SlideShare una empresa de Scribd logo
1 de 14
Internet of Things e Industria 4.0:
quali policy per il Made in Italy
Data-driven Innovation Summit 2016
Roma, 20 maggio 2016
Il (necessario) rilancio dell’industria manifatturiera
2Fonte: Elaborazioni I-Com su dati UNCTAD
Il manifatturiero è il principale motore della crescita economica in quanto:
 genera i guadagni di produttività che poi si diffondono, attraverso i beni da esso prodotti, agli altri settori;
 crea posti di lavoro qualificati e meglio remunerati;
 effettua la maggior parte della ricerca e dell'innovazione, a beneficio, di nuovo, di tutto il sistema
attraverso il contenuto innovativo dei beni manufatti utilizzati dagli altri settori;
 fornisce una quota rilevante delle esportazioni (pari, in Italia ad esempio, al 78%)
 è fortemente integrato col settore terziario
2%
7%
8%
4%
24%
18%
36%
2%
1991
Africa
Sud America
Asia (escluso Giappone)
Russia ed Europa
Orientale
Nord America
Giappone
Europa Occidentale
Altri Paesi sviluppati
1%
6%
31%
2%
22%
11%
25%
1%
2011
23%
16%
18%
16%
20%
23%
26%
18%
11%
16%
10%
13%
11%
15%
22%
25%
19%
8%
0%
5%
10%
15%
20%
25%
30%
Svezia Regno Unito Spagna Francia Italia Germania Rep. Ceca Polonia Grecia
2000
2013
Fonte: Elaborazioni I-Com su dati UNCTAD
L’impatto del digitale nell’industria manifatturiera
europea
3Fonte: Roland Berger (2015)
35
54
89
26
11
25
10
0
25
50
75
100
Automotive Logistica Meccanica ed
impiantistica
(inclusi sitemi
energetici)
Elettrotecnica Tecnologia medica Chimica Aerospaziale
Crescita potenziale del valore aggiunto al 2025 (mld €)
+89 mld € +126 mld € +35 mld €
17%
10%
5%
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
2015 2025
Crescita del peso dell’ICT sul valore aggiunto lordo, in Europa
Automotive, Logistica
Tecnologia medica, Elettrotecnica, Meccanica/Impiantistica, Energia
Chimica, Aerospaziale
L’impatto del Digital Manufacturing per il Made in Italy
4Fonte: Make in Italy, Prometeia, Fondazione Nord Est
*Valore della produzione = ricavi netti + capitalizzazioni + variazione delle scorte di prodotti finiti
174
109
80
90
100
110
120
130
140
150
160
170
180
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Indice della produzione*, Made in Italy
3D e robotica
Nessuna
26.1
27.9
25.5 25.9 26.5
24.8 25
19.6 19.7 20.3
0
5
10
15
20
25
30
2007 2009 2012 2013 2014
Valore aggiunto, Made in Italy
3D e robotica
Nessuna
 Esiste una significativa forbice
tra le imprese che impiegano
la tecnologia 3D e robotica e
quelle che non utilizzano
alcuna di queste tecnologie, in
particolare dopo il crollo
dell’indice avvenuto nel 2009
 Le imprese che hanno
investito in tecnologie 3D e
robotica arrivano a produrre,
nel 2014, un valore aggiunto
del 30% superiore a quello
prodotto dalle imprese che
non impiegano tecnologie
all’avanguardia.
L’innovazione nel sistema manifatturiero italiano
Analisi dei mercati rilevanti: Robot
5Fonte: Elaborazioni I-Com su dati IFR Statistical Department, ‘World Robotics 2015’
44%
14%
6%
5%
5%
3%
23%
Mercato dei robot
Germania
Italia
Francia
Spagna
Regno Unito
Rep. Ceca
Altri Paesi
0
50
100
150
200
250
300
2013 2014 2015* 2018*
Andamento delle vendite di robot in Europa, per Paese
(2013=100)
Rep. Ceca
Francia
Germania
Italia
Spagna
Regno Unito
 L’Italia è il secondo mercato europeo,
dopo la Germania
 Per tutti e sei Paesi si prevede un mercato
in crescita, con tassi che vanno, nel
quinquennio 2013-2018, da un minimo del
16% (Spagna) ad un massimo del 162%
(Rep. Ceca)
 Per l’Italia si prevede, per il 2018, un
aumento delle vendite del 70% rispetto al
livello del 2013
L’innovazione nel sistema manifatturiero italiano
Analisi dei mercati rilevanti: Macchinari ed utensili (1/2)
6
80
90
100
110
120
130
140
150
2010 2011 2012 2013 2014
Indice del volume di produzione di macchine per la formatura dei metalli e di altre
macchine utensili (2010=100)
Germania Spagna Francia Italia
80
85
90
95
100
105
110
115
120
2010 2011 2012 2013 2014
Indice del volume di produzione di altre macchine per impieghi speciali (2010=100)
Germania Spagna Francia Italia
 Per quanto riguarda la
produzione di macchinari per la
formatura dei metalli e di altre
macchine utensili, l’Italia registra
una variazione positiva rispetto
al 2010 (+ 6% ca.), decisamente
più bassa comunque rispetto
agli altri Paesi
 Per quanto riguarda invece altri
macchinari per impieghi
speciali, l’Italia registra la più
elevata crescita della
produzione (+9,5%), seguita da
Germania (+9,4%) e Spagna
(+6,3%), mentre per la Francia
l’andamento nel quadriennio è
negativo (-17,3%)
Fonte: Elaborazioni I-Com su dati Eurostat
L’innovazione nel sistema manifatturiero italiano
Analisi dei mercati rilevanti: Macchinari ed utensili (2/2)
7Fonte: Elaborazioni I-Com su dati Ucimu e Pwc
 La Cina è in assoluto il Paese col più elevato valore di produzione di macchine
utensili, pari a circa 20 miliardi di euro, quasi il doppio della Germania
 La produzione italiana ammonta a 4,7 miliardi di euro, un po’ meno della metà della
produzione tedesca (11,2 miliardi €)
 Lo svantaggio, tuttavia, è legato principalmente al segmento delle macchine ad
asportazione; nel segmento delle macchine a deformazione, invece, la distanza
Germania-Italia è molto più contenuta (2,9 vs. 2,4 mld €)
55% 86%
74%
49% 72% 76% 83%
45%
14%
26%
51% 28% 24% 17%
0
5
10
15
20
25
Cina Giappone Germania Italia Sud Corea USA Taiwan
Produzione di macchine utensili (in miliardi €; 2015)
Macchine ad asportazione Macchine a deformazione
L’innovazione nel sistema manifatturiero italiano
Analisi dei mercati rilevanti: Beni ICT
8Fonte: Elaborazioni I-Com su dati Eurostat e UNCTAD
50
100
150
200
250
2010 2011 2012 2013 2014
Indice del volume di produzione dei beni ICT (2010=100)
Lettonia
Estonia
Romania
Lituania
Bulgaria
Rep. Ceca
Polonia
Germania
Paesi Bassi
Austria
Regno Unito
Danimarca
Francia
Spagna
Belgio
Portogallo
Italia
Ungheria
Grecia
Svezia
50%-150%
0%-
50%
-50%-
0%
Variazione
2014 vs.
2010
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
inmln$
Valore delle esportazioni di beni ICT in UE, per categoria (2000-2013)
Computers and peripheral equipment Communication equipment Consumer electronic equipment Electronic components Altro Beni ICT 2000
 I Paesi dell’Est Europa hanno
visto crescere fortemente il
proprio peso nel settore
 Gran parte dei Paesi europei
tradizionalmente più sviluppati
hanno invece sperimentato
una graduale contrazione
(Italia:-20%; Svezia: -40%)
 In quanto alle esportazioni, i
Paesi leader sono Germania e
Paesi Bassi (Fig. 3.9), tra i
pochi ad aver visto aumentare
negli anni il valore esportato
(+35% e +55%,
rispettivamente)
 L’Italia è 10°, con un calo –
in termini nominali – del 16%
rispetto all’inizio del millennio
L’innovazione nel sistema manifatturiero italiano
Sviluppo delle competenze specifiche (1/2)
9
0
2
4
6
8
Lussemburgo
PaesiBassi
Estonia
Svezia
Austria
Belgio
Finlandia
Ungheria
Danimarca
Slovacchia
Germania
Norvegia
Rep.Ceca
Polonia
Spagna
Slovenia
Italia
Grecia
Irlanda
RegnoUnito
Portogallo
Francia
in%
Percentuale di data specialist sul totale del personale
impiegato (2013)
 Solo il 2,5% del personale complessivamente
impiegato in Italia è rappresentato da specialisti
nel settore ICT (un terzo in meno della media
europea) e solo lo 0,16% da data specialist –
figura chiave per lo sviluppo dell’Industria 4.0 –
appena un decimo del valore registrato, ad
esempio, dal Lussemburgo
 Meno di un’impresa manifatturiera su cinque
risulta avere al suo interno specialisti ICT
 Paesi best performing in questo senso sono
Paesi Bassi, Irlanda e Lussemburgo, dove
comunque non più di un’impresa su tre utilizza
professionalità specializzate
Fonte: Elaborazioni I-Com su dati Eurostat e OCSE
0
2
4
6
8
Finlandia
Svezia
Lussemburgo
PaesiBassi
Estonia
RegnoUnito
Ungheria
Norvegia
Slovenia
Irlanda
Malta
Belgio
Rep.Ceca
Slovacchia
Danimarca
Austria
Germania
UE28
Francia
Spagna
Polonia
Croazia
Romania
Italia
Portogallo
Cipro
Lettonia
Lituania
Bulgaria
Grecia
in%
2014
2004
0
5
10
15
20
25
30
35
40
PaesiBassi
Irlanda
Lussemburgo
Austria
Finlandia
Germania
Spagna
Ungheria
Danimarca
RegnoUnito
Rep.Ceca
Croazia
UE28
Slovenia
Slovacchia
Norvegia
Malta
Svezia
Francia
Italia
Bulgaria
Cipro
Lettonia
Lituania
Portogallo
Estonia
Polonia
Romania
in%
L’innovazione nel sistema manifatturiero italiano
Sviluppo delle competenze specifiche (2/2)
10
0
1
2
3
4
5
6
7
8
Lussemburgo
Irlanda
Austria
Belgio
Malta
Danimarca
Ungheria
Finlandia
RegnoUnito
UE28
Rep.Ceca
Estonia
Francia
Lituania
PaesiBassi
Slovenia
Slovacchia
Svezia
Spagna
Croazia
Italia
Lettonia
Polonia
Portogallo
Romania
Norvegia
Cipro
in%
Imprese manifatturiere con difficoltà a riempire posizioni che
richiedono competenze specifiche in ICT (2015)
0
5
10
15
20
25
30
35
40
Laureati in Science & Engineering (2013)
È, tuttavia, interessante notare come talvolta la
mancanza di personale specializzato all’interno
delle imprese manifatturiere sia conseguenza di
una difficoltà a trovare sul mercato del lavoro le
necessarie competenze
 In Italia, è l’1% delle imprese manifatturiere a
rilevare questo tipo di difficoltà
 Esiste, in realtà, un’evidente asincronia tra gli
attuali percorsi universitari e le competenze
richieste: un laureato su quattro, in Italia, uno
su tre, in Germania, ha una formazione
scientifica o ingegneristica
 Tuttavia, spesso il problema è che anche i
laureati in settori specifici mancano delle
necessarie competenze, che sono
rappresentate sempre più da un mix di
conoscenze informatiche, di progettazione, di
manufacturing e di marketing.
Fonte: Elaborazioni I-Com su dati Eurostat e OCSE
L’innovazione nel sistema manifatturiero italiano
Adozione delle tecnologie abilitanti (1/2)
11
0
5
10
15
20
25
30
35
40
45
50
Finlandia
Italia
Svezia
Danimarca
Irlanda
Norvegia
PaesiBassi
Croazia
RegnoUnito
UE28
Malta
Lussemburgo
Slovacchia
Rep.Ceca
Estonia
Spagna
Lituania
Austria
Slovenia
Germania
Francia
Portogallo
Bulgaria
Cipro
Ungheria
Lettonia
Polonia
Romania
in%
Imprese manifatturiere che utilizzano servizi di cloud computing (2014)
0%
5%
10%
15%
20%
25%
Imprese che utilizzano la tecnologia RFID (2011-2014)
2014
2011
 Il 38% delle imprese manifatturiere
italiane, utilizza il cloud computing,
valore che rende l’Italia seconda solo
alla Finlandia (47%) e nettamente
superiore alla media europea, ferma a
solo il 17%
 L’11% delle imprese italiane utilizza
tecnologia radio-frequency identification
(RFID), valore leggermente superiore
alla media europea ed in crescita di 8
p.p. rispetto al 2011
 Anche in questo caso, primeggia la
Finlandia, dove oltre un’impresa su
cinque si è attrezzata con tecnologie
RFID.
Fonte: Elaborazioni I-Com su dati Eurostat
L’innovazione nel sistema manifatturiero italiano
Adozione delle tecnologie abilitanti (2/2)
12Fonte: Make in Italy, Prometeia, Fondazione Nord Est
*Il campione oggetto di indagine include circa mille imprese del comparto Made in Italy, con ricavi superiori a un milione di euro
16%
31%
35%
19%
Diffusione delle tecnologie tra le imprese Made in
Italy* (2015)
3D e robotica 3D o robotica Laser o CNC Nessuna
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
3D e robotica 3D o robotica Laser o CNC Nessuna
Diffusione delle tecnologie tra le imprese Made in Italy*, per classe
dimensionale (2015)
1-10 10-50 > 50
 La tecnologia più diffusa tra le aziende italiane è quella laser e le macchine CNC (computer
numerical control), utilizzate dal 35% delle imprese, principalmente imprese di piccole dimensioni
 Molto più contenuta la quota di imprese che utilizza contemporaneamente tecnologie 3D e robotica
(16%), con un apporto decisamente superiore da parte delle grandi imprese, dove una su quattro
adotta entrambe queste tecnologie
Una ricerca recentemente condotta da Make in Italy, in collaborazione con Fondazione Nord est e
Prometeia, fa il punto sul grado di diffusione delle tecnologie alla base dell’Industria 4.0 su un campione
di circa mille imprese del Made in Italy
Modelli di sviluppo
13
MODELLO STATUNITENSE MODELLO TEDESCO
- Focus: più generale sull’IoT,
applicato non solo al settore
manifatturiero ma anche al settore
servizi
- Investimenti: privati
- Ruolo dello Stato: limitato alla
semplificazione delle attività di
sviluppo del modello e al
coordinamento degli interventi delle
aziende private secondo precisi assi
strategici
- Focus: sulla catena di produzione
(progettazione-produzione-
distribuzione-servizi al cliente) della
smart factory
- Investimenti: fondi pubblici;
partneriato pubblico-privato
- Ruolo dello Stato: principale
propulsore
La situazione in Italia
14
Principali criticità:
 ridotte dimensioni delle imprese italiane
 limiti di cultura digitale nelle decisioni per l’adozione delle tecnologie
 assenza di equilibrio tra operational technology ed information technology nelle organizzazioni
Il Governo italiano ha istituito una task force nell’agosto del 2014 con il compito di stilare un pacchetto di
proposte per rilanciare il settore manifatturiero. Le otto principali aree di intervento individuate per
agevolare lo sviluppo di Industria 4.0 sono:
1. Rilanciare gli investimenti industriali
2. Favorire la crescita dimensionale delle imprese
3. Favorire la nuova imprenditorialità innovativa
4. Definire protocolli, standard e criteri di interoperabilità condivisi a livello europeo
5. Garantire la sicurezza delle reti (cybersecurity) e la tutela della privacy
6. Assicurare adeguate infrastrutture di rete
7. Diffondere le competenze per Industria 4.0
8. Canalizzare le risorse finanziare

Más contenido relacionado

La actualidad más candente

J. Vitaloni, Rapporto Istat sulla competività dei settori produttivi
J. Vitaloni, Rapporto Istat sulla competività dei settori produttiviJ. Vitaloni, Rapporto Istat sulla competività dei settori produttivi
J. Vitaloni, Rapporto Istat sulla competività dei settori produttiviIstituto nazionale di statistica
 
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...Istituto nazionale di statistica
 
L’attrattività di Milano e Lombardia nel confronto internazionale
L’attrattività di Milano e Lombardia nel confronto internazionaleL’attrattività di Milano e Lombardia nel confronto internazionale
L’attrattività di Milano e Lombardia nel confronto internazionaleInvestinLombardy
 
Fare affari con la Turchia
Fare  affari con la Turchia Fare  affari con la Turchia
Fare affari con la Turchia Lazio Innova
 
Industria 4.0: bilancio 2017 e prospettive 2018
Industria 4.0: bilancio 2017 e prospettive 2018Industria 4.0: bilancio 2017 e prospettive 2018
Industria 4.0: bilancio 2017 e prospettive 2018Cherry Consulting by S.M.
 
MARKET WATCH TECNOLOGIA - Dicembre 2019
MARKET WATCH TECNOLOGIA - Dicembre 2019MARKET WATCH TECNOLOGIA - Dicembre 2019
MARKET WATCH TECNOLOGIA - Dicembre 2019Banca Ifis
 
Used Car Business Italian Market
Used Car Business Italian MarketUsed Car Business Italian Market
Used Car Business Italian MarketFabrizio Arena
 

La actualidad más candente (8)

J. Vitaloni, Rapporto Istat sulla competività dei settori produttivi
J. Vitaloni, Rapporto Istat sulla competività dei settori produttiviJ. Vitaloni, Rapporto Istat sulla competività dei settori produttivi
J. Vitaloni, Rapporto Istat sulla competività dei settori produttivi
 
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...
R. Monducci, Investimenti, innovazione e transizione digitale delle imprese i...
 
L’attrattività di Milano e Lombardia nel confronto internazionale
L’attrattività di Milano e Lombardia nel confronto internazionaleL’attrattività di Milano e Lombardia nel confronto internazionale
L’attrattività di Milano e Lombardia nel confronto internazionale
 
Fare affari con la Turchia
Fare  affari con la Turchia Fare  affari con la Turchia
Fare affari con la Turchia
 
Investimenti per rafforzare la Ripresa - Fabrizio Guelpa
Investimenti per rafforzare la Ripresa - Fabrizio GuelpaInvestimenti per rafforzare la Ripresa - Fabrizio Guelpa
Investimenti per rafforzare la Ripresa - Fabrizio Guelpa
 
Industria 4.0: bilancio 2017 e prospettive 2018
Industria 4.0: bilancio 2017 e prospettive 2018Industria 4.0: bilancio 2017 e prospettive 2018
Industria 4.0: bilancio 2017 e prospettive 2018
 
MARKET WATCH TECNOLOGIA - Dicembre 2019
MARKET WATCH TECNOLOGIA - Dicembre 2019MARKET WATCH TECNOLOGIA - Dicembre 2019
MARKET WATCH TECNOLOGIA - Dicembre 2019
 
Used Car Business Italian Market
Used Car Business Italian MarketUsed Car Business Italian Market
Used Car Business Italian Market
 

Destacado

Data Driven Innovation: sfide e opportunità
Data Driven Innovation: sfide e opportunitàData Driven Innovation: sfide e opportunità
Data Driven Innovation: sfide e opportunitàData Driven Innovation
 
Data Driven Business Model: le opportunità di monetizzazione
Data Driven Business Model: le opportunità  di monetizzazioneData Driven Business Model: le opportunità  di monetizzazione
Data Driven Business Model: le opportunità di monetizzazioneData Driven Innovation
 
Reinventing experience: dai dati alla progettazione
Reinventing experience: dai dati alla progettazioneReinventing experience: dai dati alla progettazione
Reinventing experience: dai dati alla progettazioneData Driven Innovation
 
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...Data Driven Innovation
 
Holographic Data Visualization - M. Valoriani & A. Musone
Holographic Data Visualization - M. Valoriani & A. MusoneHolographic Data Visualization - M. Valoriani & A. Musone
Holographic Data Visualization - M. Valoriani & A. MusoneData Driven Innovation
 
Predire il futuro con Machine Learning & Big Data
Predire il futuro con Machine Learning & Big DataPredire il futuro con Machine Learning & Big Data
Predire il futuro con Machine Learning & Big DataData Driven Innovation
 
IBM Watson Analytics, Big Data & Internet of Things
IBM Watson Analytics, Big Data & Internet of ThingsIBM Watson Analytics, Big Data & Internet of Things
IBM Watson Analytics, Big Data & Internet of ThingsPaolo Aliverti
 
Industria 4.0 e IoT: Panorama, Leggende e Standard
Industria 4.0 e IoT: Panorama, Leggende e StandardIndustria 4.0 e IoT: Panorama, Leggende e Standard
Industria 4.0 e IoT: Panorama, Leggende e Standarduninfoit
 
Adara LLC - Form 5500 Preparation
Adara LLC - Form 5500 PreparationAdara LLC - Form 5500 Preparation
Adara LLC - Form 5500 PreparationTanya Gruntfest
 
Webinar 3 rate parity
Webinar 3   rate parityWebinar 3   rate parity
Webinar 3 rate parityDean Schmit
 
Discover the heritage of India with Maharajas' Express
Discover the heritage of India with Maharajas' ExpressDiscover the heritage of India with Maharajas' Express
Discover the heritage of India with Maharajas' ExpressClassic Rail Journeys
 
Alternate meta channels
Alternate meta channelsAlternate meta channels
Alternate meta channelsDean Schmit
 
Webinar 2 - pros & cons of asst booking
Webinar 2 - pros & cons of asst bookingWebinar 2 - pros & cons of asst booking
Webinar 2 - pros & cons of asst bookingDean Schmit
 
Budgeting for Metasearch
Budgeting for MetasearchBudgeting for Metasearch
Budgeting for MetasearchDean Schmit
 

Destacado (20)

Data Driven Innovation: sfide e opportunità
Data Driven Innovation: sfide e opportunitàData Driven Innovation: sfide e opportunità
Data Driven Innovation: sfide e opportunità
 
Make your data talk
Make your data talkMake your data talk
Make your data talk
 
Microservices Live
Microservices LiveMicroservices Live
Microservices Live
 
Data Driven Business Model: le opportunità di monetizzazione
Data Driven Business Model: le opportunità  di monetizzazioneData Driven Business Model: le opportunità  di monetizzazione
Data Driven Business Model: le opportunità di monetizzazione
 
Big Data & Privacy @ #Datadriven16
Big Data & Privacy @ #Datadriven16Big Data & Privacy @ #Datadriven16
Big Data & Privacy @ #Datadriven16
 
Reinventing experience: dai dati alla progettazione
Reinventing experience: dai dati alla progettazioneReinventing experience: dai dati alla progettazione
Reinventing experience: dai dati alla progettazione
 
Trash Robotic Router Platform
Trash Robotic Router PlatformTrash Robotic Router Platform
Trash Robotic Router Platform
 
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...
INDUSTRIA 4.0 - Il trasferimento tecnologico attraverso i Digital Innovation ...
 
Holographic Data Visualization - M. Valoriani & A. Musone
Holographic Data Visualization - M. Valoriani & A. MusoneHolographic Data Visualization - M. Valoriani & A. Musone
Holographic Data Visualization - M. Valoriani & A. Musone
 
Social Big Data
Social Big DataSocial Big Data
Social Big Data
 
Predire il futuro con Machine Learning & Big Data
Predire il futuro con Machine Learning & Big DataPredire il futuro con Machine Learning & Big Data
Predire il futuro con Machine Learning & Big Data
 
No Data, No Party - Roberto Magnifico
No Data, No Party - Roberto MagnificoNo Data, No Party - Roberto Magnifico
No Data, No Party - Roberto Magnifico
 
IBM Watson Analytics, Big Data & Internet of Things
IBM Watson Analytics, Big Data & Internet of ThingsIBM Watson Analytics, Big Data & Internet of Things
IBM Watson Analytics, Big Data & Internet of Things
 
Industria 4.0 e IoT: Panorama, Leggende e Standard
Industria 4.0 e IoT: Panorama, Leggende e StandardIndustria 4.0 e IoT: Panorama, Leggende e Standard
Industria 4.0 e IoT: Panorama, Leggende e Standard
 
Adara LLC - Form 5500 Preparation
Adara LLC - Form 5500 PreparationAdara LLC - Form 5500 Preparation
Adara LLC - Form 5500 Preparation
 
Webinar 3 rate parity
Webinar 3   rate parityWebinar 3   rate parity
Webinar 3 rate parity
 
Discover the heritage of India with Maharajas' Express
Discover the heritage of India with Maharajas' ExpressDiscover the heritage of India with Maharajas' Express
Discover the heritage of India with Maharajas' Express
 
Alternate meta channels
Alternate meta channelsAlternate meta channels
Alternate meta channels
 
Webinar 2 - pros & cons of asst booking
Webinar 2 - pros & cons of asst bookingWebinar 2 - pros & cons of asst booking
Webinar 2 - pros & cons of asst booking
 
Budgeting for Metasearch
Budgeting for MetasearchBudgeting for Metasearch
Budgeting for Metasearch
 

Similar a Internet of Things e Industria 4.0: quali policy per il Made in Italy

S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...
S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...
S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...Istituto nazionale di statistica
 
SmartStatmanager 2015
SmartStatmanager 2015SmartStatmanager 2015
SmartStatmanager 2015Statmanager
 
Raimondo Villano - Società globale dell'informazione. Stime di mercato
Raimondo Villano - Società globale dell'informazione. Stime di mercato Raimondo Villano - Società globale dell'informazione. Stime di mercato
Raimondo Villano - Società globale dell'informazione. Stime di mercato Raimondo Villano
 
Comunicato stampa: Assintel Report 2010
Comunicato stampa: Assintel Report 2010Comunicato stampa: Assintel Report 2010
Comunicato stampa: Assintel Report 2010Simmat
 
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...Istituto nazionale di statistica
 
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...Istituto nazionale di statistica
 
Executive summary rapporto asstel 2016 finale
Executive summary rapporto asstel 2016 finaleExecutive summary rapporto asstel 2016 finale
Executive summary rapporto asstel 2016 finaleAgi
 
Tlc, il VII Rapporto Asstel
Tlc, il VII Rapporto AsstelTlc, il VII Rapporto Asstel
Tlc, il VII Rapporto AsstelAgi
 
Evoluzione demografica e domanda di Innovazione
Evoluzione demografica e domanda di InnovazioneEvoluzione demografica e domanda di Innovazione
Evoluzione demografica e domanda di Innovazionemadero
 
Gli strumenti cloud per la pa
Gli strumenti cloud per la pa Gli strumenti cloud per la pa
Gli strumenti cloud per la pa Vittorio D'Orsi
 
Scenari Industriali - Novembre 2017
Scenari Industriali - Novembre 2017Scenari Industriali - Novembre 2017
Scenari Industriali - Novembre 2017Confindustria
 
La filiera italiana dell’automotive torna a crescere
La filiera italiana dell’automotive torna a crescereLa filiera italiana dell’automotive torna a crescere
La filiera italiana dell’automotive torna a crescereLinkiesta
 
R. Monducci - Le informazioni statistiche sul commercio estero e sulle atti...
R. Monducci - Le informazioni statistiche sul commercio estero  e sulle atti...R. Monducci - Le informazioni statistiche sul commercio estero  e sulle atti...
R. Monducci - Le informazioni statistiche sul commercio estero e sulle atti...Istituto nazionale di statistica
 
Gli ingegneri. 4 otto010pptx
Gli ingegneri. 4 otto010pptxGli ingegneri. 4 otto010pptx
Gli ingegneri. 4 otto010pptxgiovanni facco
 
A. Susini: Relazione sull'andamento dell'economia pisana 2013
A. Susini: Relazione sull'andamento dell'economia pisana 2013A. Susini: Relazione sull'andamento dell'economia pisana 2013
A. Susini: Relazione sull'andamento dell'economia pisana 2013Camera di Commercio di Pisa
 

Similar a Internet of Things e Industria 4.0: quali policy per il Made in Italy (20)

S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...
S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...
S. Menghinello, I principali risultati per l'analisi del sistema produttivo i...
 
SmartStatmanager 2015
SmartStatmanager 2015SmartStatmanager 2015
SmartStatmanager 2015
 
Raimondo Villano - Società globale dell'informazione. Stime di mercato
Raimondo Villano - Società globale dell'informazione. Stime di mercato Raimondo Villano - Società globale dell'informazione. Stime di mercato
Raimondo Villano - Società globale dell'informazione. Stime di mercato
 
Comunicato stampa: Assintel Report 2010
Comunicato stampa: Assintel Report 2010Comunicato stampa: Assintel Report 2010
Comunicato stampa: Assintel Report 2010
 
Scenari e dati - Fabrizio Guelpa
Scenari e dati - Fabrizio GuelpaScenari e dati - Fabrizio Guelpa
Scenari e dati - Fabrizio Guelpa
 
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...
S.Tomasini, Prometeia, Alla ricerca di chiavi di letttura del potenziale di c...
 
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...
R. Monducci, Crescita, export e interdipendenze del sistema produttivo italia...
 
Executive summary rapporto asstel 2016 finale
Executive summary rapporto asstel 2016 finaleExecutive summary rapporto asstel 2016 finale
Executive summary rapporto asstel 2016 finale
 
Tlc, il VII Rapporto Asstel
Tlc, il VII Rapporto AsstelTlc, il VII Rapporto Asstel
Tlc, il VII Rapporto Asstel
 
Evoluzione demografica e domanda di Innovazione
Evoluzione demografica e domanda di InnovazioneEvoluzione demografica e domanda di Innovazione
Evoluzione demografica e domanda di Innovazione
 
Intelligenza artificiale e robot: il cambiamento tecnologico distrugge o crea...
Intelligenza artificiale e robot: il cambiamento tecnologico distrugge o crea...Intelligenza artificiale e robot: il cambiamento tecnologico distrugge o crea...
Intelligenza artificiale e robot: il cambiamento tecnologico distrugge o crea...
 
Il Piemonte verso il Futuro
Il Piemonte verso il FuturoIl Piemonte verso il Futuro
Il Piemonte verso il Futuro
 
Gli strumenti cloud per la pa
Gli strumenti cloud per la pa Gli strumenti cloud per la pa
Gli strumenti cloud per la pa
 
Scenari Industriali - Novembre 2017
Scenari Industriali - Novembre 2017Scenari Industriali - Novembre 2017
Scenari Industriali - Novembre 2017
 
La filiera italiana dell’automotive torna a crescere
La filiera italiana dell’automotive torna a crescereLa filiera italiana dell’automotive torna a crescere
La filiera italiana dell’automotive torna a crescere
 
R. Monducci - Le informazioni statistiche sul commercio estero e sulle atti...
R. Monducci - Le informazioni statistiche sul commercio estero  e sulle atti...R. Monducci - Le informazioni statistiche sul commercio estero  e sulle atti...
R. Monducci - Le informazioni statistiche sul commercio estero e sulle atti...
 
Di carlo p_3_8
Di carlo p_3_8Di carlo p_3_8
Di carlo p_3_8
 
Impatto di industria 4.0 sui sistemi produttivi regionali - Puglia
Impatto di industria 4.0 sui sistemi produttivi regionali - PugliaImpatto di industria 4.0 sui sistemi produttivi regionali - Puglia
Impatto di industria 4.0 sui sistemi produttivi regionali - Puglia
 
Gli ingegneri. 4 otto010pptx
Gli ingegneri. 4 otto010pptxGli ingegneri. 4 otto010pptx
Gli ingegneri. 4 otto010pptx
 
A. Susini: Relazione sull'andamento dell'economia pisana 2013
A. Susini: Relazione sull'andamento dell'economia pisana 2013A. Susini: Relazione sull'andamento dell'economia pisana 2013
A. Susini: Relazione sull'andamento dell'economia pisana 2013
 

Más de Data Driven Innovation

Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...
Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...
Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...Data Driven Innovation
 
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...Data Driven Innovation
 
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...Data Driven Innovation
 
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...Data Driven Innovation
 
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...Data Driven Innovation
 
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)Data Driven Innovation
 
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...Data Driven Innovation
 
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Data Driven Innovation
 
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...Data Driven Innovation
 
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...Data Driven Innovation
 
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)Data Driven Innovation
 
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...Data Driven Innovation
 
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)Data Driven Innovation
 
Big Data Confederation: toward the local urban data market place (Renzo Taffa...
Big Data Confederation: toward the local urban data market place (Renzo Taffa...Big Data Confederation: toward the local urban data market place (Renzo Taffa...
Big Data Confederation: toward the local urban data market place (Renzo Taffa...Data Driven Innovation
 
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...Data Driven Innovation
 
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...Data Driven Innovation
 
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...Reusing open data: how to make a difference (Vittorio Scarano, Università di ...
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...Data Driven Innovation
 
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)Data Driven Innovation
 
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)Data Driven Innovation
 
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...Data Driven Innovation
 

Más de Data Driven Innovation (20)

Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...
Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...
Integrazione della mobilità elettrica nei sistemi urbani (Stefano Carrese, Un...
 
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...
La statistica ufficiale e i trasporti marittimi nell'era dei big data (Vincen...
 
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
 
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...
Il DTC-Lazio e i dati del patrimonio culturale (Maria Prezioso, Università To...
 
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...
CHNet-DHLab: Servizi Cloud a supporto dei beni culturali (Fabio Proietti, INF...
 
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)
Progetto EOSC-Pillar (Fulvio Galeazzi, GARR)
 
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...
Una infrastruttura per l’accesso al patrimonio culturale: il Progetto del Por...
 
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
 
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...
I dati personali nell'analisi comportamentale della mobilità di dipendenti e ...
 
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...
Estrarre valore dai dati: tecnologie per ottimizzare la mobilità del futuro (...
 
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)
Le piattaforme dati per la mobilità nelle città italiane (Marco Mena, EY)
 
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...
WiseTown, un ecosistema di applicazioni e strumenti per migliorare la qualità...
 
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)
CityOpenSource as a civic tech tool (Ilaria Vitellio, CityOpenSource)
 
Big Data Confederation: toward the local urban data market place (Renzo Taffa...
Big Data Confederation: toward the local urban data market place (Renzo Taffa...Big Data Confederation: toward the local urban data market place (Renzo Taffa...
Big Data Confederation: toward the local urban data market place (Renzo Taffa...
 
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...
Making citizens the eyes of policy makers: a sweet spot for hybrid AI? (Danie...
 
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...
Dall'Agenda Digitale alla Smart City: il percorso di Roma Capitale verso il D...
 
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...Reusing open data: how to make a difference (Vittorio Scarano, Università di ...
Reusing open data: how to make a difference (Vittorio Scarano, Università di ...
 
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)
Gestire i beni culturali con i big data (Sandro Stancampiano, Istat)
 
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)
Data Governance: cos’è e perché è importante? (Elena Arista, Erwin)
 
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...
Data driven economy: bastano i dati per avviare una start up? (Gabriele Anton...
 

Internet of Things e Industria 4.0: quali policy per il Made in Italy

  • 1. Internet of Things e Industria 4.0: quali policy per il Made in Italy Data-driven Innovation Summit 2016 Roma, 20 maggio 2016
  • 2. Il (necessario) rilancio dell’industria manifatturiera 2Fonte: Elaborazioni I-Com su dati UNCTAD Il manifatturiero è il principale motore della crescita economica in quanto:  genera i guadagni di produttività che poi si diffondono, attraverso i beni da esso prodotti, agli altri settori;  crea posti di lavoro qualificati e meglio remunerati;  effettua la maggior parte della ricerca e dell'innovazione, a beneficio, di nuovo, di tutto il sistema attraverso il contenuto innovativo dei beni manufatti utilizzati dagli altri settori;  fornisce una quota rilevante delle esportazioni (pari, in Italia ad esempio, al 78%)  è fortemente integrato col settore terziario 2% 7% 8% 4% 24% 18% 36% 2% 1991 Africa Sud America Asia (escluso Giappone) Russia ed Europa Orientale Nord America Giappone Europa Occidentale Altri Paesi sviluppati 1% 6% 31% 2% 22% 11% 25% 1% 2011 23% 16% 18% 16% 20% 23% 26% 18% 11% 16% 10% 13% 11% 15% 22% 25% 19% 8% 0% 5% 10% 15% 20% 25% 30% Svezia Regno Unito Spagna Francia Italia Germania Rep. Ceca Polonia Grecia 2000 2013 Fonte: Elaborazioni I-Com su dati UNCTAD
  • 3. L’impatto del digitale nell’industria manifatturiera europea 3Fonte: Roland Berger (2015) 35 54 89 26 11 25 10 0 25 50 75 100 Automotive Logistica Meccanica ed impiantistica (inclusi sitemi energetici) Elettrotecnica Tecnologia medica Chimica Aerospaziale Crescita potenziale del valore aggiunto al 2025 (mld €) +89 mld € +126 mld € +35 mld € 17% 10% 5% 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 2015 2025 Crescita del peso dell’ICT sul valore aggiunto lordo, in Europa Automotive, Logistica Tecnologia medica, Elettrotecnica, Meccanica/Impiantistica, Energia Chimica, Aerospaziale
  • 4. L’impatto del Digital Manufacturing per il Made in Italy 4Fonte: Make in Italy, Prometeia, Fondazione Nord Est *Valore della produzione = ricavi netti + capitalizzazioni + variazione delle scorte di prodotti finiti 174 109 80 90 100 110 120 130 140 150 160 170 180 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Indice della produzione*, Made in Italy 3D e robotica Nessuna 26.1 27.9 25.5 25.9 26.5 24.8 25 19.6 19.7 20.3 0 5 10 15 20 25 30 2007 2009 2012 2013 2014 Valore aggiunto, Made in Italy 3D e robotica Nessuna  Esiste una significativa forbice tra le imprese che impiegano la tecnologia 3D e robotica e quelle che non utilizzano alcuna di queste tecnologie, in particolare dopo il crollo dell’indice avvenuto nel 2009  Le imprese che hanno investito in tecnologie 3D e robotica arrivano a produrre, nel 2014, un valore aggiunto del 30% superiore a quello prodotto dalle imprese che non impiegano tecnologie all’avanguardia.
  • 5. L’innovazione nel sistema manifatturiero italiano Analisi dei mercati rilevanti: Robot 5Fonte: Elaborazioni I-Com su dati IFR Statistical Department, ‘World Robotics 2015’ 44% 14% 6% 5% 5% 3% 23% Mercato dei robot Germania Italia Francia Spagna Regno Unito Rep. Ceca Altri Paesi 0 50 100 150 200 250 300 2013 2014 2015* 2018* Andamento delle vendite di robot in Europa, per Paese (2013=100) Rep. Ceca Francia Germania Italia Spagna Regno Unito  L’Italia è il secondo mercato europeo, dopo la Germania  Per tutti e sei Paesi si prevede un mercato in crescita, con tassi che vanno, nel quinquennio 2013-2018, da un minimo del 16% (Spagna) ad un massimo del 162% (Rep. Ceca)  Per l’Italia si prevede, per il 2018, un aumento delle vendite del 70% rispetto al livello del 2013
  • 6. L’innovazione nel sistema manifatturiero italiano Analisi dei mercati rilevanti: Macchinari ed utensili (1/2) 6 80 90 100 110 120 130 140 150 2010 2011 2012 2013 2014 Indice del volume di produzione di macchine per la formatura dei metalli e di altre macchine utensili (2010=100) Germania Spagna Francia Italia 80 85 90 95 100 105 110 115 120 2010 2011 2012 2013 2014 Indice del volume di produzione di altre macchine per impieghi speciali (2010=100) Germania Spagna Francia Italia  Per quanto riguarda la produzione di macchinari per la formatura dei metalli e di altre macchine utensili, l’Italia registra una variazione positiva rispetto al 2010 (+ 6% ca.), decisamente più bassa comunque rispetto agli altri Paesi  Per quanto riguarda invece altri macchinari per impieghi speciali, l’Italia registra la più elevata crescita della produzione (+9,5%), seguita da Germania (+9,4%) e Spagna (+6,3%), mentre per la Francia l’andamento nel quadriennio è negativo (-17,3%) Fonte: Elaborazioni I-Com su dati Eurostat
  • 7. L’innovazione nel sistema manifatturiero italiano Analisi dei mercati rilevanti: Macchinari ed utensili (2/2) 7Fonte: Elaborazioni I-Com su dati Ucimu e Pwc  La Cina è in assoluto il Paese col più elevato valore di produzione di macchine utensili, pari a circa 20 miliardi di euro, quasi il doppio della Germania  La produzione italiana ammonta a 4,7 miliardi di euro, un po’ meno della metà della produzione tedesca (11,2 miliardi €)  Lo svantaggio, tuttavia, è legato principalmente al segmento delle macchine ad asportazione; nel segmento delle macchine a deformazione, invece, la distanza Germania-Italia è molto più contenuta (2,9 vs. 2,4 mld €) 55% 86% 74% 49% 72% 76% 83% 45% 14% 26% 51% 28% 24% 17% 0 5 10 15 20 25 Cina Giappone Germania Italia Sud Corea USA Taiwan Produzione di macchine utensili (in miliardi €; 2015) Macchine ad asportazione Macchine a deformazione
  • 8. L’innovazione nel sistema manifatturiero italiano Analisi dei mercati rilevanti: Beni ICT 8Fonte: Elaborazioni I-Com su dati Eurostat e UNCTAD 50 100 150 200 250 2010 2011 2012 2013 2014 Indice del volume di produzione dei beni ICT (2010=100) Lettonia Estonia Romania Lituania Bulgaria Rep. Ceca Polonia Germania Paesi Bassi Austria Regno Unito Danimarca Francia Spagna Belgio Portogallo Italia Ungheria Grecia Svezia 50%-150% 0%- 50% -50%- 0% Variazione 2014 vs. 2010 0 10,000 20,000 30,000 40,000 50,000 60,000 70,000 inmln$ Valore delle esportazioni di beni ICT in UE, per categoria (2000-2013) Computers and peripheral equipment Communication equipment Consumer electronic equipment Electronic components Altro Beni ICT 2000  I Paesi dell’Est Europa hanno visto crescere fortemente il proprio peso nel settore  Gran parte dei Paesi europei tradizionalmente più sviluppati hanno invece sperimentato una graduale contrazione (Italia:-20%; Svezia: -40%)  In quanto alle esportazioni, i Paesi leader sono Germania e Paesi Bassi (Fig. 3.9), tra i pochi ad aver visto aumentare negli anni il valore esportato (+35% e +55%, rispettivamente)  L’Italia è 10°, con un calo – in termini nominali – del 16% rispetto all’inizio del millennio
  • 9. L’innovazione nel sistema manifatturiero italiano Sviluppo delle competenze specifiche (1/2) 9 0 2 4 6 8 Lussemburgo PaesiBassi Estonia Svezia Austria Belgio Finlandia Ungheria Danimarca Slovacchia Germania Norvegia Rep.Ceca Polonia Spagna Slovenia Italia Grecia Irlanda RegnoUnito Portogallo Francia in% Percentuale di data specialist sul totale del personale impiegato (2013)  Solo il 2,5% del personale complessivamente impiegato in Italia è rappresentato da specialisti nel settore ICT (un terzo in meno della media europea) e solo lo 0,16% da data specialist – figura chiave per lo sviluppo dell’Industria 4.0 – appena un decimo del valore registrato, ad esempio, dal Lussemburgo  Meno di un’impresa manifatturiera su cinque risulta avere al suo interno specialisti ICT  Paesi best performing in questo senso sono Paesi Bassi, Irlanda e Lussemburgo, dove comunque non più di un’impresa su tre utilizza professionalità specializzate Fonte: Elaborazioni I-Com su dati Eurostat e OCSE 0 2 4 6 8 Finlandia Svezia Lussemburgo PaesiBassi Estonia RegnoUnito Ungheria Norvegia Slovenia Irlanda Malta Belgio Rep.Ceca Slovacchia Danimarca Austria Germania UE28 Francia Spagna Polonia Croazia Romania Italia Portogallo Cipro Lettonia Lituania Bulgaria Grecia in% 2014 2004 0 5 10 15 20 25 30 35 40 PaesiBassi Irlanda Lussemburgo Austria Finlandia Germania Spagna Ungheria Danimarca RegnoUnito Rep.Ceca Croazia UE28 Slovenia Slovacchia Norvegia Malta Svezia Francia Italia Bulgaria Cipro Lettonia Lituania Portogallo Estonia Polonia Romania in%
  • 10. L’innovazione nel sistema manifatturiero italiano Sviluppo delle competenze specifiche (2/2) 10 0 1 2 3 4 5 6 7 8 Lussemburgo Irlanda Austria Belgio Malta Danimarca Ungheria Finlandia RegnoUnito UE28 Rep.Ceca Estonia Francia Lituania PaesiBassi Slovenia Slovacchia Svezia Spagna Croazia Italia Lettonia Polonia Portogallo Romania Norvegia Cipro in% Imprese manifatturiere con difficoltà a riempire posizioni che richiedono competenze specifiche in ICT (2015) 0 5 10 15 20 25 30 35 40 Laureati in Science & Engineering (2013) È, tuttavia, interessante notare come talvolta la mancanza di personale specializzato all’interno delle imprese manifatturiere sia conseguenza di una difficoltà a trovare sul mercato del lavoro le necessarie competenze  In Italia, è l’1% delle imprese manifatturiere a rilevare questo tipo di difficoltà  Esiste, in realtà, un’evidente asincronia tra gli attuali percorsi universitari e le competenze richieste: un laureato su quattro, in Italia, uno su tre, in Germania, ha una formazione scientifica o ingegneristica  Tuttavia, spesso il problema è che anche i laureati in settori specifici mancano delle necessarie competenze, che sono rappresentate sempre più da un mix di conoscenze informatiche, di progettazione, di manufacturing e di marketing. Fonte: Elaborazioni I-Com su dati Eurostat e OCSE
  • 11. L’innovazione nel sistema manifatturiero italiano Adozione delle tecnologie abilitanti (1/2) 11 0 5 10 15 20 25 30 35 40 45 50 Finlandia Italia Svezia Danimarca Irlanda Norvegia PaesiBassi Croazia RegnoUnito UE28 Malta Lussemburgo Slovacchia Rep.Ceca Estonia Spagna Lituania Austria Slovenia Germania Francia Portogallo Bulgaria Cipro Ungheria Lettonia Polonia Romania in% Imprese manifatturiere che utilizzano servizi di cloud computing (2014) 0% 5% 10% 15% 20% 25% Imprese che utilizzano la tecnologia RFID (2011-2014) 2014 2011  Il 38% delle imprese manifatturiere italiane, utilizza il cloud computing, valore che rende l’Italia seconda solo alla Finlandia (47%) e nettamente superiore alla media europea, ferma a solo il 17%  L’11% delle imprese italiane utilizza tecnologia radio-frequency identification (RFID), valore leggermente superiore alla media europea ed in crescita di 8 p.p. rispetto al 2011  Anche in questo caso, primeggia la Finlandia, dove oltre un’impresa su cinque si è attrezzata con tecnologie RFID. Fonte: Elaborazioni I-Com su dati Eurostat
  • 12. L’innovazione nel sistema manifatturiero italiano Adozione delle tecnologie abilitanti (2/2) 12Fonte: Make in Italy, Prometeia, Fondazione Nord Est *Il campione oggetto di indagine include circa mille imprese del comparto Made in Italy, con ricavi superiori a un milione di euro 16% 31% 35% 19% Diffusione delle tecnologie tra le imprese Made in Italy* (2015) 3D e robotica 3D o robotica Laser o CNC Nessuna 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 3D e robotica 3D o robotica Laser o CNC Nessuna Diffusione delle tecnologie tra le imprese Made in Italy*, per classe dimensionale (2015) 1-10 10-50 > 50  La tecnologia più diffusa tra le aziende italiane è quella laser e le macchine CNC (computer numerical control), utilizzate dal 35% delle imprese, principalmente imprese di piccole dimensioni  Molto più contenuta la quota di imprese che utilizza contemporaneamente tecnologie 3D e robotica (16%), con un apporto decisamente superiore da parte delle grandi imprese, dove una su quattro adotta entrambe queste tecnologie Una ricerca recentemente condotta da Make in Italy, in collaborazione con Fondazione Nord est e Prometeia, fa il punto sul grado di diffusione delle tecnologie alla base dell’Industria 4.0 su un campione di circa mille imprese del Made in Italy
  • 13. Modelli di sviluppo 13 MODELLO STATUNITENSE MODELLO TEDESCO - Focus: più generale sull’IoT, applicato non solo al settore manifatturiero ma anche al settore servizi - Investimenti: privati - Ruolo dello Stato: limitato alla semplificazione delle attività di sviluppo del modello e al coordinamento degli interventi delle aziende private secondo precisi assi strategici - Focus: sulla catena di produzione (progettazione-produzione- distribuzione-servizi al cliente) della smart factory - Investimenti: fondi pubblici; partneriato pubblico-privato - Ruolo dello Stato: principale propulsore
  • 14. La situazione in Italia 14 Principali criticità:  ridotte dimensioni delle imprese italiane  limiti di cultura digitale nelle decisioni per l’adozione delle tecnologie  assenza di equilibrio tra operational technology ed information technology nelle organizzazioni Il Governo italiano ha istituito una task force nell’agosto del 2014 con il compito di stilare un pacchetto di proposte per rilanciare il settore manifatturiero. Le otto principali aree di intervento individuate per agevolare lo sviluppo di Industria 4.0 sono: 1. Rilanciare gli investimenti industriali 2. Favorire la crescita dimensionale delle imprese 3. Favorire la nuova imprenditorialità innovativa 4. Definire protocolli, standard e criteri di interoperabilità condivisi a livello europeo 5. Garantire la sicurezza delle reti (cybersecurity) e la tutela della privacy 6. Assicurare adeguate infrastrutture di rete 7. Diffondere le competenze per Industria 4.0 8. Canalizzare le risorse finanziare