Sala gremita e un pubblico che non ha smesso di fare domande. Se c'era bisogno di una prova che il connubio tra intelligenza artificiale e manifattura tessile non è più fantascienza ma una partita già aperta, l'incontro di giovedì 3 settembre al Terminal, Terre d'Argine Innovation Lab l'ha offerta in modo inequivocabile.
La sperimentazione in dieci aziende del distretto
Promosso da Carpi Fashion System in collaborazione con Fondazione Democenter-Sipe, l'appuntamento ha messo sul tavolo i risultati di una sperimentazione concreta condotta in dieci imprese tessili del territorio, con il supporto tecnico del Centro Qualità Tessile. Il sistema testato sfrutta computer vision e algoritmi di intelligenza artificiale con apprendimento continuo per individuare in tempo reale anomalie e difetti durante la produzione, anche quando si lavora su piccoli lotti e con frequenti cambi di articolo, texture e pattern.
Le aziende in prima linea
Le dieci imprese che hanno preso parte alla sperimentazione sono Intra-Tess, Ledatex, Lostitex, Marbella, MekkItess, Project, Staffjersey, Stellatex, Tessitura Rossi e Tessuti&Tessuti. Realtà diverse per dimensione e specializzazione, che hanno portato la loro esperienza diretta arricchendo il confronto con dati, criticità e spunti operativi.
Innovazione che parte dal basso
La vera notizia, al di là della tecnologia, è il metodo: portare la ricerca fuori dai laboratori e dentro le fabbriche, misurandola con i bisogni reali di chi produce. Il controllo qualità resta uno dei passaggi più delicati della filiera moda, dove le ispezioni manuali, pur insostituibili, faticano a scalare. L'obiettivo non è rimpiazzare l'occhio umano ma affiancarlo con uno strumento capace di ridurre variabilità e costi.
Per Carpi Fashion System l'incontro di ieri segna un altro tassello di una strategia che punta a mettere in rete competenze, esperienze e soluzioni capaci di incidere davvero sui processi produttivi del distretto. La strada è tracciata: il prossimo passo sarà trasformare la sperimentazione in adozione su scala più ampia.
