Il gruppo Lubrizol, specializzato nella chimica di specialità, riunisce scienziati, data scientist e team informatici all’interno di «squadre integrate» per implementare l’intelligenza artificiale. Secondo il contenuto pubblicato, questa organizzazione mira ad allineare questi profili su obiettivi comuni, iniziando con piccoli progetti pilota destinati a costruire la fiducia. Questo testo è stato prodotto da Insights, il servizio di contenuti su misura di MIT Technology Review, in partnership con Infosys, e non dalla redazione della rivista.
Competenze complementari
Scienziati, data scientist e team informatici affrontano i problemi da angolazioni diverse, privilegiando rispettivamente la validità sperimentale, le prestazioni dei modelli e la sicurezza e la scalabilità delle piattaforme. Riunendoli, Lubrizol li orienta verso obiettivi condivisi. «Una volta che la fiducia si è stabilita tra i membri del team e sanno quale valore stanno per creare, le cose vanno molto meglio», afferma Rao.
L’infrastruttura cloud offre inoltre all’azienda la flessibilità necessaria per accedere a risorse di calcolo e strumenti recenti, senza dover sostenere gli ingenti investimenti che comportano la costruzione e la manutenzione dei propri data center.
La sostenibilità nel mirino
Queste capacità potrebbero rivelarsi particolarmente utili per lo sviluppo sostenibile. La modellazione digitale può aiutare i ricercatori a valutare un maggior numero di formulazioni, esplorare materiali come l’amido o alternative a base di mais e analizzare i compromessi sull’intero ciclo di vita di un prodotto.
Ma promettere un materiale in laboratorio è solo il primo passo. Passare alla produzione rispettando le aspettative di performance, i requisiti normativi e i vincoli finanziari rimane un esercizio delicato. La capacità dell’IA di modellare numerose variabili potrebbe tuttavia aiutare i team a mediare tra queste esigenze concorrenti.
Verso laboratori e fabbriche più intelligenti
Rao si aspetta che l’IA, l’automazione, la modellazione avanzata, i gemelli digitali (repliche virtuali di processi o impianti) e i dati connessi convergano, man mano che i laboratori diventano più intelligenti e le fabbriche di produzione diventano più efficienti. Secondo lui, la sfida consiste nel riunire queste capacità in modo responsabile e su larga scala.
«Non è una singola tecnologia. Penso che sia la combinazione di tutte queste tecnologie, e sarà la capacità di connettere tutti questi processi che genererà enormi quantità di dati.»
