Alfio Quarteroni è tra i maggiori esperti mondiali di matematica applicata e simulazione numerica. Il suo lavoro ha contribuito a innovazioni nella medicina cardiovascolare, nella fluidodinamica, nel supercalcolo e nei gemelli digitali.

L’ho incontrato in alcune occasioni, convegni, contesti nei quali capita raramente che discipline diverse si parlino davvero. Lui con lo sguardo del matematico abituato a tradurre la realtà in modelli, io con domande più fenomenologiche sul rapporto tra tecnologia, AI, impresa, società e potere. Tra una sessione e l’altra e lunga cene  sono nate conversazioni semplici e molto utili, spesso più interessanti dei panel ufficiali. Ricordo una lunga chiacchierata a Cagliari, sul valore concreto della matematica applicata in un tempo che preferisce parole grandi e concetti vaghi. Quarteroni riportava sempre il discorso su ciò che conta davvero: dati affidabili, ipotesi corrette, modelli robusti, capacità di calcolo, limiti degli strumenti. Un approccio sobrio, attento ai limiti reali delle cose, che riconosce nella misura un valore e non una rinuncia. Credo che una parte importante di questo sguardo venga anche dalle sue origini contadine, da una cultura, purtroppo sempre più persa, concreta poco incline agli eccessi astratti e abituata a confrontarsi con limiti, tempi e realtà materiale. E oggi, mentre sull’intelligenza artificiale si alternano entusiasmi facili e paure automatiche, non è una qualità secondaria. È anche per questo che ascoltarlo resta interessante. Non usa la tecnologia come racconto ideologico, ma come problema da capire e da misurare. In un’epoca piena di opinioni sull’AI, non è poco.  Da quelle conversazioni, e da alcuni scambi avuti anche pochi giorni fa, nasce questa intervista che prova ad affrontare uno dei temi più discussi del presente: cosa significa davvero intelligenza artificiale per imprese, territori e sistemi produttivi.

Alfio prima di tutto grazie del tuo tempo e poi la domanda. Oggi sembra che ogni innovazione debba passare dall’intelligenza artificiale. È davvero così?

Direi che serve molta chiarezza. L’intelligenza artificiale è uno strumento importante, ma non può essere considerata la risposta universale a ogni problema. Esistono fenomeni che possono essere descritti attraverso leggi fisiche, chimiche o biologiche note, e in questi casi il ruolo centrale resta quello dei modelli matematici.
Se vogliamo simulare il comportamento del cuore, l’aerodinamica di un’auto, la diffusione del calore o il funzionamento di una turbina, abbiamo bisogno di equazioni, dati sperimentali e metodi numerici robusti. L’AI diventa molto utile quando dobbiamo analizzare grandi moli di dati, riconoscere pattern complessi o accelerare calcoli molto onerosi.
Il futuro non è nello scontro tra matematica e AI, ma nella loro integrazione.

Molte aziende stanno investendo rapidamente. Dove vedi il ritorno economico più concreto?

In numerosi casi il beneficio maggiore non arriva dai sistemi conversazionali, ma dai gemelli digitali. Un digital twin è una replica matematica e computazionale di una macchina, di un impianto o di un processo produttivo.
Questo permette di simulare scenari prima di intervenire nella realtà. Si possono prevedere guasti, ottimizzare manutenzioni, ridurre consumi energetici, migliorare progettazione e qualità.
Per un’impresa significa passare da una gestione reattiva a una gestione predittiva. È un cambiamento molto profondo.

Quindi l’AI da sola non basta?

No, non basta. Se i dati sono incompleti, disordinati o mal raccolti, anche gli algoritmi più sofisticati producono risultati deboli. L’AI amplifica la qualità di ciò che riceve.
Molte aziende hanno grandi quantità di dati, ma non una vera architettura informativa. Database separati, sistemi che non dialogano, informazioni non validate. In questi casi il primo investimento non è l’algoritmo: è l’organizzazione del patrimonio informativo. 

Sul piano tecnologico si parla molto di quantum computing. È già una realtà industriale?

Il calcolo quantistico ha prospettive interessanti, ma oggi gran parte delle applicazioni concrete si basa ancora su supercalcolo tradizionale, architetture parallele e soprattutto GPU.
Le GPU sono diventate fondamentali sia per la simulazione numerica sia per l’addestramento dei modelli di AI. Per molte imprese la domanda attuale non è quando arriverà il computer quantistico, ma come utilizzare bene le tecnologie disponibili oggi.

Quali settori italiani possono beneficiare di più di questa evoluzione?

L’Italia possiede una struttura produttiva molto adatta a queste applicazioni: manifattura avanzata, meccanica di precisione, biomedicale, automazione, filiere specializzate.
In tutti questi ambiti l’unione tra competenza industriale e modelli avanzati può generare vantaggi competitivi significativi. Penso alla manutenzione predittiva, alla logistica intelligente, alla simulazione di prodotto, al controllo qualità automatico.
Il rischio non è mancare di talento industriale. Il rischio è adottare tecnologie esterne senza sviluppare capacità interna.

Insisti spesso sui modelli. Perché sono così decisivi?

Perché un modello è una forma di conoscenza organizzata. Non è solo un software. È la traduzione quantitativa di un fenomeno reale.
Quando un’impresa comprende bene il proprio processo produttivo, può prevedere meglio, ottimizzare meglio e decidere meglio. Senza questa comprensione, la tecnologia resta superficiale.

Esiste anche un rischio culturale nel dibattito sull’AI?

Sì. Talvolta si attribuisce all’intelligenza artificiale una sorta di autonomia quasi magica. In realtà parliamo di sistemi creati dall’uomo, costruiti con dati, matematica, hardware, energia e scelte progettuali. È utile ricordarlo: non siamo davanti a un destino inevitabile, ma a strumenti che devono essere governati con responsabilità.

Se dovessi dare un consiglio a un imprenditore italiano oggi, quale sarebbe?

Non chiedersi semplicemente come “mettere l’AI in azienda”. Chiedersi invece quale problema concreto si vuole risolvere: costi, tempi, qualità, progettazione, energia, manutenzione, previsione della domanda. È importante rendersi conto che l’AI non è una commodity: non come l’elettricità, grazie alla quale si mette la spina e tutta la vita di un’azienda ne beneficia. L’AI non è una tecnologia general purpose: bisogna stabilire a priori quale obiettivo specifico si vuole perseguire:gestire meglio il magazzino? migliorare la qualità di un prodotto? ottimizzare un processo? fare una più accurata previsione delle vendite? fare manutenzione predittiva? e, conseguentemente, costruire il training set dei dati e scegliere l’algoritmo dell’AI più efficace.  Quando il problema è chiaro, allora si può scegliere la tecnologia giusta. Fare il contrario spesso porta solo spesa e delusione.

Qual è la vera frontiera?

Usare matematica, calcolo avanzato e intelligenza artificiale non per inseguire parole di moda, ma per comprendere meglio sistemi complessi e prendere decisioni migliori. È lì che si crea valore reale.

Quarteroni, con il linguaggio sobrio della scienza, indica una direzione meno rumorosa e più esigente. Prima del chatbot viene il modello. Prima della promessa viene il problema reale. Prima dell’automazione viene la comprensione del processo. Prima dell’algoritmo viene il dato ben raccolto. Prima del marketing viene il metodo. Ed è anche il filo che attraversa il suo libro, L’intelligenza creata, Hoepli, 2025, dove l’AI viene ricondotta alla sua natura concreta: una costruzione umana fatta di matematica, dati, energia, infrastrutture e responsabilità, non una forza misteriosa calata dall’alto.
Per un Paese come l’Italia, ricco di manifattura diffusa ma spesso povero di scala tecnologica, questo passaggio vale doppio. Se useremo l’AI come consumatori evoluti, compreremo efficienza da altri. Se la useremo per rafforzare il nostro sapere industriale, potremo generare valore nostro.
Non è una disputa tecnica. È una questione di maturità economica. Anche perché, come ricorda implicitamente Quarteroni, l’intelligenza artificiale non pensa il destino delle imprese: al massimo ne calcola alcune traiettorie. Il resto dipende ancora da chi decide.

Di questi temi parleremo con Alfio Quarteroni e con altri relatori al prossimo appuntamento di Invisibili Connessioni, percorso culturale e tecnologico, al quale collaboro, ideato e promosso da Delta Informatica. Il titolo scelto quest’anno è già una traccia di lavoro: CAMB(IA)MENTI. Il futuro non si adotta. Va immaginato, interpretato, costruito.

L’appuntamento è per martedì 5 maggio a Trento. In un tempo che consuma slogan tecnologici con grande rapidità, provare a discuterne con calma, competenza e pluralità di sguardi resta una scelta non secondaria.