Una macchina connessa non produce soltanto un segnale utile alla manutenzione. Genera informazioni su funzionamento, temperature, cicli, consumi, allarmi e prestazioni. Dal 12 settembre 2025 il Data Act è applicabile nell’Unione europea: per molte imprese questa novità rende più concreta una domanda che fino a ieri veniva lasciata al contratto con il costruttore o con il fornitore del servizio digitale. Come si porta quel dato nel processo aziendale, senza trasformarlo in un nuovo silos?
La risposta non è acquistare un altro connettore. È progettare un percorso governato fra dato di macchina, responsabilità contrattuali, qualità informativa e ERP. Il punto non è “scaricare tutto”: è rendere disponibili i dati pertinenti, comprensibili e utilizzabili da chi deve pianificare manutenzione, acquisti, produzione e controllo di gestione.
Che cosa cambia con il Data Act
Il Data Act riguarda, tra l’altro, i dati generati dall’uso di prodotti connessi e dei servizi correlati. La Commissione europea include esplicitamente, fra gli esempi, macchine industriali e agricole. L’utente del prodotto — che può essere l’impresa proprietaria, locataria o utilizzatrice secondo il rapporto contrattuale — può accedere ai dati che co-genera con l’uso e può chiedere che siano messi a disposizione di un terzo scelto dall’utente.
Non è però una licenza a pretendere ogni informazione presente nei sistemi del fornitore. La spiegazione della Commissione chiarisce che il perimetro comprende dati grezzi e pre-elaborati prontamente disponibili, inclusi metadati rilevanti; restano fuori, in linea generale, dati inferiti o derivati e contenuti arricchiti. Restano inoltre da valutare protezione dei dati personali, segreti commerciali e requisiti di sicurezza. Sono limiti importanti: spiegano perché un’integrazione seria richiede ruoli chiari, non un semplice export.
Dalla telemetria al processo: il ruolo dell’ERP
Per un’impresa manifatturiera il valore nasce quando il dato trova un contesto operativo. Un contatore ore può alimentare la pianificazione della manutenzione; un allarme ricorrente può aprire un controllo qualità; una misura di consumo può essere confrontata con commesse, turni e ordini di produzione. Senza identificativi coerenti di impianto, linea, asset, commessa e periodo, però, gli stessi dati restano una dashboard separata.
L’ERP non deve necessariamente ricevere tutti i flussi in tempo reale. Deve sapere quali eventi sono rilevanti, con quale frequenza arrivano, chi li valida e quale decisione attivano. Una buona architettura può utilizzare un livello di integrazione o una piattaforma dati per conservare il dettaglio tecnico e trasferire al gestionale solo indicatori, eccezioni e riferimenti necessari ai processi aziendali.
Quattro decisioni da prendere prima dell’integrazione
- Mappa degli asset e dei contratti. Per ogni macchina connessa, l’impresa deve poter associare modello, servizio collegato, soggetto che detiene i dati, utilizzatore e condizioni di accesso. È il passaggio che evita di scoprire troppo tardi che il dato non è esportabile nel formato atteso.
- Catalogo dei dati utili. Non bastano etichette generiche come “telemetria”. Servono descrizione, unità di misura, frequenza, qualità attesa, provenienza e responsabile. Questa disciplina rende confrontabili dati di fornitori diversi e riduce le ambiguità nelle integrazioni.
- Regole di attivazione. Ogni flusso va collegato a un’azione: segnalazione, ordine di lavoro, richiesta di verifica, aggiornamento di un KPI o semplice archiviazione. Se non c’è un processo destinatario, il collegamento all’ERP produce volume, non valore.
- Controlli su accessi e sicurezza. Un dato di macchina può esporre ritmi produttivi, ubicazioni o configurazioni sensibili. Ruoli, registri degli accessi, cifratura e gestione delle eccezioni devono essere parte del disegno, non un’aggiunta dopo il go-live.
Il contratto diventa un elemento di architettura
Nel Data Act il dato non è separabile dal rapporto fra detentore, utente ed eventuale destinatario. La Commissione ha pubblicato modelli contrattuali non vincolanti per l’accesso e l’uso dei dati e clausole standard per i contratti cloud. Sono strumenti volontari, non scorciatoie automatiche; offrono tuttavia un vocabolario utile per verificare oggetto dei dati, modalità di accesso, uso consentito, riservatezza e rapporti con il terzo destinatario.
Per CIO, responsabili acquisti e compliance questo cambia il capitolato: interfacce, documentazione, limiti di frequenza, formati, tempi di risposta, tracciabilità e condizioni di uscita non sono dettagli tecnici da rinviare al progetto. Sono elementi che determinano se il dato potrà sostenere davvero i processi aziendali lungo la vita dell’impianto.
Una prova pratica, prima della grande integrazione
Il modo più prudente per iniziare è un caso d’uso circoscritto. Si può scegliere una famiglia di macchine, identificare pochi eventi ad alto impatto e misurare il percorso completo: disponibilità del dato, riconciliazione con l’anagrafica ERP, qualità del flusso, autorizzazioni, decisione attivata e risultato. Solo dopo questa verifica ha senso estendere connettori e dashboard.
Una domanda utile in fase di prova è: se cambiasse il fornitore della manutenzione, l’impresa riuscirebbe a mettere a disposizione i dati necessari al nuovo soggetto in modo controllato? Non risolve da sola tutti i profili contrattuali e di sicurezza, ma rende visibile il livello reale di autonomia organizzativa.
Non una raccolta dati, ma una capacità di governo
Il Data Act sposta l’attenzione dall’idea che i dati della macchina siano una conseguenza opaca del servizio digitale alla necessità di governarne accesso e uso. Per l’ERP questo significa evolvere da archivio amministrativo a punto di coordinamento fra asset, fornitori e decisioni operative.
Le imprese che riusciranno a tradurre questa possibilità in vantaggio non saranno quelle con più sensori, ma quelle con dati selezionati, contratti leggibili e processi capaci di trasformare un segnale tecnico in una scelta responsabile.
Nota di trasparenza: il testo e le immagini di questo articolo sono stati realizzati con il supporto parziale di strumenti di intelligenza artificiale e sottoposti a revisione editoriale.