Una fotografia in chiaro: molto testing, poca scala
Nel settore italiano dei beni di consumo confezionati l'intelligenza artificiale industriale è ancora in gran parte una fase di sperimentazione. È quanto emerge dal report 2026 Industrial AI in CPG Study – Italy Insights, commissionato da Schneider Electric e realizzato da Censuswide su 200 decisori aziendali: 100 del comparto food & beverage e 100 del life sciences, intervistati tra il 26 febbraio e il 24 marzo 2026.
I livelli di adozione dichiarati mostrano un percorso incompiuto: il 38,5% degli intervistati si ferma a progetti pilota e prove di concetto, il 34,5% ha introdotto l'AI in una o due aree operative, il 15% la usa su più siti o processi e il 9% non ha iniziative in corso. Solo il 3% la considera uno strumento già impiegato per le decisioni produttive e operative. La distanza tra il possesso di uno strumento e la capacità di affidargli scelte che incidono su qualità e continuità della linea è il punto centrale della rilevazione.
Gli autori precisano che il campione riguarda due settori specifici e riflette le valutazioni dei manager, non una misura contabile delle perdite effettivamente registrate.
Le stime economiche e i vincoli alla scalabilità
Le stesse aziende stimano che i ricavi manifatturieri persi per inefficienze possano passare dal 15,6% attuale al 29,2% nel 2030; per il food & beverage la stima sale dal 17,7% al 29,4%, per il life sciences dal 13,5% al 29,1%. Si tratta, sottolinea il report, di una percezione sulla traiettoria dei costi e dei fermi, non di una previsione indipendente dei fatturati. La composizione dei costi di prodotto vede energia al 15,4%, materie prime al 15,3%, lavoro al 13,6%, costi regolatori e compliance al 12,7%, ritardi e inefficienze manifatturiere al 12,5%, fermi o guasti al 10,8%: variabili che i sistemi di fabbrica possono monitorare tramite sensori e dati di processo, a condizione che i dati siano aggiornati e collegati ai macchinari.
Le barriere indicate dagli intervistati, che potevano scegliere fino a tre risposte e quindi le quote non sommano a 100, sono soprattutto organizzative e infrastrutturali: carenza di competenze AI o data science per il 46,5%, sistemi legacy e infrastruttura per il 34,5%, mancanza di dati operativi contestualizzati per il 28,5%. Seguono resistenza della forza lavoro (21%) e del management (14%), mentre cybersecurity o compliance (10%) e costi di implementazione (7,5%) risultano meno citati ma restano vincoli quando un'applicazione accede a dati di processo o influenza gli impianti.
Sul ritorno economico il report riporta aspettative, non risultati verificati: le imprese con applicazioni AI già in uso (n=105) stimano un ROI medio del 15% oggi, con attese al 33,6% nel 2027 e al 54,9% nel 2030. Per trasformare la previsione in un caso economico, osserva il documento, serve associare ogni progetto a metriche operative come ore di fermo evitate, scarti ridotti ed energia per unità prodotta, misurando una base di partenza e i costi di integrazione e formazione.
Integrazione e casi: la condizione a monte dell'AI
Un passaggio del report riguarda la flessibilità produttiva: l'88% dei produttori afferma che i propri sistemi supportano variazioni di ricette e ingredienti, ma nel 62,5% dei casi serve ancora approvazione o configurazione manuale e solo il 25,5% dichiara un processo completamente automatizzato e integrato. La supervisione resta necessaria per rispettare specifiche, sicurezza alimentare e controlli di qualità.
Il documento cita due esperienze del comparto caffè: a Settimo Torinese Lavazza ha modernizzato una linea di confezionamento degli anni Sessanta collegando controllori, azionamenti e software di fabbrica; per la siciliana Zicaffè descrive un'architettura che digitalizza il processo dalla tostatura alla miscela. Entrambi sono casi aziendali illustrativi, con tecnologie proprie e partner, non confronti indipendenti che quantificano il ritorno economico o isolano l'effetto dell'AI: mostrano la condizione a monte, cioè connettere macchine e processi e rendere leggibili i dati.
Per contestualizzare, il report richiama i dati Istat ed Eurostat sull'intera economia: nel 2025 il 16,4% delle imprese italiane con almeno dieci addetti usava almeno una tecnologia di AI, contro l'8,2% nel 2024, a fronte di una media Ue del 20%. Sono statistiche su un perimetro diverso dal campione CPG e dal solo manifatturiero, quindi offrono un termine di paragone ma non misurano lo stesso fenomeno.
