priorità della manifattura

Politica industriale e scelte d’impresa: come orientarsi nell’incertezza


Indirizzo copiato

Dal World Manufacturing Forum 2026 una chiave di lettura per politiche industriali e scelte aziendali: ecco perché la manifattura europea deve smettere di inseguire trend e imparare a decidere

Pubblicato il 28 ott 2026

Marco Taisch

Professore, Politecnico di Milano · Scientific Chairman, World Manufacturing Foundation



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
La fabbrica oltre la frattura




Un anno fa è bastata una controversia su un singolo fornitore di chip (caso Nexperia) per rallentare le linee dell’automotive in mezza Europa. Dazi, controlli sulle esportazioni di materiali critici, costo dell’energia, velocità dell’intelligenza artificiale: l’incertezza non è più l’eccezione. È il contesto operativo della manifattura.

Il World Manufacturing Forum, giunto alla quattordicesima edizione, con circa 50 relatori internazionali intervenuti in due giorni, è stato un buon punto di osservazione di questo fenomeno. Ecco gli esiti di questo grande confronto.

Dalla previsione al metodo: per un nuovo approccio decisionale

L’incertezza di oggi ha molte origini (tecnologica, economica, ambientale, sociale, regolatoria) e soprattutto si intreccia: una tensione geopolitica diventa un problema di materiali, poi di costi, poi di competenze e di investimenti. La reazione tipica è chiedere previsioni più accurate. Si tratta, però, di un errore di impostazione: quando lo scenario cambia di continuo, la “mappa” invecchia prima di essere stampata.

Il World Manufacturing Report 2026, «Navigating the Future of Manufacturing: Trends Compass and Technology Radars», ne trae le conseguenze di metodo. Dopo anni dedicati ai grandi interrogativi dell’industria, quest’anno il focus ha riguardato il come decidere. Ne deriva una distinzione utile a chi governa (imprese o Paesi): ciò che è direzione va tenuto distinto dalle contingenze. Le forze di lungo periodo mutano lentamente e permettono di orientarsi, a dispetto dei pur rapidi cambiamenti di superficie. Sono le prime a dover influenzare le scelte strategiche.

AI e dati: il vantaggio si sposta dal possedere al governare

Dopo due anni di dibattito sull’AI conversazionale, l’attenzione si sta spostando sull’AI agentica, che pianifica, decide e agisce, e sulla Physical AI, che porta la stessa capacità nelle macchine e nella robotica umanoide. Ma la questione non è il “contenitore”, quanto l’azione: quando un sistema smette di suggerire e comincia ad agire in proprio, muta la natura del rischio. La domanda, oggi, non è cosa la tecnologia sappia fare, ma che cosa l’organizzazione sia in grado di gestire.

E gestire significa, prima di tutto, disporre di dati condivisi, affidabili e sovrani. Senza dati, infatti, l’AI è un motore senza carburante; con dati chiusi in silos o consegnati ad altri, è un vantaggio competitivo regalato. Qui il tema della sovranità dell’AI rivela la sua parentela con il caso da cui siamo partiti: dipendere da un fornitore esterno per i propri dati rappresenta, in forma digitale, la stessa vulnerabilità di dipendere da un unico fornitore di chip.

Resilienza e sostenibilità: cambiare ciò che si ottimizza

Per lungo tempo abbiamo progettato sistemi produttivi per minimizzare i costi. Oggi sappiamo che un sistema progettato soltanto per ridurre i costi è fragile. La resilienza non è l’opposto dell’efficienza, ne è una nuova definizione: è efficiente chi sa assorbire gli urti, non solo chi evita gli sprechi. Lo stesso vale per la sostenibilità, che normative e consumatori spingono nella stessa direzione: ci si può limitare ad adempiere, oppure si può innovare; e le aziende più avanzate stanno trasformando l’obbligo in valore di lungo periodo.

Finché restano voci di costo (la scorta di sicurezza, il secondo fornitore, la conformità) saranno le prime a essere tagliate quando i margini si assottigliano. Diventano vantaggio, invece, quando entrano nei criteri di progettazione e di investimento. Per questo procurement digitale e cyber resilience vanno trattati come capacità industriali e non come banali funzioni di supporto.

Le persone come asset

Come si è detto, ogni tecnologia, per quanto matura, si scontra con la capacità dell’organizzazione di assorbirla. Le persone non sono una variabile di contorno: sono il vincolo che decide la velocità di implementazione.

Anticipare i fabbisogni di competenze davanti a cambiamenti tecnologici rapidissimi e progettare tecnologie human-centred sono, allo stato attuale, risposte indispensabili. In proposito, Rafik Feki (UNIDO) ha indicato nell’Africa, con 1,3 miliardi di persone e una forza lavoro giovane, la prossima frontiera di Industria 4.0. Con una implicazione: la competizione dei prossimi anni si giocherà anche sulla capacità di formare, attrarre e valorizzare talento.

Politica industriale: costruire ciò che l’impresa da sola non può

Dati, materiali critici, competenze: sono dipendenze che nessuna impresa può sciogliere da sola. È il filo che attraversa i temi precedenti e spiega perché il WMF 2026 abbia dato tanto spazio alla politica industriale, dal panel sulle partnership globali, con Confindustria, BusinessEurope e Regione Lombardia, a quello conclusivo sulle catene del valore, con voci da Baviera, Catalogna, Spagna, Germania e Italia. Il compito pubblico non è scegliere al posto delle imprese, ma creare le condizioni comuni: infrastrutture di dati, filiere meno esposte, competenze.

Tre domande per chi decide

Dal Forum non esce un elenco di tecnologie, ma una “postura”: riconoscere che l’incertezza è strutturale, distinguere lungo e breve periodo, trattare dati, resilienza e competenze come aspetti di uno stesso problema (quello della dipendenza). Chi decide, in impresa come nelle istituzioni, dovrebbe porsi tre domande: da che cosa dipendo, quanto reggo se viene meno, quanto in fretta posso cambiare?

Il WMF 2026 ha offerto strumenti per rispondere, in autonomia e a seconda del contesto di riferimento.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x