Intelligenza artificiale a supporto della capacità informativa aziendale: il caso BLM

Digital transformation represents one of the main drivers of change in contemporary industrial systems, placing the management and enhancement of information at the center of strategic competitiveness. In this context, this thesis analyzes the role of Artificial Intelligence (AI) as a tool to support a company’s information processing capability, with particular reference to manufacturing environments characterized by high technical complexity and strong dependence on human know-how. The study is framed within the theoretical perspective of Organizational Information Processing and is contextualized in the transition from the Industry 4.0 paradigm to Industry 5.0, which emphasizes human centrality, sustainability, and resilience as fundamental pillars of industrial development. Although the literature highlights the growing use of Artificial Intelligence for automation and process optimization, studies examining its application as a cognitive support tool for operators remain limited, particularly with regard to the management, interpretation, and transfer of complex technical information. The research adopts a qualitative approach based on a case study conducted at BLM Group Adige S.p.A., a company operating in the production of high-tech machinery for tube and sheet metal processing. In a context of international expansion, the company faces the need to make complex technical information accessible and usable for a variety of geographically distributed operational actors involved in assembly, installation, testing, and technical support activities. Through the mapping of business processes using Business Process Modeling Notation (BPMN) methodology and the conduction of structured interviews with key organizational actors, the main critical issues in current processes are identified, particularly in relation to the fragmentation of information sources and the high cognitive load required of operators. Based on the evidence collected, the fundamental requirements for the initial development of a digital assistant based on generative Artificial Intelligence are defined, designed to provide rapid access to technical documentation and field-collected information. The results suggest that the adoption of generative Artificial Intelligence solutions can significantly contribute to reducing informational complexity, improving technical onboarding processes, and supporting operational problem-solving activities, while also fostering the structuring and enhancement of organizational knowledge. The thesis concludes that Artificial Intelligence, when designed according to a human-centered approach, represents a strategic enabler for strengthening a company’s information processing capability and is aligned with the principles of Industry 5.0.

La trasformazione digitale rappresenta uno dei principali fattori di cambiamento dei sistemi industriali contemporanei, ponendo al centro dell’attenzione la gestione e la valorizzazione delle informazioni come leva strategica di competitività. In tale contesto, la presente tesi analizza il ruolo dell’intelligenza artificiale (IA) come strumento di supporto alla capacità informativa aziendale, con particolare riferimento ai contesti manifatturieri caratterizzati da elevata complessità tecnica e da una forte dipendenza dal know-how umano. Il lavoro si inserisce nel quadro teorico dell’Organizational Information Processing e viene contestualizzato nell’evoluzione dal paradigma dell’Industria 4.0 verso l’Industria 5.0, che pone la centralità dell’essere umano, la sostenibilità e la resilienza come pilastri fondamentali dello sviluppo industriale. Sebbene la letteratura evidenzi un crescente utilizzo dell’Intelligenza artificiale per finalità di automazione e ottimizzazione dei processi, risultano ancora limitati gli studi che ne analizzano l’impiego come strumento di supporto cognitivo agli operatori, in particolare per la gestione, l’interpretazione e il trasferimento di informazioni tecniche complesse. La ricerca adotta un approccio qualitativo basato su uno studio di caso condotto presso BLM Group Adige S.p.A., azienda operante nella produzione di macchinari ad alta tecnologia per la lavorazione di tubi e lamiere. In un contesto di espansione internazionale, l’impresa si confronta con la necessità di rendere accessibili e fruibili informazioni tecniche complesse a una pluralità di attori operativi distribuiti geograficamente, coinvolti nelle attività di assemblaggio, installazione, collaudo e assistenza tecnica. Attraverso la mappatura dei processi aziendali mediante metodologia Business Process Modelling Notation (BPMN) e la conduzione di interviste strutturate agli attori chiave dell’organizzazione, vengono individuate le principali criticità nei processi attuali, in particolare in relazione alla frammentazione delle fonti informative e all’elevato carico cognitivo richiesto agli operatori. Sulla base delle evidenze emerse, vengono definiti i requisiti fondamentali per il primo sviluppo di un assistente digitale basato su intelligenza artificiale generativa, progettato per offrire un accesso rapido alla documentazione tecnica e alle informazioni raccolte sul campo. I risultati suggeriscono che l’adozione di soluzioni di Intelligenza Artificiale generativa possa contribuire in modo significativo alla riduzione della complessità informativa, al miglioramento dei processi di onboarding tecnico e al supporto delle attività di problem solving operativo, favorendo al contempo la strutturazione e la valorizzazione delle conoscenze aziendali. La tesi conclude che l’intelligenza artificiale, se progettata secondo un approccio umanocentrico, rappresenta un abilitatore strategico per il rafforzamento della capacità informativa aziendale e si configura come uno strumento coerente con i principi dell’Industria 5.0.