13-14 Maggio 2026 · Livorno

L'officina è diventata
intelligente.

Due giorni per scoprire come si fa manutenzione nel 2026. Sensori che parlano. AI che prevede i guasti prima che accadano. Decisioni sostenibili con dati reali.

Istituto Buontalenti-Cappellini-Orlando Classe III · 29 allievi 12 ore Federico Boggia
AI Predittiva IoT & Sensori Economia Circolare Digital Twin Machine Learning
Panoramica

Cosa succede in questi due giorni

Niente lezione frontale tutto il tempo. Si lavora in squadre da 3, con sfide, casi reali del territorio e un Project Work finale. Alla fine del giovedì sai progettare la manutenzione smart di un'attività vera di Livorno: con AI, sensori e un conto economico reale.

Pensare da algoritmo

La "Macchina di Turing" applicata alla manutenzione: imparate a scrivere procedure che un robot, o un'AI, esegue senza ambiguità.

Ascoltare i sensori

Una macchina si rompe sempre prima di rompersi. I sensori IoT lo dicono, l'AI lo interpreta. Imparate a leggere i segnali deboli prima del guasto.

Riparare per davvero

Quando conviene riparare, rigenerare, riciclare? L'AI calcola il ciclo di vita. Decisioni con numeri, non a sensazione.

Squadre da 3

Ognuno ha il suo ruolo

In ogni gruppo non si fa "tutti tutto". Si decide chi fa cosa. I ruoli ruotano ad ogni sfida. Senza ruoli è confusione: con i ruoli è una squadra di manutenzione vera.

Il Detective
// Cerca gli indizi

Legge sensori, grafici, manuali. Trova l'anomalia. Non risolve niente: scopre cosa c'è da risolvere. È l'occhio del team sui dati.

"I dati non mentono. Le intuizioni, sì."
Il Cervello
// Decide la mossa

Prende le decisioni. Riparare o sostituire? Adesso o dopo? Scegli tu: ma sappi spiegare perché con i numeri.

"Penso. Quindi spendo bene."
Le Mani
// Esegue e documenta

Scrive il rapportino, esegue il piano, consegna il risultato. Senza di te il piano resta un'idea.

"Fatto. Documentato. Avanti."

Regola d'oro

Il Cervello non tocca i grafici (fa il Detective). Il Detective non decide (fa il Cervello). Le Mani non discutono il piano: lo eseguono. Se uno sbaglia, perde punti la squadra, non l'individuo.

Intelligenza Artificiale

L'AI nella manutenzione

L'AI non sostituisce il manutentore: lo rende dieci volte più efficace. Prevede guasti settimane prima. Calcola quando conviene riparare o sostituire. Tutto questo è già disponibile, ora, nelle aziende del territorio.

Perché la manutenzione tradizionale è obsoleta

Per decenni abbiamo fatto manutenzione in due modi: a guasto (si rompe, si ripara) oppure a calendario (ogni 3 mesi cambia l'olio). Entrambi costano troppo. L'AI introduce un terzo approccio: la manutenzione predittiva: intervieni solo quando serve, esattamente quando serve.

✗ Manutenzione tradizionale
  • Aspetti il guasto (costi enormi)
  • Cambi pezzi ancora buoni
  • Fermo macchina improvviso
  • Il tecnico decide "a naso"
  • Nessuna previsione possibile
  • Costi nascosti e imprevedibili
✓ Manutenzione con AI
  • Intervieni prima del guasto
  • Sostituisci solo ciò che è consumato
  • Fermo programmato e breve
  • AI suggerisce l'azione ottimale
  • Previsione a 2-6 settimane
  • Risparmio medio del 25-30%
Tecnica AI #1

Machine Learning predittivo

Un algoritmo analizza migliaia di dati storici (temperatura, vibrazioni, consumo) e impara a riconoscere i pattern che precedono ogni tipo di guasto. Più dati ha, più diventa preciso.

Esempio reale Gru del porto di Livorno: l'AI rileva che vibrazione +12% e temperatura >78°C assieme significano 94% di probabilità di guasto entro 11 giorni.
Sensore→ AI analizza→ Allerta→ Intervento
Tecnica AI #2

Computer Vision

Una telecamera e un'AI sostituiscono l'ispezione visiva umana. Il sistema rileva crepe, corrosione, usura, perdite d'olio con precisione superiore all'occhio umano: h24, senza stanchezza.

Esempio reale Acquario di Livorno: telecamere monitorano le vasche ogni 10 secondi. L'AI rileva torbidità o comportamento anomalo dei pesci prima dei sensori chimici.
Telecamera→ AI vede→ Anomalia→ Allerta
Tecnica AI #3

Digital Twin

Un gemello digitale è una copia virtuale esatta di una macchina reale. L'AI la simula continuamente e testa scenari di guasto in digitale prima che accadano nel mondo fisico.

Esempio reale Rolls-Royce simula 10.000 voli al giorno sui motori d'aereo in digitale, prevedendo dove si consumerà ogni componente con mesi di anticipo.
Macchina reale→ Modello 3D→ Simulazione→ Previsione
Tecnica AI #4

NLP sui rapportini

Il Natural Language Processing legge anni di rapportini scritti dai tecnici e trova pattern nascosti nei testi. "Rumore strano + caldo" → probabilità 80% guasto cuscinetto entro 3 giorni.

Esempio reale GE Aviation ha analizzato 10 anni di rapportini scritti a mano. L'AI ha trovato 47 frasi ricorrenti che precedono i guasti: mai notate prima dagli umani.
Rapportino→ NLP legge→ Pattern→ Previsione
Tecnica AI #5

AI per la sostenibilità

L'AI calcola il Ciclo di Vita (LCA) di ogni componente e suggerisce la scelta più sostenibile: riparare, rigenerare o riciclare. Considera costi, impatto CO₂ e consumo energetico nel tempo.

Esempio reale Renault a Flins ha una fabbrica di "re-manufacturing" guidata dall'AI: motori ricondizionati con il 40% di CO₂ in meno rispetto alla produzione di un motore nuovo.
Pezzo usato→ AI valuta→ Ciclo vita→ Scelta green
Tecnica AI #6

AI Assistant sul campo

Un chatbot AI collegato al manuale tecnico e alla cronologia guasti risponde in tempo reale alle domande del manutentore. Come avere un esperto nel taschino, sempre disponibile.

Esempio reale Siemens: i tecnici usano un assistente AI con occhiali AR che mostra sul pezzo fisico le istruzioni passo-passo e segnala errori in tempo reale.
Domanda→ AI risponde→ Guida AR→ Riparazione
−25%
costi manutenzione

Risparmio medio nel primo anno per le aziende che adottano manutenzione predittiva con AI.

−70%
fermi imprevisti

I fermi macchina non pianificati calano drasticamente perché l'AI intercetta i guasti settimane prima.

−40%
emissioni CO₂

Riparare invece di sostituire, ottimizzare i consumi: l'AI green riduce l'impatto ambientale dell'industria.

Il manutentore del 2026 non viene sostituito dall'AI: impara a usarla.

Le competenze manuali restano fondamentali. L'AI dà informazioni, suggerisce, avverte. La decisione finale e l'intervento fisico restano umani. Chi sa usare entrambe le cose vale il doppio sul mercato del lavoro.

Giorno uno · Mercoledì 13 Maggio

Manutenzione digitale e predittiva

6 ore. 4 sfide. 1 quiz finale. Si parte dal "Robot Umano" per capire come pensa un algoritmo, poi si entra nel vivo: IoT, AI predittiva, economia circolare sostenibile.

Mercoledì · 13 Maggio · 08:00-14:00
Diventare manutentori 4.0
08:00 30 min
Benvenuti all'Officina del Futuro

Chi sono, cosa faccio, perché siete qui. Come funzionano le 12 ore. Formazione squadre da 3 e assegnazione dei primi ruoli. Patto di classe: "non c'è domanda stupida, c'è risposta lenta".

setupsquadre
08:30 30 min
RISCALDAMENTO: Il Robot Umano

Sfida zero. A coppie: uno è il Programmatore, l'altro la CPU. Il programmatore guida la CPU a disegnare una casetta senza dirle cosa sta disegnando. Serve a capire come pensa un algoritmo: non pensa, esegue. Esattamente come funziona l'AI.

giocoalgoritmopensiero computazionale
09:00 60 min
SFIDA 1: Il porto di Livorno è in panne

La gru numero 7 si è fermata. 50 container sulla banchina. Ogni squadra riceve 3 schede sensori e deve diagnosticare il guasto in 15 minuti: come farebbe un sistema AI predittivo. Poi presenta la soluzione in 60 secondi.

competitivagruppiiotAI predittiva
10:00 15 min
Pausa

Caffè, aria, decompressione. Ci si rivede alle 10:15.

10:15 75 min
SFIDA 2: La Macchina di Turing del Manutentore

Una squadra scrive l'algoritmo "Quando intervengo?". Un'altra lo esegue alla cieca su 5 casi reali. Si capisce perché le procedure scritte esistono: e perché l'AI ha bisogno di regole chiare scritte dagli umani per funzionare.

algoritmocross-squadrelogica AI
11:30 60 min
SFIDA 3: Il Detective del Consumo

30 giorni di dati di una cella frigo. Trovate il giorno esatto in cui la macchina ha iniziato a rompersi: prima che il guasto si manifesti. Esattamente come fa l'AI con il machine learning.

datipredittivaML
12:30 30 min
Pausa pranzo

Si rientra alle 13:00 puntuali.

13:00 45 min
SFIDA 4: Riparare, rigenerare, riciclare?

5 oggetti rotti sul tavolo. Per ognuno la squadra decide con numeri reali: riparare, rigenerare o buttare? Si introduce come l'AI calcola il ciclo di vita e suggerisce la scelta più sostenibile.

sostenibilitàcasiAI circolare
13:45 15 min
Quiz finale + classifica + anteprima giovedì

10 domande a squadre su sensori, AI predittiva e sostenibilità. Premi simbolici per il podio. Annuncio dei casi del Project Work di giovedì.

competizioneclassifica
Manuali operativi

Le sfide del giorno 1

Apri qui durante la lezione. Ogni sfida ha scenario, regole e materiali.

01
Il porto di Livorno è in panne
60 min squadre da 3 max 30 pt
Scenario: Sono le 5 del mattino al porto di Livorno. La gru numero 7 si è bloccata durante lo scarico. 50 container fermi. Ogni ora di fermo costa €4.000. Il responsabile vi chiama. Avete 15 minuti per capire cosa è successo: come farebbe un sistema AI predittivo.
Come si gioca
  1. Ogni squadra riceve 3 schede sensori (vibrazione, temperatura motore, consumo elettrico) con i dati delle ultime 24 ore.
  2. Il Detective analizza i grafici e segna le anomalie: attenzione ai picchi e alle tendenze.
  3. Il Cervello formula la diagnosi: cosa si è rotto e perché, usando solo i dati dei sensori.
  4. Le Mani scrivono il rapportino in 5 righe e lo presentano in 60 secondi netti.
  5. Punti: +15 diagnosi corretta · +10 presentazione efficace · +5 bonus se citate i sensori giusti.
Collegamento AI: Quello che fate manualmente (leggere sensori → trovare pattern → fare diagnosi) è esattamente ciò che fa un algoritmo di machine learning predittivo. La differenza: l'AI lo fa su milioni di dati in millisecondi.
02
La Macchina di Turing del Manutentore
75 min cross-squadre max 40 pt
Scenario: Devi "programmare" un nuovo collega che non sa niente di manutenzione, come se fosse un'AI. Scrivi istruzioni che seguirà esattamente come le hai scritte per decidere se intervenire o no su un macchinario.

Come funziona il gioco di Turing

Una squadra fa da Programmatore (scrive le istruzioni), un'altra fa da CPU (le esegue alla cieca). La CPU non può chiedere "perché", solo "istruzione non chiara, ripeti".

Squadra Programmatore

Scrive 10-15 istruzioni precise. Esempio: "Se temperatura > 80°C, vai al passo 7". Non può spiegare a voce, deve scriverlo chiaro come il codice di un programma.

Squadra CPU

Riceve le istruzioni + 5 casi reali. Le applica esattamente come scritte. Se sbagliano, la colpa è del Programmatore: come quando un'AI sbaglia perché le regole erano ambigue.

I 5 casi da testare
  1. Pompa A · temperatura 72°C · vibrazione normale · rumore strano sì.
  2. Pompa B · temperatura 85°C · vibrazione alta · rumore strano no.
  3. Motore C · temperatura 45°C · vibrazione normale · perde olio.
  4. Compressore D · temperatura 90°C · vibrazione altissima · rumore strano sì.
  5. Ventola E · temperatura 30°C · vibrazione normale · tutto ok.
Il punto della sfida: Scrivere procedure chiare è la base di ogni AI moderna. I modelli di machine learning sono addestrati su dati e regole scritte dagli umani. Se le regole sono vaghe, l'AI sbaglia. Il manutentore del 2026 sa scrivere quello che sa fare.
03
Il Detective del Consumo
60 min squadre da 3 max 35 pt
Scenario: Sei il manutentore del supermercato del quartiere. Una cella frigo si è rotta ieri. 6 container di carne buttati. Ti dicono: "non ci sono stati segnali". Ma i sensori registrano da 30 giorni. Trova il giorno esatto in cui la cella ha iniziato a rompersi: il giorno in cui un'AI l'avrebbe intercettata.
Come si gioca
  1. Ogni squadra riceve un foglio con 30 giorni di dati: temperatura, consumo elettrico, ore di funzionamento compressore.
  2. Le Mani trasformano i numeri in un grafico (anche a matita va bene).
  3. Il Detective cerca il giorno esatto in cui i numeri "cambiano comportamento", il segnale debole.
  4. Il Cervello scrive: giorno del primo segnale + causa probabile + cosa avremmo dovuto fare quel giorno.
  5. Punti: +20 giorno esatto (±1 ok) · +10 causa corretta · +5 bonus per segnali secondari trovati.
Come lo farebbe l'AI: Un algoritmo di anomaly detection (es. Isolation Forest) analizza gli stessi 30 giorni di dati in automatico e invia un'allerta il giorno dell'anomalia. Il vostro esercizio vi fa capire cosa cerca l'AI: e perché funziona.
04
Riparare, rigenerare, riciclare?
45 min squadre da 3 max 25 pt
Scenario: La sostenibilità non è "essere amici della natura", è decisioni che costano meno alla lunga e inquinano di meno. Vi consegno 5 oggetti rotti. Per ognuno scegliete cosa fare, motivando con numeri. Sensazioni non valgono.
I 5 oggetti · decidete voi
  1. Motorino Piaggio 2018 · 40.000 km · fuma. Riparazione €350 · Nuovo €2.500 · CO₂ produzione nuovo: 800 kg.
  2. Frigorifero anni '90 · classe G. Riparazione €150 · Nuovo classe A €600 (risparmio €100/anno) · CO₂ smaltimento: 120 kg.
  3. Condizionatore del bar · 8 anni · perde gas R22 (vietato). Riparazione €200 · Nuovo €900.
  4. iPhone 12 · batteria 70% · schermo crepato. Riparazione €180 · Rigenerato €350 · Nuovo €750 · CO₂ nuovo: 70 kg.
  5. Bici elettrica · batteria morta dopo 5 anni. Nuova batteria €400 · Bici nuova €1.200 · CO₂ batteria: 90 kg.
La regola del 50/80: Riparazione conviene se costa meno del 50% del nuovo E l'oggetto ha ancora il 50% di vita davanti. I sistemi AI di Life Cycle Assessment usano questa logica su migliaia di parametri in tempo reale.
Giorno due · Giovedì 14 Maggio

Project Work

Tutto quello che avete imparato ieri lo usate per progettare la manutenzione smart di un'attività reale di Livorno. AI, sensori, sostenibilità, conto economico. Alla fine: presentazioni di 4 minuti, giuria, premio.

Giovedì · 14 Maggio · 08:00-14:00
Brief, AI design, Demo Day
08:00 30 min
Brief e estrazione dei casi

Ogni squadra pesca un caso a sorpresa. Template del Project Work: 1 problema reale, 1 soluzione AI/IoT, 1 conto economico, 1 presentazione. Distribuzione materiali.

briefestrazione
08:30 90 min
FASE 1: Capire il problema

Il Detective raccoglie info. Il Cervello identifica i 3 problemi principali. Le Mani li mettono in fila su una mappa A3. Output: "Le 3 cose che si rompono sempre, e quanto costano ogni anno."

analisi
10:00 15 min
Pausa

Si rientra alle 10:15.

10:15 105 min
FASE 2: Progettare la soluzione smart

Per ciascuno dei 3 problemi: quale sensore IoT, quale AI predittiva, quale procedura Turing-style, quanto costa vs quanto risparmia. Output: poster A3 con la "mappa smart AI" dell'attività.

iotAI predittivaprocedurebusiness
12:00 60 min
FASE 3: Pitch deck

4 minuti di presentazione. Schema fisso: 1) chi è il cliente, 2) i 3 problemi, 3) la soluzione AI/IoT, 4) quanto fa risparmiare e quanta CO₂ risparmia. Tutti e 3 i ruoli parlano.

pitch
12:30 30 min
Pausa pranzo

Si torna alle 13:00 con presentazioni pronte.

13:00 60 min
DEMO DAY: Sul palco

Ogni squadra presenta 4 minuti + 1 di domande. Giuria: docente + 2 studenti a turno. Voto 1-10 su: comprensione del problema, qualità soluzione AI/IoT, presentazione. Premio simbolico per il podio.

demopremio

I casi da pescare

8 attività reali di Livorno. Ogni squadra ne pesca una a sorpresa.

Caso 01
Porto di Livorno · Terminal container

12 gru, scanner doganali, refrigerazione container. Un fermo non pianificato blocca l'import di tutta l'Italia.

// Zero fermi non programmati con AI predittiva
Caso 02
Acquario di Livorno

Vasche, filtri, ossigenazione, illuminazione speciale. Un filtro rotto può uccidere 100 pesci in 2 ore.

// Computer vision + sensori che salvano i pesci
Caso 03
Cinema 4 Mori

5 sale, proiettori 4K, audio Dolby, condizionamento. Un proiettore rotto = 200 spettatori a casa e rimborsi.

// Nessuno spettacolo annullato mai più
Caso 04
Mercato Centrale

80 banchi, celle frigo, impianto elettrico, montacarichi. Un guasto alla cella significa cibo sprecato e salute a rischio.

// Zero sprechi alimentari con AI predittiva
Caso 05
Cantiere Navale Orlando

Gru da 500 tonnellate, saldatrici, sistemi idraulici enormi. La manutenzione sbagliata può causare incidenti gravi.

// Sicurezza zero incidenti + digital twin
Caso 06
Ospedale di Livorno

Generatori emergenza, TAC, risonanza magnetica, ascensori. Una macchina ferma in corsia può costare una vita.

// Manutenzione critica senza mai fermarsi
Caso 07
Parco Eolico offshore Livorno

16 turbine a 12 km dalla costa. Ogni intervento richiede un gommone e meteo favorevole. Fermo: €8.000/ora.

// AI predittiva per ridurre trasferte in mare
Caso 08
ATL · Autobus di Livorno

80 autobus, officina di manutenzione, sistemi di ricarica elettrica. Un bus rotto in corsia blocca il traffico e lascia i passeggeri a piedi.

// Flotta sempre in servizio con AI predittiva
Strumenti interattivi

Timer e classifica

Usa questi strumenti durante le sfide per tenere il ritmo e aggiornare i punteggi in tempo reale.

Countdown sfida
Imposta la durata, poi premi Start
15:00
Quiz AI & Manutenzione
10 domande per testare quello che avete imparato
Classifica
Clicca sul nome per rinominare la squadra

Note per il docente

Federico Boggia · uso interno
Timing generale Ogni sfida tende a sforare di 10 minuti. Tieniti un buffer. La Sfida 4 è la più sacrificabile se sei in ritardo: puoi comprimerla a 30 minuti senza perdere i punti chiave.
Sul modulo AI Se la classe è reattiva, usa gli esempi Rolls-Royce e Siemens per stupire. Se è più lenta, focalizza solo su "sensore → AI → allerta" senza nominare gli algoritmi. L'importante è il flusso, non la terminologia.
Sfida 2: Il trucco del Turing La prima squadra quasi sempre scrive istruzioni che sembrano chiare ma sono ambigue. È normale e voluto. L'aha-moment arriva quando la "CPU" inizia a fare cose assurde seguendo le regole alla lettera. Lascia che succeda: è il momento più didattico del corso.
Sfida 3: Risposta corretta Giorno anomalia: Giorno 22. Temperatura sale di 0,3°C/giorno anziché restare stabile. Consumo compressore +15% nelle ore notturne. Causa: valvola di espansione che perde efficienza. Giorno 21 o 23 = punti pieni comunque.
Project Work: Come valutare Non penalizzare le soluzioni tecnicamente imprecise se la logica è corretta. L'obiettivo è che capiscano il flusso sensore → AI → decisione → azione. Una soluzione "imprecisa ma logica" vale più di una copiata.
Collegamento sostenibilità Ricorda sempre: ogni guasto previsto = energia risparmiata + pezzi non buttati. La manutenzione predittiva è una delle leve più potenti per la sostenibilità industriale. L'UE l'ha inclusa nel Green Deal come priorità.
Demo Day: Gestione tempi Taglia il Q&A a 30 secondi se siete in ritardo. Usa il timer del sito per far rispettare i 4 minuti. La giuria studentesca funziona bene: i ragazzi sono spesso più severi del docente, ed è giusto così.
Federico BoggiaRispondo io, in giornata

Ciao! Dimmi che ti serve: un corso online, una giornata in aula a Livorno o la formazione per la tua azienda.

Scrivimi su WhatsApp