Il 94% delle aziende che hanno investito in AI non vede ancora risultati significativi. Non perché la tecnologia sia sbagliata. Perché la base dati su cui si allena è incompleta.
Lo sostiene Forbes in un’analisi pubblicata ad agosto 2026 dal Forbes Technology Council. E il problema identificato è preciso: nelle fabbriche convivono due fonti di dato che raramente si parlano. L’ERP, che governa la dimensione gestionale ed economica. E la macchina, che conosce la realtà operativa del reparto.
Scao lavora con le aziende manifatturiere italiane da oltre 45 anni progettando e implementando sia ERP che MES. Non come scelte alternative, ma come strati complementari dello stesso progetto. È esattamente l’integrazione che Forbes indica come prerequisito di qualsiasi iniziativa AI.
ERP e MES: due fonti, due livelli di verità
Per capire perché l’integrazione è indispensabile, occorre partire da come funzionano i due sistemi.
L’ERP (Enterprise Resource Planning) governa la dimensione enterprise: pianificazione, acquisti, finanza, compliance. Riceve i dati di produzione e li trasforma in informazioni gestionali. Ma lo fa con un ritardo strutturale: i dati arrivano a fine turno, aggregati, già interpretati dagli operatori.
Il MES (Manufacturing Execution System) conosce la realtà del reparto in tempo reale: cicli macchina, fermi, scarti, avanzamento ordine per ordine. Non aspetta il turno successivo. Registra quello che succede mentre succede.
Forbes presenta un esempio numerico che rende la differenza concreta. La stessa linea produttiva, nello stesso momento, genera due fotografie diverse:
- Vista ERP: 835 parti buone, OEE 82,1%, costo 43,15 € per pezzo. Produzione a piano.
- Vista MES: 824 parti buone, OEE 74,3%, costo 47,82 € per pezzo. Produzione sotto target.
Undici pezzi difettosi entrano in magazzino come buoni. Diciotto minuti di fermo spariscono sotto la soglia di rilevazione manuale. I costi standard coprono i costi reali.
La differenza di 4,67 € per unità su una linea da un milione di pezzi l’anno vale quasi 4,7 milioni di euro di costi non visti. Nessuno sta sbagliando: entrambi i sistemi funzionano come progettati. Manca il dialogo tra i due.
Il gap tra OT e IT: perché l’AI non funziona senza integrazione
Forbes chiama questo fenomeno AI readiness gap. La manifattura opera su tre livelli tecnologici, la macchina con i suoi sensori e PLC, il MES con la gestione operativa di reparto, e l’ERP con la dimensione enterprise. Il cloud e l’AI hanno accelerato enormemente il terzo livello. Ma se i dati del primo e del secondo livello non arrivano in modo strutturato e continuo, i modelli AI si allenano su una realtà parziale.
Un modello AI addestrato su dati ERP aggregati impara a ottimizzare una fabbrica che non esiste esattamente così. Il dato sbagliato non viene corretto dall’algoritmo. Viene amplificato.
Forbes lo dice esplicitamente: le organizzazioni leader tratteranno la qualità del dato con la stessa disciplina applicata ai controlli finanziari e ai sistemi qualità. Non è più una responsabilità IT. È una responsabilità di direzione.
La sequenza corretta: prima l’integrazione, poi l’AI
La soluzione non è scegliere tra ERP e MES. È integrarli, costruendo un flusso di dati che va dalla macchina fino ai sistemi enterprise in modo continuo e affidabile. Forbes descrive questa integrazione come Manufacturing Operations Platform: uno strato che raccoglie il dato di macchina e lo restituisce ai sistemi enterprise prima che venga aggregato e approssimato.
La sequenza proposta è incrementale:
- Connettere macchinari e asset operativi al MES.
- Integrare MES ed ERP in un’unica fonte dati affidabile.
- Rendere i dati leggibili in tempo reale a chi deve decidere.
- Applicare AI e machine learning sulla base dati così costruita.
- Progredire verso l’ottimizzazione autonoma dove appropriato.
Chi aggiunge AI saltando i primi passi non ottiene risultati migliori: istituzionalizza i difetti dei dati su cui si allena.
Domande e risposte: quello che i responsabili di produzione si chiedono
ERP e MES si escludono a vicenda?
No, si completano. L’ERP governa la dimensione gestionale e finanziaria: pianificazione, ordini, acquisti, compliance. Il MES governa la dimensione operativa: avanzamento in tempo reale, fermi macchina, qualità di reparto. Integrati, danno una visione completa che nessuno dei due offre da solo.
Perché il mio OEE riportato è sempre migliore di quello che sento in reparto?
Perché l’OEE nell’ERP è costruito su dati inseriti a fine turno, con soglie che escludono i fermi brevi. Il MES, continuo e non filtrato, misura l’efficienza mentre si produce. Non necessariamente racconta una storia più pessimista: racconta una storia più precisa.
L’AI può correggere dati sbagliati in ingresso?
No. L’AI apprende dai pattern del training set. Dati incompleti o ritardati producono modelli che ragionano su basi incomplete. Per correggere, bisogna riaddestrare da capo su dati migliori. Per questo l’integrazione ERP-MES viene prima, non dopo l’AI.
Da dove si inizia concretamente?
Dal collegamento delle macchine al MES, e dal MES all’ERP. Senza questo flusso, qualunque progetto AI parte da una fondamenta instabile. Le soluzioni modulari permettono di partire da un singolo reparto e scalare progressivamente, senza sostituire i sistemi già in uso.
Dove entra in gioco Scao
Scao lavora con le aziende manifatturiere italiane da oltre 45 anni. A differenza di molti fornitori che propongono solo ERP o solo MES, SCAO progetta e implementa entrambi i sistemi, con l’obiettivo di farli dialogare. L’analisi Forbes descrive con precisione il problema che vediamo ogni giorno: fabbriche con dati preziosi che restano separati tra il reparto e il gestionale.
Integrazione dati e sistema MES
Il MES di SCAO connette macchinari, ERP e sistemi di reparto in un’unica fonte dati affidabile. Anche gli impianti più datati possono essere collegati tramite connettori IIoT senza fermare la produzione. Il risultato è il flusso continuo che Forbes identifica come prerequisito di ogni progetto AI: il dato arriva dal campo, non da un riepilogo di riepilogo.
Business Intelligence operativa
I dati raccolti da MES ed ERP diventano KPI leggibili in tempo reale su Power BI, da chi deve decidere: OEE reale per reparto, costo unitario effettivo, stato degli ordini. Non report a fine turno. Informazioni azionabili nel momento in cui servono.
AI predittiva
Quando la base dati integrata è solida, SCAO introduce modelli predittivi per manutenzione, qualità e pianificazione della produzione. Non come sperimentazione tecnologica, ma come leva operativa con impatto misurabile su fermi, scarti e costi.
Il rischio per chi aspetta
Forbes segnala chiaramente che il ritardo nell’integrazione non è neutro. Le aziende che hanno già collegato MES ed ERP stanno costruendo un vantaggio che si accumula ogni mese: dati migliori producono decisioni migliori, che producono risultati migliori, che si traducono in modelli AI più precisi.
Chi rimanda l’integrazione non resta fermo: arretra rispetto a chi usa già i dati per decidere in tempo reale. E quando l’AI diventerà un requisito di filiera, il costo di recuperare il terreno perso sarà molto più alto di quello necessario per non perderlo oggi.
ERP e MES non sono una scelta. Sono la sequenza giusta. Forbes ha documentato il costo di tenerli separati. La fabbrica che decide sul dato completo, quello che viene dalla macchina e quello che viene dal gestionale integrati, è quella che può permettersi l’AI in modo affidabile. La domanda non è quale sistema comprare. È come farli parlare.
Il tuo ERP e il tuo MES si parlano, o producono due versioni diverse della stessa fabbrica?
Il nostro team Scaopuò aiutarti a costruire l’integrazione giusta e a valutare il punto di partenza. Compila il form sottostante per contattarci.
FONTE
Claudio Laterreur — “Manufacturing Operations Platforms: Why The Future Of Intelligent Manufacturing Starts At The
Machine”, Forbes Technology Council, 20 agosto 2026.
forbes.com/councils/forbestechcouncil/2026/08/20/manufacturing-operations-platforms-why-the-future-of-intelligentmanufacturing-starts-at-the-machine/
