Industrial Internet of Things : state-of-the-art and expected impacts of the Industry 4.0 plan in Italy

In recent years Smart Manufacturing, and in particular one of its technologies, the Industrial Internet of Things, is facing a rapidly growing trend worldwide, becoming one of the main topics of interest both for the private sector and for public administrations. However, considering the Italian industrial framework, technological innovations detected thanks to the correct use and management of IoT technologies for the industry are to date still in a disparate, disorganized and heterogeneous manner throughout the national territory. In fact, the digital transformation 4.0 has not yet been understood and adopted by many industrial companies in our Country, highlighting a state of general backwardness towards these issues. In this economic scenario, the National Industry 4.0 Plan is outlined in September 2016, with the aim of filling the industrial gap with the major world players, created due to the failure to adopt the 4.0 approach in most Italian cases. The Industrial Plan also draws attention to another important issue to be analysed: although Industry 4.0 requires companies to make great efforts in implementing new technological solutions, it will be also necessary for the companies to reorganize the entrepreneurial approach due to the introduction of new digital technologies that will revolutionize working models and, most of all, the corporate organizational structure used to date. These two topics, the first most technological and the second most organizational, will be treated in parallel throughout the chapters of my research, with the aim of presenting the state of the art and future trends of this revolution as well as the impacts which the recent Industry 4.0 Plan is having on the national territory. To achieve this goal, I performed a data collection through interviews of the most interesting Italian smart projects of the last two years (2016-2017), followed by a validation of the results obtained with secondary data analysis.

Negli recenti anni lo Smart Manufacturing, ed in particolare una delle sue tecnologie, l’Industrial Internet of Things, sta segnando un trend in rapida crescita a livello mondiale, diventando uno dei principali temi di interesse sia per il settore privato che per le pubbliche amministrazioni. Tuttavia, con focus sul paronama italiano, le innovazioni tecnologiche rilevate grazie ad un corretto utilizzo ed gestione delle tecnologie IoT per l’industria vengono ad oggi ancora riscontrate in modo disparato, disorganizzato ed eterogeneo in tutto il territorio nazionale. Infatti, la trasformazione digitale 4.0 non è ancora stata compresa e adottata da molte realtà industriali del Paese, evidenziando uno stato di arretratezza generale del nostro Paese verso queste tematiche. In questo scenario economico, viene delineato nel Settembre 2016 il Piano Nazionale Industria 4.0, con l’obbiettivo di colmare il gap industriale con i maggiori player mondiali, creatosi a causa della mancata adozione dell’approccio 4.0 nella maggior parte dei casi italiani. Il Piano industriale inoltre volge l’attenzione su un altro tema importante da analizzare: sebbene l’Industria 4.0 richieda alle imprese un grosso sforzo nell’implementazione di nuove soluzioni tecnologiche, non è da tralasciare la necessità di riorganizzare l’approccio imprenditoriale a seguito dell’introduzione delle nuove tecnologie digitali che rivoluzioneranno i modelli di lavoro e le strutture organizzative utilizzate fino ad ora. Queste due tematiche, la prima più tecnologica e la seconda più di ambito organizzativo, verranno trattate in parallelo durante tutti i capitoli della tesi allo scopo di presentare lo stato dell’arte e i trend futuri di questa rivoluzione nonché gli impatti che il recente Piano Industria 4.0 ha avuto sul territorio nazionale. Per ottenere questo obiettivo ho eseguito una raccolta dati attraverso interviste dei più significativi progetti italiani 4.0 del recente biennio (2016-2017), seguite da una validazione dei risultati ottenuti attraverso l’analisi di dati secondari.