IoT industriale nel 2026: come funziona davvero (e quando conviene) per una PMI

Una macchina si ferma alle tre del pomeriggio e nessuno se ne accorge finché l'operatore non torna dal giro turno successivo. Un frigorifero industriale perde temperatura di notte e il lotto va buttato. Un mezzo resta fermo in un piazzale perché nessuno sapeva che il livello carburante era sotto soglia. Sono tre aziende diverse, tre problemi diversi, e la stessa risposta di fondo: qualcosa, da qualche parte, doveva segnalarlo prima che diventasse un danno. Questo è, in pratica, l'IoT industriale: non un termine da fiera di settore, ma il modo in cui i dati che le tue macchine già producono arrivano a qualcuno che può fare qualcosa, prima che sia tardi.

Il problema è che chi cerca di capirci qualcosa trova solo contenuti tecnici scritti per ingegneri, o casi di grandi impianti da milioni di euro. Se hai un capannone con dodici macchine, un magazzino con muletti e celle frigo, o una flotta di dieci furgoni, la domanda è più terra terra: cosa devi davvero monitorare, con cosa, e quanto ti costa smettere di scoprire i problemi quando è già tardi.

Non è un solo settore, e non è la stessa esigenza

Il primo equivoco da togliere di mezzo: l'IoT industriale non è una cosa sola. Un'officina meccanica con tre torni CNC ha bisogno di sapere quando un mandrino sta vibrando fuori norma. Un'azienda di logistica con decine di pallet in movimento ogni giorno ha bisogno di sapere dove sono le merci e a che temperatura viaggiano. Uno stabilimento alimentare ha vincoli di tracciabilità che un piccolo laboratorio artigianale non ha. Una PMI di produzione con cinquanta dipendenti gestisce volumi e complessità molto diversi da un'azienda di servizi tecnici con dieci furgoni sul territorio.

Quello che cambia, in concreto, è cosa sensorizzi, quanti dati produci al giorno, e chi deve vederli. Un piccolo laboratorio può cavarsela con due o tre sensori e un cruscotto semplice. Un impianto produttivo su più linee ha invece bisogno di integrare i dati macchina con il gestionale di produzione, altrimenti i sensori restano un esperimento isolato che nessuno guarda più dopo il primo mese.

I sensori: partire da poco, non da tutto

La tentazione, quando si parla di IoT industriale, è sensorizzare tutto: temperatura, vibrazioni, consumi elettrici, ore di funzionamento, pressione, umidità. Nella pratica è quasi sempre un errore. Ogni sensore in più è un punto che può guastarsi, un dato in più da interpretare, un costo di manutenzione. Le aziende che ottengono risultati partono da due o tre grandezze che sanno già essere critiche: la temperatura di una cella frigo, il ciclo di lavoro di una pressa, il livello di un serbatoio, i giri di un motore che tende a surriscaldarsi.

Gli oggetti reali sono quelli che conosci già: un sensore di temperatura e umidità su una cella o un magazzino sensibile, un contaore su un compressore o un generatore, un sensore di vibrazione su un cuscinetto che in passato ha già dato problemi, un lettore di livello su un serbatoio o silo, un tracker GPS su un mezzo o un container. Non servono impianti complessi per iniziare: spesso basta collegare due o tre punti critici e vedere cosa succede nei primi mesi, prima di allargare.

I dati raccolti: il punto dove la maggior parte dei progetti si arena

Un sensore che scrive numeri in un foglio Excel ogni ora non è IoT industriale, è solo un termometro digitale. Il salto vero avviene quando quei dati alimentano automaticamente un processo: un allarme che parte da solo, una scheda di manutenzione che si apre, un report che arriva senza che nessuno debba copiarlo a mano da un file all'altro. Il problema tipico nelle PMI è proprio questo: i dati ci sono, ma restano intrappolati in un'app del produttore del sensore, separata dal gestionale, separata dal magazzino, separata da chi decide gli acquisti.

Qui la differenza tra un prodotto verticale pronto all'uso e una soluzione su misura si vede bene. I verticali di settore vanno benissimo quando il tuo processo è standard: fanno quello che promettono, costano poco e si installano in fretta. Diventano un problema quando il tuo processo produttivo, il tuo mix di macchine o il tuo modo di organizzare i turni non entra nel loro schema, e finisci per lavorare intorno al software invece che con il software.

La connettività in capannone: il problema che nessuno racconta

Prima di parlare di software, c'è un problema fisico che manda in crisi molti progetti: come fai arrivare il segnale da una macchina in fondo al capannone, magari dietro pareti in cemento armato o vicino a un forno che disturba il wifi. Le opzioni pratiche sono poche: cablaggio dedicato (affidabile ma costoso da stendere su impianti esistenti), reti wifi industriali con access point ridondanti, oppure reti a basso consumo pensate proprio per sensori, con portata lunga, pochi dati e batteria che dura anni. La scelta dipende dalla distanza, dai muri di mezzo, e da quanti dati devi davvero spostare: un sensore di temperatura che manda una lettura ogni dieci minuti non ha bisogno della stessa rete di una telecamera di controllo qualità.

Manutenzione basata sui dati, non sul calendario

La manutenzione ordinaria a calendario (cambia il filtro ogni tre mesi, punto) funziona, ma spreca risorse su macchine che non ne hanno bisogno e arriva tardi su quelle che si stanno guastando davvero. Avere dati continui su vibrazioni, temperature o ore di funzionamento permette di intervenire quando la macchina lo richiede, non quando lo dice il calendario. Non serve arrivare subito a modelli sofisticati: anche solo incrociare le ore di utilizzo con le soglie di intervento indicate dal costruttore, dentro un gestionale delle manutenzioni collegato ai sensori, taglia già buona parte dei fermi macchina non programmati. Chi vuole spingersi oltre, verso una vera manutenzione predittiva, lo fa quando ha già uno storico di dati affidabile da cui partire, non prima.