Come sapete (almeno qualcuno di voi) progetto da molto più di vent'anni infrastrutture digitali in vari ambiti e diversi livelli di complessità.
In tutto questo tempo ho visto ripetersi questa scena innumerevoli volte: aziende manifatturiere sane e prospere che utilizzano macchine perfettamente performanti, ma completamente "cieche".
Ognuna di queste macchine produce costantemente dati preziosi — vibrazioni, temperature, cicli di lavoro — che nessuno raccoglie o interpreta.
E quando qualcuno prova ad adottare l'intelligenza artificiale, si scontra spesso con un dilemma che a me, da consulente, ha sempre creato disagio: per usarla bisogna mandare i propri dati industriali su server cloud di terzi, ovvero completamente fuori dal proprio controllo.
In AXIOM Data, la startup innovativa che ho co-fondato a febbraio 2026, si affronta - e si risolve brillantemente - proprio questo problema. Ma questa non è solo la mia storia: è nata dall'incontro con Francesco Tonolli, e in questo articolo — il primo di una serie — voglio raccontarvi come.
AXIOM Data s.r.l.
Due competenze, un solo problema
Tornando a noi, dicevo che ho portato in AXIOM Data i miei (oltre) vent'anni di esperienza nella progettazione di infrastrutture digitali complesse: sistemi open source, cybersecurity, automazione industriale, piattaforme AI.
Ma se in questa avventura mi fossi lanciato da solo, non starei qui a parlarne e AXIOM Data sarebbe solo uno dei miei (tanti) progetti aperti.
Francesco Tonolli è fondatore e team leader di TF Lab Srl, azienda altamente specializzata in progettazione di stampi, simulazione ingegneristica e ottimizzazione dei processi di pressofusione, per citarne solo alcune. È perito industriale, laureato in fisica teorica, e da oltre trent'anni lavora nel mondo della progettazione industriale, con un approccio fondato su modellazione matematica e simulazione numerica — un percorso che lo ha portato anche a sviluppare brevetti propri e a essere relatore a eventi tecnici come MECSPE e Manufacturing Congress.
Ivan Agliardi
Il progetto nasce quindi dall'incontro tra due competenze molto complementari: da una parte la conoscenza profonda che Francesco ha dei processi industriali, della fisica applicata alla produzione e delle problematiche reali di chi progetta stampi e ottimizza linee produttive. Dall'altra, la mia esperienza nelle infrastrutture software, nell'Industrial IoT, nell'edge computing e nell'intelligenza artificiale privata.
È stato Francesco, con la sua visione da fisico e da progettista, a intuire per primo che la semplice raccolta dati non bastava più: serviva un sistema capace di comprendere davvero il comportamento delle macchine, modellare i processi e mettere quella conoscenza al servizio di tecnici e aziende. Da questa intuizione, e da alcune chiacchierate nate durante una recente collaborazione, è nato tutto il resto.
Un nodo intelligente vicino alla macchina
Il principio su cui abbiamo costruito il nostro approccio tecnico è semplice da spiegare con un'immagine: invece di mandare tutti i dati grezzi della fabbrica a chilometri di distanza per poi aspettare una risposta, facciamo in modo che l'elaborazione avvenga il più vicino possibile alla macchina che genera il dato. È il concetto di edge computing — un po' come avere un tecnico esperto in reparto che filtra e interpreta subito ciò che vede, invece di dover telefonare ogni volta a un ufficio centrale.
In pratica, AXIOM Data ha realizzato nuovi dispositivi hardware estremamente compatti e resistenti che raccolgono dati dalle macchine industriali (anche datate) e li elaborano localmente, applicando anche logiche di automazione o algoritmi di intelligenza artificiale sul posto.
L'architettura è modulare e indipendente dal singolo fornitore di hardware o software — una scelta esplicita, perché non vogliamo che le aziende clienti restino "prigioniere" di un unico ecosistema tecnologico. E qui entra in gioco l'esperienza di Francesco: senza una conoscenza reale di come si comporta fisicamente una macchina industriale, anche il sistema di raccolta dati più sofisticato rischia di restare cieco a ciò che conta davvero.
AI privata: l'intelligenza resta in azienda
Il secondo pilastro del mio lavoro è quella che chiamo "AI privata": modelli linguistici (gli stessi che alimentano i chatbot più noti) fatti girare direttamente sui server del cliente, invece che su cloud pubblici. Per una PMI questo significa poter usare un assistente aziendale, un sistema di ricerca sui propri documenti interni o un supporto tecnico automatizzato, senza che informazioni sensibili — disegni, contratti, dati di produzione — lascino mai i propri sistemi.
È una risposta diretta a una preoccupazione che sento raccontarmi spesso dai clienti: il know-how industriale è il vero capitale di un'azienda, e affidarlo a piattaforme esterne non è una decisione da prendere alla leggera.
Dal capannone al campo: la sperimentazione in corso
Il nostro lavoro non si ferma alla teoria. Stiamo seguendo attualmente sperimentazioni avanzate su seminatrici industriali in ambito agromeccanico, con monitoraggio e controllo da remoto, e su diverse macchine di stampo industriale — qui l'esperienza trentennale di Francesco nel mondo degli stampi è determinante — anch'esse gestite a distanza. Sono ambiti molto diversi tra loro, l'industria manifatturiera classica e l'agromeccanica, e trovano conferma nello stesso approccio: raccolta dati sul campo, elaborazione locale, controllo remoto sicuro.
Ad oggi stiamo seguendo diversi progetti — tra cui il monitoraggio di presse industriali, la raccolta dati da macchinari legacy e sistemi di teleassistenza — presso clienti reali, anche se molti dettagli restano coperti da accordi di riservatezza tipici di questo tipo di collaborazioni.
