Cos'è l'IIoT (Industrial IoT)?

L'IIoT (Industrial Internet of Things) è la rete di sensori, PLC, macchine e dispositivi connessi che strumenta uno stabilimento produttivo: temperature, vibrazioni, pressioni, consumi, cicli macchina, tutto registrato e trasmesso in continuo. È l'evoluzione industriale dell'IoT consumer, con requisiti diversi: affidabilità, protocolli specifici (OPC-UA, Modbus) e volumi di dati che un termostato domestico non produrrà mai. Non è un progetto a sé stante ma il livello sorgente su cui si costruisce ogni iniziativa AI in fabbrica: senza sensori che producono flussi affidabili non esiste manutenzione predittiva, non esiste digital twin sincronizzato, non esiste edge AI che elabori qualcosa di sensato. Il punto per chi lavora sui dati è che l'IIoT ben fatto è, in sostanza, un'infrastruttura di ingestione dati con un problema in più rispetto al software puro: i dispositivi fisici, con la loro eterogeneità di protocolli e fornitori, da governare prima ancora di pensare ai modelli che consumeranno quei dati.

Il livello sorgente di ogni storia AI in fabbrica

Secondo l'inquadramento del Politecnico di Milano per il 2026, la narrazione è ormai "IoT meets AI": i sensori non servono più solo a monitorare un cruscotto, servono a generare la materia prima per i modelli. Il mercato italiano IoT viene stimato dal Politecnico di Milano attorno a 10,9 miliardi di euro, un segnale di quanta strumentazione sia già installata o in corso di installazione nelle aziende italiane. Il punto per chi lavora sui dati è che l'IIoT non è un progetto a sé: è la precondizione. Senza sensori che producono flussi affidabili non esiste manutenzione predittiva, non esiste digital twin sincronizzato, non esiste edge AI che elabori qualcosa di sensato.

Dove si rompe, in pratica

L'errore più comune non è tecnico ma di sequenza: installare sensori ovunque prima di aver deciso cosa farne dei dati. Il risultato è un'ingestione caotica, formati incoerenti tra macchine di fornitori diversi, e dati storici che nessuno riesce più a interrogare con senso. Prima di aggiungere un sensore, la domanda utile è la stessa che vale per qualunque pipeline dati: chi userà questo dato, per quale decisione, e con quale livello di qualità serve arrivare lì. L'IIoT ben fatto è un'infrastruttura di ingestione dati con un problema in più (dispositivi fisici, non solo software): fatta bene, è la base su cui poggia tutto il resto del cluster Physical AI.