Nessan parla chiaramente di come l’IA nella stampa si basi sulla corrispondenza dei modelli di dati, migliorando già il software per i fornitori di grande formato. Prevede che questo porterà a una maggiore integrazione dell’intelligenza artificiale nella pianificazione del flusso di lavoro, nella gestione delle code di lavoro, nella correzione del colore, nell’upscaling delle immagini e nella manutenzione predittiva tramite sensori e sistemi di visione, ottimizzando le operazioni e offrendo una maggiore flessibilità.
A giudicare dai titoli dei giornali di tutto il mondo, c’è un grande interesse per l’Intelligenza Artificiale, o AI, e le multinazionali e i governi parlano apertamente dell’utilizzo di questa tecnologia per ottimizzare la loro produzione e generare maggiori entrate. Ma come si rifletterà sul settore della stampa e in particolare sui numerosi fornitori di servizi di stampa di grande formato che operano nel mercato delle insegne e degli espositori?
Ironicamente, non c’è molta intelligenza nell’IA. L’intelligenza normalmente implica un certo livello di ragionamento cognitivo per risolvere i problemi. Ma l’IA non fa altro che raccogliere grandi quantità di dati, compresi esempi passati di ragionamento, e abbinarli agli schemi che emergono da quei dati. In ogni situazione, la maggior parte dei sistemi di IA si limita a fare la migliore ipotesi sulla base dei dati disponibili (e a volte questo genera falsità). In passato abbiamo usato algoritmi per fare qualcosa di simile, ma ciò che distingue l’IA è l’enorme quantità di dati grezzi che questi sistemi ingeriscono. Questo è stato reso possibile dai progressi della potenza di calcolo.
Gran parte dell’attualità si basa sull’IA generativa, in grado di creare soluzioni basate su suggerimenti inseriti nel sistema. Tuttavia, questi sistemi devono essere pre-addestrati su dati esistenti, per cui sono più precisamente noti come Generative Pre-Trained, o GPT. Il più noto di questi è probabilmente ChatGPT.
A livello generale, questi sistemi possono essere utilizzati in modo pratico, ad esempio per creare bozze iniziali di lettere che accompagnano preventivi o addirittura intere presentazioni di vendita. Poiché l’intelligenza artificiale non è perfetta, è meglio utilizzarla per le bozze iniziali piuttosto che per le copie finali, ma è comunque sufficiente per consentire agli utenti di fare di più in meno tempo.
Alcune varianti dell’IA si concentrano maggiormente sulla creazione di immagini e sono già sufficientemente valide da permettere a persone con un certo livello di conoscenza di produrre lavori che altrimenti non sarebbero in grado di fare. Questo riduce notevolmente i costi di produzione di opere d’arte, anche solo per creare dei mock-up veloci prima di rivolgersi a un designer professionista. Può trattarsi ad esempio della grafica di uno stand fieristico o di modelli di abbigliamento stampati in digitale.
Tuttavia, non pensare che l’intelligenza artificiale faccia tutto il lavoro al posto tuo. La qualità dei risultati dipende dalla qualità dei suggerimenti che inserisci nel sistema e questo richiede una certa formazione. Ciò significa che chi è stato addestrato all’uso dell’IA sarà in grado di produrre lavoro in altre aree in cui non ha ricevuto lo stesso grado di formazione. Questo tipo di multi-skilling si riflette nella frase: “L’IA non prenderà il tuo lavoro, ma qualcuno che usa l’IA probabilmente sì”.
AI e stampa
Ci sono diverse aree in cui l’AI può avere un impatto profondo sulla stampa, alcune delle quali sono già visibili. La tecnologia AI non è così nuova come suggeriscono alcuni titoli di giornale. È in uso da oltre un decennio e viene già utilizzata in alcuni dei software disponibili per il settore della stampa. La novità sta nel fatto che, mentre prima veniva utilizzata in singoli prodotti isolati, ora possiamo aspettarci una maggiore integrazione di queste soluzioni, con una maggiore automazione alimentata dall’IA lungo i flussi di lavoro della produzione.
Didascalia: Esko Phoenix utilizza l’AI per l’imposizione automatica e il nesting.
Questo include la pianificazione del modo più efficiente di produrre i lavori, che può essere utilizzato sia per generare un preventivo che per pianificare il percorso di produzione. L’intelligenza artificiale viene utilizzata sempre più spesso anche per gestire la coda dei lavori. Una parte intrinseca di questo aspetto è il modo in cui i diversi lavori vengono raggruppati o annidati l’uno intorno all’altro sul foglio o sul rotolo per ridurre al minimo la quantità di supporti sprecati. Si tratta di un’evoluzione dell’imposizione, cioè della disposizione delle pagine su un foglio di stampa per ottimizzare il layout. Esistono diversi programmi, come Esko Phoenix, che utilizzano già l’AI per l’imposizione e questa tecnologia è stata trasferita alla gestione dei lavori di grande formato. Ci sono diversi parametri da considerare, tra cui le modalità di finitura dei diversi lavori e i tempi di consegna concordati per ciascuno di essi. Ovviamente tutti questi fattori cambiano continuamente nel corso della giornata, man mano che arrivano gli ordini. Ma la capacità di gestire gli ordini in ritardo è una componente essenziale dell’odierna rapidità di esecuzione degli ordini on-demand, che i clienti ormai si aspettano.
Un’altra area che sta già beneficiando della tecnologia AI è la gestione del colore. Molti file dei clienti contengono errori di gestione del colore, alcuni dei quali, come lo spazio colore sbagliato, possono essere facilmente corretti. Molti programmi di gestione del colore ora utilizzano anche l’intelligenza artificiale per aiutare a modificare i colori in questi file per ottenere un aspetto più naturale, il che può ridurre il rifiuto dei lavori da parte dei clienti a causa della percezione dei colori stampati. Spesso nel software questo viene semplicemente etichettato come miglioramento automatico e non viene segnalato come basato sull’intelligenza artificiale.
Didascalia: L’ultima stampante Latex di HP, la serie 830, è dotata di uno spettrofotometro incorporato per la gestione automatizzata del colore con l’AI.
La gestione del colore comprende anche altre aree, dalla linearizzazione e calibrazione delle stampanti alla creazione di profili per tutti i diversi supporti e alla scelta delle impostazioni giuste per ogni lavoro. Gradualmente stiamo iniziando a vedere un maggior numero di spettrofotometri integrati nelle stampanti di grande formato per consentire l’automazione di tutta questa gestione del colore, con il minimo intervento da parte dell’operatore. Anche in questo caso, l’intelligenza artificiale è un fattore determinante.
L’intelligenza artificiale viene utilizzata anche per migliorare altri aspetti della qualità delle immagini. Ciò potrebbe includere l’upscaling delle immagini, in pratica l’utilizzo dell’intelligenza artificiale per aggiungere ulteriori pixel a un’immagine in base alla sua migliore ipotesi dopo aver analizzato i pixel esistenti. Si tratta di un vantaggio evidente per chi vuole creare cartelloni pubblicitari di grandi dimensioni. Inoltre, aiuta a superare i problemi legati all’invio di file a bassa risoluzione da parte dei clienti.
Un’area che sta beneficiando di un maggiore utilizzo dell’intelligenza artificiale è quella della manutenzione predittiva. La pandemia, con i suoi vari blocchi, ha costretto la maggior parte dei fornitori a ripensare la propria offerta di assistenza, poiché è diventato più difficile inviare i tecnici per le visite in loco. Ma l’intelligenza artificiale ha permesso a questi fornitori di analizzare i dati già in loro possesso sui motivi delle chiamate di assistenza per prevedere quando ogni componente potrebbe guastarsi.
Per aggiungere maggiore automazione, le stampanti di grande formato dovranno generare più dati. Per questo motivo, nei prossimi anni vedremo quasi certamente l’aggiunta di altri sensori alle stampanti di grande formato per rilevare potenziali problemi e per individuare le parti che si guastano. Le stampanti più grandi sono destinate a dotarsi di un maggior numero di sistemi di visione, per verificare che ciò che è stato stampato corrisponda alle aspettative del cliente.
Un’altra area a cui l’intelligenza artificiale potrebbe prestarsi è la gestione dell’inventario, che comprende l’ordine di ulteriori materiali di consumo e pezzi di ricambio in base alle necessità. Il trucco sta nel non fare ordini eccessivi – che vincolano il capitale in magazzino – ma allo stesso tempo nel non rischiare di rimanere senza qualcosa che possa bloccare la produzione.
L’intelligenza artificiale è anche alla base di molti servizi di analisi che alcuni fornitori di stampanti hanno introdotto, oltre che di alcuni MIS. È in grado di individuare gli schemi, come ad esempio un calo delle vendite in alcune aree, e di proporre soluzioni basate su idee già sperimentate con successo da altri, ma adattate alla situazione specifica di un singolo utente in base ai suoi dati.
In conclusione, l’intelligenza artificiale non è affatto una tecnologia del futuro, ma è già integrata in molti software di automazione già in uso. E possiamo aspettarci che alle stampanti venga aggiunto altro hardware – sotto forma di sensori, spettrofotometri e sistemi di visione – per facilitare l’automazione. L’intelligenza artificiale dovrebbe rendere più facile l’integrazione delle soluzioni tra i diversi fornitori. Questo, a sua volta, dovrebbe dare agli utenti del grande formato una maggiore libertà di creare flussi di lavoro di produzione che si adattino meglio alle loro esigenze individuali.