Il comparto industriale della concia ed utilizzo delle pelli in Italia, da sempre vanto ed elemento trainante della manifattura nostrana, si appresta ad affrontare una fase settoriale nazionale e di mercato globale ad alta intensità competitiva, sebbene sia previsto fino al 2030 un andamento di mercato, tutto sommato in chiaro scuro che, ad esempio nel 2025, dovrebbe mantenere i livelli di fatturato raggiunti nel 2024, al netto degli effetti inflattivi. A prezzi correnti, per l’intero com- parto manifatturiero, si stima (dati Prometeia – Intesa Sanpaolo) una lieve crescita del giro d’affari (+1,8%), che dovrebbe toccare i 1.143 miliardi di euro, ovvero 229 miliardi in più rispetto al 2019, (annualità da prendere come riferimento, ai fini della sterilizzazione degli effetti depressivi prima ed eccessivamente espansivi poi, dovuti al Covid).
Un elemento chiave sarà la domanda estera, in particolare quella proveniente dall’Europa, che beneficerà della diminuzione dell’inflazione e del ritorno alla crescita della Germania, partner fondamentale per il settore manifatturiero italiano. Il riattivarsi degli scambi all’interno dell’Unione Europea compenserà, almeno in parte, la debolezza generale del commercio globale, influenzato negativamente dall’incertezza sulle politiche economiche degli USA.
Anche il mercato nazionale offrirà un sostegno alla crescita del 2025, sia attraverso i consumi (favoriti da un aumento del potere d’acquisto delle famiglie e dai rinnovi dei contratti di lavoro), sia tramite un rinnovato slancio degli investimenti. Nonostante un contesto ancora complesso, gli incentivi legati al programma Transizione 5.0 e la buona redditività delle imprese stimoleranno l’acquisto di macchinari e attrezzature, interrompendo la fase di stagnazione vista nel 2024 e bilanciando in parte il rallentamento del comparto edile. Nel periodo 2026-2029, si prevede una crescita media annua dell’industria manifatturiera intorno all’1%, con una maggiore vivacità attesa nei prossimi due anni grazie al contributo degli investimenti sostenuti dal PNRR.
Le esportazioni continueranno a rappresentare un motore fondamentale. Anche se la domanda globale si manterrà su livelli inferiori rispetto al passato, l’industria italiana dovrebbe vedere un ampliamento dell’avanzo commerciale, stimato in 134 miliardi di euro entro il 2029, circa 31 miliardi in più sul 2019. La competitività delle aziende italiane sarà sempre più legata agli investimenti in innovazione impiantistica di natura digitale, di efficientamento energetico, e di sostenibilità industriale, nonché a collocamenti di capitale in fattori chiave di natura logistica, strategica e di innovazione di prodotto, per cogliere le migliori opportunità nei mercati in espansione. In particolare, è la fascia alta della produzione a trainare il successo del Made in Italy in molte aree strategiche, sia in Europa che al di fuori, inclusi gli USA: e nell’ambito di questa alta gamma del mondo produttivo nazionale, troviamo certamente la produzione conciaria e di pelletteria.
In questo contesto, in collaborazione con la Stazione Sperimentale per l’industria delle Pelli e delle Materie Concianti (SSIP)- Italian Leather Research Institute -, si è dato seguito ad una iniziativa di ricerca scientifica nello ambito del progetto SOLARIS – Sustainable Options for Leather Advances and Re- cycling Innovative Solutions -.
In modo particolare il progetto ha previsto lo sviluppo di attività coerenti con uno specifico Work Package del Progetto MICS, dedicato allo sviluppo dei seguenti task:
- limplementazione di specifiche attività sperimentali per la validazione dei concept ideati negli Spoke che, nell’ambito del partenariato MICS si sono occupate delle industrie del “Made in Italy”;
- la definizione di processi di progettazione sistemica per generare materiali sostenibili e concept di prodotto su misura… completata dalle attività svolte dagli Spoke 1, 3, 5 e 7 in termini di sviluppo di nuove soluzioni dedicate alla produzione circolare, sostenibile e intelligente. Sulla base di queste premesse, il gruppo di ricerca impegnato dalla Università degli Studi di Napoli Federico II su questo duplice fronte di attività, sperimentale e progettuale, si è focalizzato sulla realizzazione di uno strumento decisionale (nel seguito indicato con l’acronimo anglofono DSS – Decision Support System) in grado di coadiuvare le aziende del Made in Italy, con particolare riferimento a quelle della concia e dell’utilizzo della pelle, nel processo decisionale di innovazione del- la loro produzione, sia in termini impiantistici, che in termini di prodotto, con l’obiettivo di determinare un indicatore che restituisca la potenzialità di successo, stimata ad una certa data per un’idea innovativa da implementare. La realizzazione e la disponibilità del DSS in argomento costituisce un significativo supporto nelle attività di pianificazione strategica delle aziende (stante la ricaduta delle soluzioni progettuali sempre e comunque, nel bene e nel male, sul lungo periodo), soprattutto per le dimensioni che caratterizzano la larga maggioranza degli operatori italiani di settore, caratterizzati dall’appartenenza alla galassia delle piccole e medie imprese, per le quali un simile processo decisionale costituisce sempre un significativo elemento di criticità, sia per le risorse disponibili che, soprattutto, per le conseguenze da esso generabili. Il DSS, in fase di testing, può essere replicato (almeno in linea di principio) per ogni setto- re produttivo; in realtà, però, è stato possibile progettare, dimensionare e, progressivamen- te implementare il suo prototipo solo gra- zie ad un’applicazione inversa della sinergia inter-spoke, su cui si fondavano tali specifici obiettivi del progetto SOLARIS, sopra richiamato nell’ambito della collaborazione tra gli obiettivi dello Spoke 4 e gli obiettivi degli Spoke 5 e 7. In tale contesto è stato possibile acquisire i risultati di importanti lavori di ricerca (significativi sia per volume dei dati raccolti, che per la loro qualità) condotti in partenariato. Il nucleo fondante del DSS in argomento può essere concretamente realizzato ricorrendo alle più disparate tecnologie: su base simulativa, ovvero attraverso soluzioni di AI ovvero, ancora, con tecniche basate su reti neurali, ecc. (basti pensare ai “vates” di romana antica memoria i quali, da altro non fungevano, se non da DSS umani in grado, con le loro predizioni, di supportare il processo decisionale di istituzioni pubbliche o di singoli privati). Per la realizzazione del DSS in argomento, la scelta è ricaduta su un approccio fondato sulla teo- ria marcoviana delle catene discrete La locuzione “Catena di Markov”, coniato
dall’omonimo matematico russo, è utilizzato in numerose applicazioni, per rappresentare un processo stocastico costituito da una se- quenza di variabili casuali, che rappresenta- no l’evoluzione di un sistema (nel nostro caso l’avanzamento quali/quantitatativo della idea progettuale innovativa, portata avanti da un’azienda del settore conciario e della Pelle). Gli eventi sono “concatenati” o “collegati” in serie tra loro attraverso transizioni di tipo “memoryless” (in forza delle quali la storia che ha portato a raggiungere lo stato (i-1), precedente quello “attuale” – che definiamo “i-esimo”-, non conta; ai fini della determinazione di un qualsiasi stato i-esimo del sistema, occorre quindi conoscerne esclusiva- mente lo stato che precede l’ultima transizione, tralasciando l’intera storia effettivamente verificatasi). Obiettivo analitico della metodologia delle catene di Markov, applicata ad un sistema di stati con transizioni tra di essi, consiste nel fornire la probabilità di trovarsi in un particolare stato (l’avanzamento dell’idea progettuale dell’azienda di settore) in un particolare istante (nel periodo di tempo disponibile per lo sviluppo progettuale dell’innovazione aziendale).
Una catena di Markov discreta può essere vi- sta come una particolare configurazione logi- ca di una catena di Markov generica in cui, al termine di un passo, il sistema transiterà verso un altro stato (o rimarrà nello stato attua- le), in base a probabilità fisse. È comune utilizzare catene di Markov discrete nell’anali- si di problemi che afferiscono al calcolo delle probabilità generali, alla genetica, alla fisica, alla progettazione e alla produzione industriale, ecc.
Per rappresentare tutti gli stati (di avanza- mento) che il sistema (l’idea progettuale aziendale) può assumere, si utilizzano:
un vettore di stato scritto nella sua formulazione X=(X1,X2,…,Xn-1,Xn), oppure X=(Xj) (con j=1,…,n)
dove Xj rappresenta la probabilità che il sistema si trovi nello stato j all’istante (o passo) t, con ∑j(Xj)=1 (j=1,…,n);
e una matrice P, definita matrice delle transizioni,
P = (Pij) (con i,j=1,…,n)
L’output del DSS sarà costituito dalla formulazione del vettore di stato X, al maturarsi del numero step compiuti dal sistema, diretta- mente correlati con il tempo disponibile per lo sviluppo del progetto aziendale (ovvero con un altro evento intermedio di interesse per il management).
La fattibilità o meno di una determinata iniziativa progettuale, che rappresenta la discriminante epistemologica irrinunciabile nel pro- cesso decisionale di implementazione della medesima attività, sarà espressa dal confronto tra l’effettiva valorizzazione del richiamato vettore X allo step “conclusivo” disponibile per il progetto, e la soglia di accettabilità per la medesima entità algebrica, indipendentemente prestabilita da parte dell’azienda. Unultima considerazione è doveroso spenderla per il processo di costruzione ideato per la matrice delle transizioni P, in cui si palesa, con tutta la sua evidenza, la forza di quel processo sinergico che ha caratterizzato, secondo quanto prima richiamato, l’essenza della rete scientifica promossa nell’ambito del progetto SOLARIS. Il Gruppo di Ricerca della Università Federico II, ha potuto infatti strutturare la matrice P attraverso la compo- sizione di due ulteriori matrici di eguale di- mensione algebrica:
e la matrice E relativa alla probabilità di esistenza della specifica transizione eij, direttamente ed unicamente ricondotta alle reali potenzialità della azienda, che intende utilizzare il DSS oggetto del presente lavoro (in tal senso coniugata quindi alla realtà aziendale di volta in volta, considerata). Appare evidente che in assenza dei risultati delle ricerche del CNR e di SSIP sugli andamenti del settore, non sarebbe stata possibile la quantificazione della matrice A, elemento essenziale per la determinazione della matrice P, la cui eventuale indeterminazione risulta esiziale per l’applicazione di tutto l’impalcato teorico di derivazione marcoviana. In altri termini l’assenza delle conoscenze provenienti dagli apporti interdisciplinari di gruppi di ricerca esterni, non solo avrebbe determinato problemi numerici in punto epistemologico, ma avrebbe generato limpossibilità di adottare l’approccio ontologico poi implementato.
la matrice A relativa alla probabilità di accadimento della specifica transizione aij, direttamente ed unicamente discendente dalla corretta implementazione dei processi di progettazione sistemica per il settore considerato (in tal senso disgiunta, quindi, dalla realtà aziendale che intende utilizzare il DSS)