Materials Informatics, il nuovo settore emergente che unisce AI e scienza dei materiali

Un mercato in fase di definizione

Negli ultimi mesi, il panorama della ricerca e sviluppo sui materiali ha iniziato a configurarsi con maggiore precisione attorno a un concetto chiave: il Materials Informatics (MI).
Non si tratta più di un termine astratto o di una visione a lungo termine, ma di un ambito di mercato ben riconosciuto, con report dedicati, aziende specializzate e player internazionali già in campo.

Intellico è in questo ambito un’azienda AI pioniera, non soltanto in Italia ma anche in Europa.

Secondo le analisi di IDTechEx e di altri osservatori¹, il Materials Informatics rappresenta una delle aree con più alto potenziale di crescita per i prossimi dieci anni, grazie all’uso di infrastrutture dati e tecniche di intelligenza artificiale per accelerare la progettazione e l’ottimizzazione di nuovi materiali, e più in generale il processo di formulazione di diverse industrie, dal chimico, al cosmetico all’alimentare.

Il mercato dei Materials Informatics viene descritto soluzioni e tecnologie che applicano data science, machine learning e intelligenza artificiale per accelerare la scoperta, la progettazione e l’ottimizzazione di nuovi materiali².

Il settore include piattaforme software per l’analisi di dati di laboratorio su larga scala, infrastrutture cloud specifiche, database proprietari, algoritmi predittivi e aziende che forniscono consulenza o servizi specializzati nell’ambito dell’innovazione dei materiali tramite approcci data-driven.

Una transizione che non si può ignorare. USA e Giappone hanno già ben accolto la sfida

Il report di IDTechEx1 lo spiega molto bene: ignorare questa transizione nell’R&D rappresenta una grave mancanza per qualsiasi azienda che progetti materiali o prodotti basati su materiali. La consapevolezza delle significative opportunità mancate, soprattutto nel medio-lungo termine, sta crescendo rapidamente. Ciò può riguardare l’introduzione sul mercato di prodotti competitivi, lo sviluppo di versatilità nella catena di fornitura, l’individuazione di opportunità di nuova generazione o la capacità di diversificare un’unità di business o un portafoglio materiali.

Numerose sono le aziende in USA e Giappone che hanno già iniziato questa adozione seguendo tre approcci principali:

• collaborare con un’azienda esterna;
• operare completamente in-house;
• unirsi in un consorzio.

Ciascuno di questi approcci presenta pro e contro e necessita di un’attenta valutazione sulla base di tre fattori chiave:

• la solidità e la scalabilità attese dalla soluzione;
• la disponibilità di risorse interne dedicabili alla gestione degli strumenti;
• i volumi di dati richiesti per il tipo di predizione: ad esempio, nel settore della gomma è fondamentale raggiungere una massa critica aggregando dati di altre aziende del comparto, mentre per altre tipologie predittive può essere sufficiente un volume di dati più contenuto.

Il report riporta che, dal punto di vista geografico, molti end-user che utilizzano questa tecnologia sono aziende giapponesi; la maggior parte delle nuove realtà esterne proviene dagli Stati Uniti, mentre i consorzi e i laboratori accademici più importanti si trovano principalmente tra Giappone e Stati Uniti.

Le due principali sfide del mercato

Le soluzioni di Material Informatics non si limitano a velocizzare i processi esistenti, ma introducono due direzioni fondamentali:

• la direzione forward, in cui a partire da un materiale si analizzano e ottimizzano le proprietà
• la direzione inverse, considerata il vero obiettivo finale: progettare nuovi materiali a partire dalle proprietà desiderate.

Quest’ultima direzione è quella che promette un impatto rivoluzionario, ma è anche la più complessa: richiede infatti una base dati ampia e strutturata, oltre a modelli di machine learning capaci di gestire informazioni sparse e multidimensionali.

Il problema della maturità dei dati

Ed è proprio qui che si manifesta il principale ostacolo: la maturità dei dati in questo settore è oggi ancora bassa.
Le aziende si trovano spesso a lavorare con:

• dati frammentati, distribuiti tra sistemi legacy, fogli di calcolo o addirittura archivi cartacei;
• dataset ridotti e disomogenei;
• bias e dati non rilevanti che rendono difficile l’addestramento di algoritmi avanzati.

A riguardo, il punto di vista che abbiamo maturato nell’esperienza Intellico è che la sfida delle soluzioni di Material Informatics è diversa da quella di altri ambiti AI-driven come la guida autonoma o i social network. Sottostante all’oggetto di predizione vi sono infatti la fisica e la chimica. Questo implica che non sempre l’approccio probabilistico alla base del funzionamento delle reti neurali sia sufficiente. La sfida in questo dominio è infatti legata al fatto di garantire accuratezza della predizione anche in linea con quello che è il comportamento atteso dalla legge della fisica/chimica sottostante alla proprietà che si sta studiando. Serve quindi aver chiaro che, oltre a una buona qualità e volumi di dati, l’utilizzo combinato di reti neurali e physics-informed model può fare la differenza.

L’approccio Intellico per potenziare i team di R&D

In questo contesto, Intellico con la piattaforma Matilde ha scelto di posizionarsi come abilitatore immediato per i team di R&D manager, anche in assenza di dati incompleti o numericamente poco rilevanti, in modo da poter beneficiare da subito dei primi risultati e di avviare un percorso di raccolta e valorizzazione dei dati ben organizzato, senza per questo dover fermare o posticipare il processo di adozione di questi strumenti.

L’approccio di Intellico si differenzia su due aspetti principali:

• Non sai cosa è la data governance? Nessun problema.

Grazie a soluzioni mirate, Matilde permette di creare valore anche quando i dati non sono organizzati al meglio e sono tracciati solo parzialmente.
Questo significa:

• accesso a strumenti in grado di integrare fonti eterogenee e frammentate;
• possibilità di effettuare analisi di comparazione;
• ottenimento di suggerimenti AI-driven che guidano il ricercatore anche con informazioni iniziali parziali.

In questo modo, le aziende possono iniziare a sperimentare i benefici del Material Informatics senza attendere che i dati siano completi e numericamente rilevanti.

Uno dei vantaggi di questo approccio consiste nel fatto che il team di Ricerca & Sviluppo, insieme ai colleghi della divisione IT, acquisisce congiuntamente esperienza diretta nella strutturazione della raccolta e dell’archiviazione dei dati di laboratorio. Contestualmente, la raccolta dei dati viene organizzata in modo mirato rispetto alle effettive esigenze di archiviazione e tracciabilità, con l’obiettivo di ottimizzare e accelerare lo sviluppo del prodotto.

• Non sai come e quanto poterti fidare di questi strumenti? Intellico propone solo AI “spiegata” e “trasparente”

Uno dei punti chiave messi in evidenza dagli analisti del report è che gli strumenti più sofisticati hanno scarso impatto se non sono accessibili e comprensibili ai formulatori e più in generale ai team di R&D.
Per questo, Matilde integra logiche algoritmiche e una user experience trasparente e intuitiva, che consente assieme di:

• visualizzare dati e analisi attraverso tecniche a grafo che agevolano l’identificazione di relazioni e similarità;
• comprendere facilmente l’origine dei risultati, fornendo sempre in modo contestuale quale è stato l’input, ad esempio il mix di ingredienti, e come ciascun ingrediente ha inciso sul risultato, ad esempio la predizione della viscosità;
• tracciare tutte le fasi delle prove e degli esperimenti, dalla fase trial, a quella di test fino all’approvazione, garantendo tracciabilità.

L’integrazione progressiva di dashboard di analisi e strumenti di visualizzazione è inoltre parte integrante del percorso di adozione man mano che il team di R&D è pronto ad utilizzare più strumenti comparativi e di analisi.

Strutturare, innovando

Gli elementi alla base dell’approccio Intellico consentono non solo di organizzare i dati di laboratorio, ma anche di affinare e migliorare, dove necessario, il processo di formulazione. Come in ogni percorso di innovazione che si rispetti, quando si introduce un nuovo strumento di lavoro è fondamentale chiedersi se si tratta semplicemente di un’automatizzazione di attività già esistenti, oppure se rappresenta un vero e proprio nuovo modo di operare. Le soluzioni e le tecnologie legate al Material Informatics, nella maggior parte dei casi, permettono proprio di introdurre modalità inedite di lavoro. Ed è qui che nasce la vera innovazione per l’impresa.

Le attività di ricerca per similarità rispetto a progetti precedenti, ad esempio, non sono più necessarie: lo strumento propone direttamente sulla scrivania digitale le formulazioni più affini da cui ripartire. Verificare se è stato utilizzato un determinato ingrediente, in quale momento e in quale categoria di prodotto, diventa un’azione eseguibile con un semplice click. La scelta del mix di ingredienti da portare in laboratorio può essere affrontata inizialmente in simulazione e solo successivamente validata con prove reali, che a quel punto si concentrano unicamente sulle combinazioni più promettenti.

Accelerare lo sviluppo prodotto anche per la consultazione del regolatorio e della documentazione tecnica

Infine, la componente di AI generativa sta diventando un tassello sempre più rilevante per accelerare la consultazione di documentazione tecnica o ad esempio la documentazione inerente alle disposizioni del regolatorio. Per questo all’interno della proposta Intellico è stato introdotto anche il tool di smart assistant che consente di fornire suggerimenti pratici in diversi momenti all’interno del flusso di lavoro, ridurre la barriera di ingresso per nuovi utenti, potenziando l’on-boarding nel team di R&D e accelerare il processo decisionale.

È un approccio che unisce la potenza dell’AI con la conoscenza di dominio dei ricercatori, creando un ambiente collaborativo che valorizza entrambe le prospettive e permette la crescita e lo sviluppo di team sempre più competenti, rapidi e creativi.

Conclusioni: prospettive per il futuro

Il Materials Informatics rappresenta ormai un mercato in crescita con protagonisti attivi a livello globale. Sebbene la maturità dei dati sia attualmente limitata, il settore richiede già oggi sperimentazione, anche utilizzando dataset non perfetti, al fine di acquisire esperienza utile allo sviluppo futuro.

Con la piattaforma Matilde, Intellico offre supporto ai responsabili R&D in questa transizione, fornendo strumenti per l’immediata creazione di valore, promuovendo criteri di trasparenza e fiducia, e collaborando alla costruzione di una base dati funzionale all’evoluzione del settore nel prossimo decennio.

---

Autori:

• Marco Rossetto – Product Owner Intellico
• Francesca Saraceni – CEO Intellico

References:

1. Materials Informatics 2025-2035: Markets, Strategies, Players, disponibile qui
2. Zivic et al., 2025, Materials informatics: A review of AI and machine learning tools, platforms, data repositories, and applications to architectured porous materials,([https://doi.org/10.1016/j.mtcomm.2025.113525](https://doi.org/10.1016/j.mtcomm.2025.113525)).
3. Per approfondire un caso reale applicato nel settore del food: Manuel Dileo, Raffaele Olmeda, Margherita Pindaro, and Matteo Zignani. Graph machine learning for fast product development from formulation trials. Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track, pages 303–318, 2024. doi:10.1007/978-3-031-70378-2_19.