Cos'è lo spatial computing in ambito enterprise?

Lo spatial computing è la classe di sistemi che comprendono lo spazio tridimensionale fisico in cui operano e permettono di ancorarvi informazione digitale in modo persistente. Il termine nasce nel 2003 con la tesi di Simon Greenwold al MIT Media Lab, che lo definiva come l'interazione umana con una macchina che trattiene e manipola dati riferiti a oggetti e spazi reali. Tecnicamente si basa su tre capacità: la localizzazione simultanea e mappatura dell'ambiente (SLAM), la ricostruzione tridimensionale della scena a partire da sensori visivi o LiDAR, e l'ancoraggio persistente, cioè la capacità di fissare un'informazione a un punto fisico preciso e ritrovarla identica in una sessione successiva, anche da un altro dispositivo. Non è sinonimo di realtà aumentata o virtuale: quelle sono modalità di visualizzazione, lo spatial computing è lo strato di comprensione dello spazio che le rende possibili, ed esiste anche senza un visore, per esempio su uno smartphone che sovrappone un'istruzione di manutenzione al macchinario fotografato.

Il confine con la Physical AI

La distinzione con la Physical AI non è terminologica, è funzionale. La Physical AI agisce autonomamente nel mondo fisico tramite un attuatore: un braccio robotico, un veicolo. Lo spatial computing, nella sua applicazione enterprise più diffusa, non agisce da solo: fa da tramite tra un modello dei dati dell'impianto e un operatore umano, guidandolo con istruzioni ancorate all'oggetto fisico giusto. Un tecnico che segue una procedura di collaudo sovrapposta al macchinario reale non è un caso di AI che agisce sul mondo, è un caso di AI che aiuta una persona a interpretarlo meglio. Il vincolo di latenza è quello dell'edge AI: la testa dell'operatore si muove, e un ritardo percepibile tra il movimento e l'aggiornamento della sovraimpressione rompe l'illusione di ancoraggio e rende il sistema inutilizzabile.

Un esempio enterprise

In un impianto manifatturiero, un tecnico junior segue una procedura di manutenzione straordinaria mai eseguita da solo: il sistema riconosce il macchinario specifico tramite la sua geometria, recupera la sua storia di interventi e i parametri correnti dal sistema di manutenzione, e sovrappone le istruzioni passo passo ancorate al bullone o alla valvola esatta su cui intervenire, non a un'illustrazione generica. Lo stesso schema regge per un collaudo guidato in linea o per l'addestramento sul campo di un nuovo assunto. La condizione che decide se il progetto funziona non è il dispositivo scelto, visore, tablet o telefono: è se esiste già un modello dei dati dell'impianto, con identificativi univoci per ogni asset e uno storico collegato, a cui quell'informazione possa essere ancorata. Senza quel modello, il sistema ha uno spazio da mappare ma nulla di significativo da mostrarci sopra, e resta una demo da fiera.

Perché conta per chi decide

Lo spatial computing non è un progetto hardware, è un progetto di dati con un'interfaccia tridimensionale sopra. Prima di valutare un dispositivo, un'azienda dovrebbe verificare se il proprio inventario di asset, documentazione tecnica e storico di manutenzione è strutturato in modo da poter essere recuperato in tempo reale e legato a una posizione fisica precisa. Se quella base non esiste, il primo investimento è lì, non nel visore: comprarlo prima significa finanziare un pilota che non ha nulla da ancorare e che si esaurisce appena finisce la demo.