Oltre il “trial and error”: l’Intelligenza Artificiale di Erre Quadro che riscrive le regole della R&D
Nata come spin-off dell’Università di Pisa e affermatasi come punta di diamante nell’Intelligenza Artificiale applicata ai dati tecnici, Erre Quadro sta riscrivendo le regole della Ricerca e Sviluppo. Guidata dall’intuizione del Prof. Gualtiero Fantoni e dalla visione strategica del CEO Giacomo Tazzini, l’azienda trasforma l’oceano caotico di brevetti, pubblicazioni e documenti progettuali in una mappa strategica per le imprese. In questa intervista esploriamo come l’innovazione stia abbandonando i tentativi alla cieca per abbracciare una nuova era di precisione, mitigazione del rischio e contaminazione tecnologica, traghettando il tessuto manifatturiero direttamente nell’Industria 5.0.
Tradizionalmente, la Ricerca e Sviluppo procede per intuizione e numerosi tentativi (trial and error). I vostri algoritmi di NLP (Natural Language Processing) riescono invece a “leggere” e interpretare milioni di brevetti e documenti tecnici in pochi istanti. In che modo questa intelligenza artificiale trasforma un dato destrutturato in una bussola strategica per un’azienda che vuole innovare senza sprecare risorse?
Il sistema che abbiamo sviluppato e affinato negli anni è un sistema neuro simbolico ovvero un insiemi di algoritmi deterministici e di reti neurali addestrati su testi tecnici complessi. Il sistema permette di rivelare le caratteristiche salienti di un’invenzione che vanno oltre le mere descrizioni testuali o le rappresentazioni fornite nelle figure. Infatti, grazie a informazioni di tipo tecnico ed ingegneristico, il sistema riesce a trasformare il testo tecnico (o tecnico-legale come nei brevetti) in testo “augmented”, dove le varie componenti sono collegate alle loro funzioni, all’equazione che governano il loro comportamento, ai risultati e le performance che soddisfano i bisogni dell’utente utilizzando il prodotto. Tutti questi elementi (e numerosi altri) vengono catturati dal testo e collegati tra loro in maniera chiara e trasparente. Una volta che il documento è stato portato ai suoi minimi termini diventa più facile per i tecnici muoversi in un linguaggio che conoscono ed evitare di reinventare la ruota o intraprendere direzioni di R&D già presidiate dai concorrenti.
Molti pensano che l’innovazione debba essere un lampo di genio non calcolabile. Con strumenti come i vostri, le aziende mappano i competitor e identificano gli “spazi bianchi” (le opportunità non ancora esplorate) nel mercato. L’innovazione guidata dai dati uccide la creatività umana o, al contrario, le fornisce finalmente una pista sicura su cui decollare?
In una puntata di Quark di tanti anni fa si diceva che per diventare un genio devi parlare con i geni e … “per fortuna ci sono i libri che servono a questo!”. Chiudeva la clip.
Nella tecnologia i geni si nascondono in giro per il mondo e parlano attraverso i brevetti. È per questo che una loro analisi profonda permette di capire ostacoli insormontabili ed opportunità ancora non esplorate. Per un tecnico o un inventore non c’è niente di meglio che sapere che qualcosa esiste già così da dedicare tempo ed energie cognitive allo sviluppo di qualcosa che ancora non esiste piuttosto che rimanere frustrato dall’aver inventato l’ennesima ruota. La mappatura di ciò che esiste e ciò che non esiste dà all’inventore, ma più spesso all’amministratore delegato o ai responsabili della ricerca e sviluppo, una guida chiara su dove orientare la ricerca, il test e gli sviluppi.
Spesso le soluzioni più dirompenti nascono applicando a un settore le tecnologie di un ambito completamente diverso. Il vostro software analizza domini vastissimi e apparentemente slegati. Potete raccontarci come l’analisi semantica dei brevetti ha permesso a un’azienda di risolvere un problema “rubando” (legalmente e concettualmente) un’idea da un’industria totalmente inaspettata?
Assolutamente sì, è proprio quello che vediamo accadere più spesso: le innovazioni più dirompenti nascono quando si smette di ragionare per settori e si inizia a ragionare per problemi tecnici.
Le racconto un paio di esempi di valore. Abbiamo lavorato con una PMI automotive che aveva recentemente brevettato una nuova architettura modulare per la gestione termica delle batterie, progettata per migliorarne efficienza e durata anche in condizioni di carico estremo. In vista di un round di finanziamento, l’obiettivo era duplice: rafforzare il valore percepito della propria proprietà intellettuale ed esplorare opportunità concrete di applicazione della tecnologia in altri settori. Abbiamo condotto un’analisi brevettuale estesa, basata sulla classificazione funzionale dei problemi tecnici risolti dalla tecnologia, con particolare attenzione a temi come dissipazione del calore, gestione dei flussi termici in spazi ristretti e utilizzo di materiali a cambiamento di fase. L’analisi ha evidenziato una significativa sovrapposizione con soluzioni brevettate in ambito aerospaziale, soprattutto nei sistemi di raffreddamento per avionica e applicazioni satellitari, dove le sfide tecniche risultano analoghe in termini di densità di potenza, affidabilità e funzionamento in condizioni operative estreme.
Il secondo caso è ancora più radicale, perché sfrutta la potenza dell’invenzione libera (che noi definiamo boundless technology). Un cliente doveva garantire affidabilità e conformità tecnica di una macchina per il taglio laser, ma aveva alto rischio di infringment brevettuale e non aveva contezza di quali soluzioni esistessero. Abbiamo mappato esclusivamente brevetti scaduti, mai concessi o validi in mercati non rilevanti, senza porci limiti settoriali. Il risultato è stato sorprendente: 18 cluster tecnologici individuati e tre soluzioni immediatamente implementabili, alcune provenienti da industrie totalmente inattese. In pratica, la risposta al problema esisteva già, solo altrove.
È questo il punto: quando si analizzano i brevetti non si cercano necessariamente soluzioni nel perimetro del medesimo settore, ma si va alla ricerca di problemi tecnici analoghi.
I casi sono così tanti che alla fine abbiamo dovuto sviluppare un applicativo al cross-over, ovvero alla pratica di catturare idee o soluzioni astratte da un settore e “portarle” in altre. Lo strumento peraltro è duale: non solo permette la cattura e l’applicazione di un’idea fuori dal settore nel quale è nata ma anche l’utilizzo dell’idea brevettata in settori diversi.
Si è parlato tantissimo di Industria 4.0 (connessione e automazione), ma oggi la vera sfida è l’Industria 5.0, che rimette al centro l’umano e la sostenibilità. Come i vostri strumenti aiutano le imprese a progettare prodotti che rispondano a queste nuove esigenze (ad esempio l’eco-design) evitando gli errori o la miopia visti durante la corsa agli incentivi del 4.0?
La domanda apre almeno due scenari: uno riporta al centro non solo l’uomo ma la sua creatività, che per noi ha un’accezione molto ampia e non va solo nella parte inventiva, ma ben oltre. L’altro riguarda la possibilità di muoversi in un ambiente (l’innovazione di prodotto e di processo) dove l’informazione è tutto. Vediamoli nel dettaglio:
Per noi il concetto dell’uomo al centro è quello di potenziare l’intelligenza umana e far sì che le persone possano dedicarsi alla esplorazione, allo studio e alla comprensione dei fenomeni che stanno dietro i prodotti o i processi, focalizzandosi sull’ideazione guidata dai dati o meglio sfruttando la capacità di sintesi dei nostri sistemi e guidando i team di ricerca e sviluppo nella concretizzazione delle idee di nuovo prodotto. In realtà un’attività spesso sottovalutata ma estremamente utile è quella dei test che troppo spesso vengono lasciati all’intuito e all’azione del singolo ricercatore e che purtroppo troppo spesso falliscono perché non ben strutturati. Liberare il tempo dalle attività a minor valore aggiunto e fornire dati puliti sintetici e ben organizzati è una chiave per poter valorizzare al meglio le competenze e l’intelligenza umana. E’ così che si possono eseguire nuovi test e perché no, eseguire nuovamente test vecchi per vedere se erano effettivamente veritieri o se piccole variazioni delle condizioni al contorno provocano ampie variazioni dei risultati.
L’industria 4.0 ha portato al centro dello sviluppo economico delle imprese il concetto dei dati ma ancora di più quello delle informazioni. Le informazioni relative ai movimenti dei competitor possono fornire importanti indicazioni per prendere decisioni di difesa, l’innovazione dei clienti anticipa le loro richieste e ci apre nuovi mercati, la creatività dei fornitori potrebbe fornire leve ugualmente interessanti, ma per avere queste informazioni sottomano occorre partire da una fase di analisi rigorosa. Spesso però non dobbiamo limitarci a guardare il “nostro orticello” ma piuttosto avere la capacità di osservare fenomeni apparentemente diversi, ma in realtà simili, in ambiti magari ad oggi sconosciuti. Lo studio costante delle innovazioni tecnologiche ci permette di capire dove si sta muovendo il mondo, di ricevere nuovi stimoli da chi sta inventando in un altro paese e anche da chi sta sbagliando le attività di brevettazione lasciando per la strada intuizioni interessanti, magari solamente mal eseguite.
L’eco-design è una delle linee di tendenza dell’ultimo periodo e i brevetti contengono spesso soluzioni alternative rispetto al mainstream, accorgimenti sulla realizzazione o sull’assemblaggio di prodotti o sull’esecuzione di processi che non possono essere copiati, ma posso diventare uno stimolo per ”aggirare” brevetti altrui. E ”aggirare” è una bellissima parola, è quello che il legislatore vuole: “Raccontami la tua invenzione e ti darò 20 anni di privativa!”. È infatti la descrizione dell’invenzione che può scatenare la fantasia dei concorrenti e alimentare processi di miglioramento di prodotto e di fabbricazione, smontaggio o riuso.
Un tempo, l’analisi strategica dei brevetti e il “tech scouting” massivo erano lussi riservati solo alle gigantesche multinazionali con enormi dipartimenti legali. Oggi, i vostri software SaaS rendono queste analisi accessibili. Come sta reagendo il tessuto delle medie imprese manifatturiere italiane a questa democratizzazione dell’intelligenza competitiva?
Ad oggi possiamo colmare il divario fra intuizione e innovazione, fra idea e mercato, fra disegni sulla scrivania e prodotti sul mercato anche per le piccole e medie imprese. L’idea che strumenti generalisti (come ChatGPT) possano dare una mano a fare analisi massive come quelli che facciamo noi al momento è una mera utopia. Per questo negli anni abbiamo sviluppato soluzioni più leggere per soddisfare le esigenze delle piccole imprese, dei centri di trasferimento tecnologico e degli uffici di valorizzazione della proprietà intellettuale presenti nelle università. Questi nuovi strumenti permettono al personale delle piccole e medie imprese di analizzare in autonomia un ampio spettro di brevetti pertinenti (che selezionano con i nostri analisti), di navigarlo e di estrarre conoscenza da queste informazioni distillate, da portare poi nel quotidiano della ricerca e sviluppo e dell’ingegneria di prodotto o di processo.
Erre Quadro nasce orgogliosamente come spin-off universitario a Pisa. Qual è stata (o qual è tuttora) la difficoltà più grande nel tradurre una ricerca accademica di altissimo livello in un prodotto commerciale (software) che deve risolvere i problemi quotidiani e urgenti dei direttori R&D o dei CEO?
La ricerca accademica anticipa spesso le esigenze del mercato e questo è piuttosto ovvio, meno ovvio è il tempo che ci vorrà a concretizzare sul mercato qualcosa che è stato intuito o prototipato a livello di ricerca. Questa è una ulteriore valle della morte oltre a quelle ben note nei libri dove si parla di innovazione.
Dall’altra parte in questi ultimi anni con l’avvento della AI generativa, gli investimenti in ricerca e sviluppo nel nostro settore molto spesso vengono azzerati, almeno nella percezione del cliente, dall’ultima release della AI generativa in voga in quel momento. Infatti anche se l’analisi di un singolo brevetto fatta da ChatGPT può sembrare fatta piuttosto bene, in realtà appena i numeri aumentano (a poche decine di documenti, non a centinaia di migliaia) le performance decadono. Inoltre la domanda vera è: quale è il costo di un’informazione persa o di un’allucinazione? Spesso l’apparenza di corretta esecuzione ha mascherato i risultati lacunosi o inventati da parte dei generatori di linguaggio e ci siamo trovati a “riparare” i danni fatti da sistemi generalisti che funzionano “bene” fino a quando non si mette loro in mano il futuro della nostra impresa.
Pisa ha una densità tecnologica e accademica unica in Italia (Università, Sant’Anna, Normale). Quanto conta questo ecosistema nel trovare i talenti necessari per sviluppare algoritmi proprietari così complessi, e dove vedete Erre Quadro tra 5 anni nel panorama globale dell’Intelligenza Artificiale?
Vi siete dimenticati di annoverare nel territorio il CNR, l’IMT di Lucca e anche le Università di Firenze e Siena con cui esistono ottimi rapporti e scambi, non ultimo il progetto European Digital Innovation Hub Tuscany X.0.
L’ecosistema è fondamentale per trovare talenti, per avere scambi di altissimo livello sulle tecnologie in fase di sviluppo, per confrontarsi o essere valutati da colleghi che lavorano semplicemente a 100 km di distanza così da irrobustire la ricerca e le tecnologie. Sfortunatamente in questo ecosistema ci sono poche grandi imprese del software che possano fare da hub per il mondo della ricerca e del trasferimento tecnologico ed aiutarle a trovare mercati che, se non hai una certa dimensione, ti sono preclusi. Le difficoltà all’aggregazione di realtà piccole in strutture più grandi ed organizzate non crediamo siano dovute al sangue guelfo e ghibellino, ma piuttosto alle origini delle idee e alla mancanza di un mercato interno abbastanza sviluppato.
