La crescente digitalizzazione dell’industria manifatturiera sta accelerando l’adozione dell’intelligenza artificiale, ma trasformare i dati raccolti in strumenti predittivi resta una sfida. In questo scenario si inserisce KaizenAI, una metodologia sviluppata e testata in uno stabilimento di imbottigliamento che integra i principi del miglioramento continuo con tecniche di machine learning per favorire una transizione digitale progressiva e sostenibile.
L’approccio si basa sull’integrazione della filosofia Kaizen e utilizza l’intelligenza artificiale come supporto ai processi esistenti. L’obiettivo è introdurre capacità predittive mantenendo il coinvolgimento delle persone e riducendo le eventuali resistenze organizzative.
Si parte dalla valutazione della maturità digitale aziendale e dall’individuazione delle aree di miglioramento per arrivare alla progettazione di strumenti predittivi costruiti sulle reali esigenze degli utilizzatori. La validazione è stata condotta su 18 mesi di dati operativi raccolti in un impianto di imbottigliamento, con oltre 40.000 rilevazioni relative ai microfermi di linea. L’azienda analizzata disponeva di una buona base dati ma non aveva ancora sviluppato capacità predittive.
I risultati mostrano che anche realtà con un livello di digitalizzazione intermedio possono implementare sistemi predittivi senza importanti investimenti infrastrutturali, valorizzando i dati già disponibili. Lo studio evidenzia inoltre come una cultura Kaizen consolidata rappresenti un fattore decisivo per facilitare l’adozione dell’AI.
La conclusione: negli impianti di imbottigliamento l’intelligenza artificiale può diventare una naturale evoluzione dei programmi di miglioramento continuo. KaizenAI offre al settore beverage un percorso concreto verso l’Industria 4.0, per trasformare i dati in decisioni operative e le decisioni in maggiore efficienza.
Riferimenti bibliografici: Soto-Chambilla, A., Fernández-Del-Carpio, A., Córdova-Silva, H., Luque-Mamani, E., & Alatrista-Corrales, A. (2026). KaizenAI: Methodology for the Integration of Machine Learning in Manufacturing Processes Based on Kaizen Principles. Case Study: Bottling Industry. Journal of Industrial Engineering and Management. 19(2), 288–304. https://doi.org/10.3926/jiem.9195
