Come in bottega il più giovane impara dal senior, fianco a fianco. Ma lo sguardo è rivolto alle stelle e le mani sono impegnate nel realizzare tecnologie spaziali, come piccoli satelliti e propulsori: “Nello spazio non ci si può improvvisare, ogni errore si paga dieci volte tanto. È quindi importante affidarsi a grandi esperti lasciando al contempo campo ai giovani che riescono a contestualizzare tale esperienza in quello che è lo scenario dello sviluppo tecnologico di oggi”, racconta Chiara Pertosa, Ceo di Sitael, azienda italiana del settore aerospaziale che ha vinto il premio italiano Meccatronica 2026 di Confindustria Reggio Emilia. L’azienda ha realizzato un hardware spaziale proprietario, “per renderci autonomi”, spiega la Ceo.
L’integrazione tra hardware e algoritmi, centrale nella physical AI che sta ridefinendo le industrie di ogni ambito, modifica infatti anche la domanda di skills. Il trasferimento di conoscenza, sul campo, da senior a junior diventa quindi parte del change management, perché l’esperienza accumulata su aspetti come progettazione e qualificazione deve essere integrata con le competenze su AI, software ed elaborazione dei dati.
Il settore spaziale rende particolarmente evidente questa necessità, considerando la stretta relazione tra l’hardware e gli algoritmi: lo sviluppo di innovazione basata su intelligenza artificiale (ma non solo) richiede la definizione di processi di acquisizione del know how che si innestino su competenze maturate in anni di esperienza lavorativa.
Indice degli argomenti
Physical AI, perché hardware e software decidono la competitività dell’industria
Del resto, la diffusione dell’intelligenza artificiale sta riportando al centro della competizione industriale un elemento che il dibattito sui modelli generativi ha spesso lasciato sullo sfondo: l’hardware. Nelle fabbriche, nei robot, nei satelliti e nelle infrastrutture critiche non basta disporre di un algoritmo avanzato, ma servono sensori, elettronica, capacità di calcolo e sistemi meccanici progettati per lavorare insieme, in condizioni operative reali e con livelli elevati di affidabilità. È proprio il campo della physical AI, nel quale l’intelligenza artificiale diventa parte integrante di un prodotto fisico.
Per l’Italia è una trasformazione rilevante. La meccatronica rappresenta uno dei punti di forza della manifattura nazionale, ma la crescita dell’AI impone di integrare competenze meccaniche, elettroniche e informatiche, senza perdere il controllo delle tecnologie più difficili da sostituire. La competitività dipenderà sempre meno dalla semplice disponibilità di software e sempre più dalla capacità di progettare l’intera architettura del sistema.
Physical AI e meccatronica: lo scenario
La physical AI estende l’automazione tradizionale: permette a macchine e dispositivi di acquisire informazioni dall’ambiente, elaborarle localmente e adattare il proprio comportamento. Il valore non risiede però soltanto nell’algoritmo. Per portare l’AI dentro un prodotto occorre progettare l’hardware sul quale deve funzionare, gestire consumi e temperatura, integrare i sensori e garantire affidabilità e sicurezza: “Non ci si può occupare della sola parte legata a software e AI, il vantaggio competitivo sarà sempre di più nel connubio con l’hardware, fattore di competitività in quanto non è facilmente rimpiazzabile”, commenta Pertosa.
Il controllo dell’hardware costituisce una barriera competitiva diversa da quella del software. Un modello può essere acquistato, aggiornato o sostituito in tempi relativamente brevi. Una piattaforma fisica richiede invece progettazione, prove, qualificazione, supply chain affidabili e investimenti difficili da recuperare nel breve periodo.
Il caso di Sitael e la physical AI applicata ai satelliti
Il settore spaziale rende particolarmente evidente il rapporto tra AI e hardware. Un satellite deve funzionare per anni in un ambiente ostile, con forti vincoli di peso, consumi, dissipazione termica e resistenza dei componenti: “Non è possibile intervenire fisicamente sul sistema dopo il lancio: ogni scelta progettuale deve quindi tenere insieme prestazioni, affidabilità e possibilità di aggiornamento”, precisa la CEO. Quindi il fattore delle giuste competenze è particolarmente importante e l’esperienza garantisce in questo contesto un vantaggio competitivo.
Sitael applica un modello verticalmente integrato. L’azienda segue l’intero ciclo di vita dei sistemi, dall’analisi della missione alla progettazione, dalla produzione alla qualificazione e alla gestione operativa: “La nostra sfida tecnologica era progettare un hardware spaziale che funzionasse e che elaborasse i dati direttamente a bordo satellite. Un progetto complesso, in quanto c’è un problema di dissipazione termica, l’hardware si degrada nello spazio. Abbiamo scelto di renderci autonomi sviluppando i componenti e il modulo di processing in casa, per essere indipendenti”, racconta la CEO. Gli algoritmi elaborati da partner esterni permettono alle immagini raccolte dal satellite di essere processate in orbita.
In parte il progetto è stato finanziato da Esa, “ma l’80% dello sviluppo è stato deciso e finanziato internamente a Sitael”, con l’obiettivo è combinare l’affidabilità richiesta dalle norme spaziali europee con costi e prestazioni adatti al mercato dei satelliti di nuova generazione.
Oltre che con Esa, Sitael lavora con la Commissione UE, l’Agenzia spaziale italiana e operatori satellitari: “Fino pochi anni fa non era pensabile l’elaborazione dei dati direttamente a bordo, andava scaricato e richiedeva diverse ore per essere processato. Ora invece è immediatamente fruibile. Le immagini raccolte sono utili, tra le altre cose, per fornire dati utili alla PA per implementare le policy ambientali della Comunità UE”, aggiunge la Ceo.
Competenze per la physical AI e trasferimento dell’esperienza
La realizzazione in casa di questa tecnologia, per rendersi autonomi, ha richiesto l’impiego di personale con competenze specifiche e grande esperienza nel settore: “Normalmente nella nostra azienda assumiamo persone con molta esperienza, anche trentennale. Ma assumiamo anche giovani che possano apprendere il lavoro. Questo connubio fino ora è risultato vincente“, spiega la Ceo. Nei processi produttivi “si punta sull’affiancamento, si lavora insieme. Abbiamo adottato questo modello in quasi tutti i dipartimenti – prosegue -. Abbiamo circa 300 dipendenti, con il nostro quartier generale a Mola di Bari, dove c’è la fabbrica dei satelliti, poi abbiamo un’unità produttiva a Pisa specializzata in sottosistemi di propulsione elettrica e poi diverse sedi, a Forlì, a Milano, a Roma”.
Trovare le giuste competenze non è facile: “Non è semplice trovare persone qualificate. Sicuramente in Italia i politecnici sono a un buon livello, in generale però il mondo accademico si deve sempre aggiornare, la tecnologia va veloce, bisogna cercare di gestire i corsi in modo che si possa percepire il fattore tecnologico che avanza”.
La physical AI riunisce competenze nelle quali l’industria italiana dispone già di una base solida. Per trasformarla in un vantaggio duraturo, però, occorre formazione ad hoc, oltre a investimenti in ricerca applicata, filiere elettroniche, infrastrutture di prova. La disponibilità degli algoritmi non sarà sufficiente: la competitività dipenderà dalla capacità di integrarli in sistemi affidabili, sicuri e industrialmente sostenibili, supportati da persone con le competenze specifiche necessarie.
Partecipa alla community