambe le agende devono però essere considerate insieme, poiché la digitalizzazione non è necessariamente sostenibile e potrebbe portare a conseguenze non intenzionali. Basti pensare all’ estrazione massiccia di risorse per rispondere alla richiesta di hardware, all’ uso intenso di energia da parte di tecnologie come il cloud computing o la blockchain, oppure i centri dati per l’ IA che utilizzano quantitativi massicci di acqua per il raffreddamento delle macchine. Si è calcolato, ad esempio, che l’ ICT( tecnologie dell’ informazione e della comunicazione) sarà responsabile del 14 % dell’ uso globale di elettricità entro il 2030. Questi esempi mostrano quanto sia fondamentale che la transizione gemellare sia applicata in modo coerente e contemporaneamente ad entrambe le agende.
WWW. PLASTMAGAZINE. IT ESTRUSIONE 10 ~ 10 | 2025 RIVISTA DELLE MATERIE PLASTICHE 33