[Il contenuto di questo articolo è stato prodotto dal nostro partner pubblicitario.] L’Hong Kong Applied Science and Technology Research Institute (ASTRI) ha iniziato a ottenere risultati tangibili dalla fusione con il Nano and Adv…[Il contenuto di questo articolo è stato prodotto dal nostro partner pubblicitario.] L’Hong Kong Applied Science and Technology Research Institute (ASTRI) ha iniziato a ottenere risultati tangibili dalla fusione con il Nano and Advanced Materials Institute (NAMI), completata nell’aprile 2026, con nuove combinazioni di AI e materiali avanzati tra le tecnologie esposte a LEAP East. Il dottor Ying Huang, Chief Technology Officer di ASTRI, ha affermato che l’integrazione delle due organizzazioni aveva consentito... I segnali più rilevanti emersi finora indicano pressione competitiva e domanda.

Per le aziende il nodo non è solo la crescita dei volumi: conta la qualità dei ricavi, la tenuta del portafoglio clienti e la sostenibilità del margine netto nel prossimo trimestre. Nel breve periodo, la leva decisiva resta l’execution commerciale: tempi di ingresso, canali e selezione dei mercati potrebbero determinare la differenza tra espansione e compressione dei margini. Il dottor Ying Huang, Chief Technology Officer di ASTRI, ha affermato che l’integrazione delle due organizzazioni aveva consentito ai ricercatori di individuare aree in cui le capacità ICT… Le capacità complementari guidano l’innovazione. “La fusione ha rafforzato in modo sostanziale le capacità di ricerca interdisciplinare di ASTRI, facendo emergere forti sinergie tra le competenze tecnologiche e quelle relative ai materiali”, ha dichiarato. “Nel settore disponiamo di una comunità AI+ molto forte.

Per la ricerca sui materiali, in particolare per la scoperta delle proprietà molecolari o strutturali, l’impiego dell’AI avanzata può accelerare significativamente il lavoro.” Ha spiegato che i team avevano individuato specifici ambiti di collaborazione in grado di migliorare l’efficienza delle attività di scoperta precedentemente condotte mediante metodi convenzionali di machine learning. Le tecnologie di rilevamento per la robotica sono state citate come esempio. I ricercatori dei materiali avevano sviluppato materiali piezoresistivi per rilevare la pressione, mentre il team ICT aveva lavorato sul rilevamento ottico supportato dall’AI per acquisire dettagli superficiali più fini.

La combinazione di questi approcci ha prodotto risultati migliori per i sistemi che richiedono sia il rilevamento della pressione sia un’analisi dettagliata della texture. “Abbiamo sviluppato qualcosa di simile alla pelle artificiale. Il mat… Per le aziende il nodo non è solo la crescita dei volumi: conta la qualità dei ricavi, la tenuta del portafoglio clienti e la sostenibilità del margine netto nel prossimo trimestre. I segnali più rilevanti emersi finora indicano pressione competitiva e domanda.

Nel breve periodo, la leva decisiva resta l’execution commerciale: tempi di ingresso, canali e selezione dei mercati potrebbero determinare la differenza tra espansione e compressione dei margini.