← Torna ai relatori

Il Dato è la Nuova Pelle

Digitalizzare il mondo conciario, oggi — Giovedì 15 ottobre 2026, Distretto Veneto della Pelle

Ritratto di Giancarlo Lovato

Relatore — UNPAC

Giancarlo Lovato

Membro della Commissione Tecnica di UNPAC - Membro del Consiglio Direttivo AICC - Dirigente Corichem Srl

Logo UNPACPartecipa per UNPAC

Biografia

Giancarlo Lovato è membro della Commissione Tecnica di UNPAC (Unione Nazionale dei Produttori Italiani di Ausiliari Conciari), dove contribuisce alla redazione di documenti tecnici di settore.

Laureato con lode in Chimica (indirizzo organico) all'Università di Padova, è anche Perito Chimico Conciario diplomato presso la Scuola di Conceria dell'ITIS "Galileo Galilei" di Arzignano.

Vanta una lunga esperienza nella ricerca e sviluppo di prodotti chimici per l'industria conciaria, maturata anche in ruoli manageriali presso diverse aziende del settore tra cui multinazionali.

È Responsabile R&S per i Prodotti Chimici Conciari, per il Controllo Qualità e per gli Affari Regolatori presso la ditta Corichem S.r.l.

È autore e co-autore di brevetti e di numerose pubblicazioni tecniche e scientifiche.

Fa parte del Consiglio Direttivo di AICC (Associazione Italiana Chimici del Cuoio), di cui è stato anche Segretario, e ha presieduto il Comitato Organizzatore del III EuroCongress IULTCS, svoltosi a Vicenza nel 2022.

Dal 2026 è Vicepresidente di IULTCS (International Union of Leather Technologists and Chemists Societies), di cui assumerà la presidenza nel 2028, e dal 2024 guida il Comitato Tecnico ISO/IULTCS per i metodi di analisi delle pelli e dei prodotti chimici per il cuoio.

Abstract dell'intervento

Dati, LCA e Intelligenza Artificiale nella chimica conciaria

La conceria è un settore in cui la dimensione ambientale è da tempo al centro dell'attenzione di clienti, brand, istituzioni e comunità locali. Le fasi di lavorazione, in particolare quelle in ambiente umido, comportano consumi significativi di acqua ed energia, l'impiego di numerose sostanze chimiche e la produzione di effluenti, fanghi e altri residui. I prodotti chimici destinati alla conceria si collocano a monte di questa filiera e ne influenzano le prestazioni ambientali: la scelta di una formulazione, la sua efficienza di processo e il suo profilo di pericolo determinano ricadute che si manifestano lungo l'intero ciclo di vita della pelle.

L'intervento parte da uno strumento ormai centrale per questa esigenza: la LCA, l'Analisi del Ciclo di Vita. Si tratta di una metodologia standardizzata a livello internazionale (norme ISO 14040 e ISO 14044) che valuta l'impatto ambientale di un prodotto, di un servizio o di un processo lungo l'intero arco della sua esistenza. La LCA ha una caratteristica che spesso viene sottovalutata: parte dai dati e genera altri dati.

Il risultato di una LCA, tuttavia, è credibile solo se lo sono i dati su cui si fonda. Questo intervento nasce dalla convinzione che la qualità, la gestione e l'interpretazione dei dati costituiscano oggi il vero fattore abilitante, e talvolta il vero collo di bottiglia, di una valutazione ambientale robusta nella chimica per conceria. Ne discende una domanda concreta: come possono le tecnologie di intelligenza artificiale aiutare le aziende a governare questo patrimonio informativo, senza rinunciare al rigore metodologico?

Il punto di partenza è l'insieme di informazioni che il settore deve già raccogliere: i consumi d'acqua e la qualità degli scarichi nelle fasi umide, i vettori energetici lungo la produzione e l'applicazione, le materie prime, le formulazioni e i profili di pericolo delle sostanze chimiche, i fanghi, le emissioni e la destinazione finale dei residui. Questo patrimonio informativo è richiesto da un contesto normativo e commerciale sempre più esigente, che comprende le norme ISO 14040 e 14044, le regole di categoria di prodotto (PEFCR Leather), i requisiti ZDHC MRSL e le richieste di dichiarazioni ambientali da parte dei clienti.

Si ripercorrono poi le quattro fasi della LCA: definizione dell'obiettivo e dell'ambito, analisi dell'inventario (LCI), valutazione degli impatti (LCIA) e interpretazione dei risultati. Il ruolo del dato è diverso in ciascuna, ma è nell'inventario che pesa di più. È la fase più ricca di dati, perché richiede di ricostruire i flussi di materia e di energia di ogni processo, ed è quella in cui la qualità dell'informazione determina la credibilità dell'intera analisi. Gli hotspot, le incertezze e le analisi di sensibilità della fase finale possono essere solidi soltanto quanto lo è l'inventario su cui poggiano.

Una LCA costruita su dati deboli può produrre numeri all'apparenza precisi, ma difficili da sostenere davanti a un ente di verifica o a un cliente.

Un passaggio centrale dell'intervento riguarda la differenza tra dati primari e dati secondari. I primi derivano da consumi, ricette e rese misurati in stabilimento: sono i più rappresentativi, ma costosi da raccogliere e da mantenere aggiornati. I secondi provengono da database e letteratura generici: sono rapidi da reperire, ma espongono al rischio di una scarsa aderenza al prodotto reale. Nella pratica quotidiana emergono criticità ricorrenti. I fornitori di materie prime spesso non forniscono i dati necessari. Le formulazioni riservate e le schede incomplete lasciano vuoti difficili da colmare. I formati dei dati sono eterogenei tra sistemi e stabilimenti diversi. Il risultato è che molte LCA si reggono su stime la cui incertezza non è nota.

Oggi il calcolo della LCA per i prodotti chimici segue in larga parte un percorso manuale. I dati primari vengono cercati a mano nelle schede di sicurezza (SDS), nelle dichiarazioni dei fornitori e nelle pubblicazioni tecniche e scientifiche. I dati mancanti vengono stimati ricorrendo a database secondari, con un'incertezza che non viene quantificata. I valori di LCA vengono poi ottimizzati con un lavoro di screening svolto manualmente. È un processo lento, difficile da replicare e poco adatto a gestire un inventario ampio e in continua evoluzione.

L'Intelligenza Artificiale offre la possibilità di cambiare questo schema in quattro direzioni. La prima è l'estrazione dei dati: la lettura automatica di schede tecniche e di sicurezza, di dichiarazioni dei fornitori e di pubblicazioni consente di popolare l'inventario in modo più rapido e sistematico. La seconda è la stima delle lacune: modelli predittivi possono completare i dati mancanti, associando a ogni stima un'incertezza dichiarata invece di lasciarla implicita. La terza è l'ottimizzazione di ricette e processi. Disponendo di un patrimonio di dati sufficientemente ampio, è possibile confrontare formulazioni alternative e individuare quelle che riducono gli impatti a parità di prestazione tecnica. Questo sposta la LCA da strumento di rendicontazione a strumento di progettazione, capace di orientare le scelte già in fase di sviluppo e rendendo più rapide ed efficaci le procedure produttive. La quarta è l'analisi di scenario, che permette di individuare rapidamente gli hotspot e di simulare alternative con cui intervenire.

In tutti i casi l'intelligenza artificiale accelera e supporta il lavoro dell'esperto, ma non ne sostituisce il giudizio.

I vantaggi per la filiera sono concreti. Una maggiore tracciabilità dei dati rende il lavoro di chi li produce e di chi li utilizza più trasparente e verificabile. Dati più accurati generano LCA più solide dei prodotti chimici e, di solito, più basse, perché si riduce il ricorso a stime prudenziali. Infine, si rafforza l'efficacia dell'attività di riduzione degli impatti ambientali, misurabile proprio attraverso la LCA, a beneficio dei produttori di prodotti chimici, delle concerie e degli utilizzatori di pellami.

Questi principi non sono un freno all'innovazione. Al contrario, sono ciò che consente di utilizzare strumenti avanzati mantenendo i risultati difendibili nel dialogo con clienti, auditor e autorità.

L'intelligenza artificiale è un supporto prezioso per accelerare la raccolta, il completamento e l'analisi dei dati, purché operi sotto una validazione esperta.

Il messaggio finale dell'intervento è che i dati diventano valore quando consentono di prendere decisioni migliori.

Il valore non sta soltanto nel raccoglierli, ma nell'interpretarli e nel collegarli tra loro, ed è su questo terreno che l'Intelligenza Artificiale può dare il contributo più importante. Affidarsi all'IA non significa delegare il giudizio tecnico: significa liberare tempo ed energie dalla raccolta manuale per dedicarle all'interpretazione, alla verifica e alle scelte che fanno la differenza per la sostenibilità della chimica e della filiera conciaria tutta.

← Torna alla sezione Relatori

Associazioni partecipanti al convegno

  • Logo Distretto Veneto della Pelle
  • Logo UNIC — Concerie Italiane
  • Logo Confimi Apindustria Vicenza
  • Logo Confindustria Vicenza — Sezione Pelle e Cuoio
  • Logo Assomac
  • Logo UNPAC
  • Logo AICC — Associazione Italiana dei Chimici del Cuoio