BUSINESS CLASS BY AMERICAN EXPRESS
Approfondimenti e spunti per far crescere il tuo business.
Approfondimenti e spunti per far crescere il tuo business.
Pur senza poter rinunciare alla fisicità degli impianti e tanto meno a quella dei prodotti, il mondo dell’industria si fa sempre più digitale e basato su grandi quantità di dati e su algoritmi di intelligenza artificiale. La trasformazione digitale, infatti, è ormai diventata una metamorfosi necessaria per garantire la sopravvivenza dell’impresa a medio e lungo termine, a maggior ragione quando si tratta dei colossi del comparto manifatturiero, costretti a confrontarsi con un’evoluzione sempre più rapida.
Un aspetto spesso sottovalutato dell’industria 4.0 è il polimorfismo del digitale, ossia il gran numero di applicazioni che software gestionali e soluzioni hi-tech possono trovare nella gestione quotidiana d’impresa. Rendere efficienti i processi industriali già esistenti, gestirne di nuovi, risparmiare tempo, energia e risorse, adeguarsi alle esigenze dei clienti e creare relazioni più solide e redditizie sono solo alcuni degli obiettivi che un buon software gestionale consente di approcciare. E se da un lato è impensabile che una piattaforma digitale possa bastare per risolvere tutte le sottili questioni di guida e organizzazione di un’impresa, dall’altro la cosiddetta business intelligence può fare da consigliere aggiunto, soprattutto nell’indagare le correlazioni tra gli aspetti hard della fabbrica e i risultati in termini di dati e informazioni. Messo tutto insieme, si parla per i casi virtuosi di un’industria che si fa intelligente, una smart industry.
Cosa fa (o dovrebbe fare) un gestionale IoT?
Punto numero uno di qualunque piattaforma di intelligenza artificiale applicata all’ambito industriale e il saper trattare i dati. All’interno dei comparti manifatturieri e di produzione ci sono – o sono in arrivo – enormi quantità di sensori che in continuazione fanno misure. Organizzare in modo sistematico queste informazioni, renderle consultabili e soprattutto estrarne delle indicazioni utili e rilevanti per orientare le decisioni strategiche è la funzionalità più importante, possibilmente da svolgersi in tempo reale.
Il vero cambio di paradigma verso lo smart manufacturing si realizza quando tutte queste operazioni intelligenti vengono automatizzate, e non richiedono più l’intervento degli esperti nelle fasi di elaborazione. Ciò non solo affinché le stesse risorse umane possano dedicarsi a compiti più decisivi, ma anche perché il tipo di analisi big data necessario non sarebbe riproducibile da un umano. Ecco allora che la traduzione dei dati grezzi in insight utili, il filtraggio e l’estrazione dei dati, nonché il confronto dei risultati con modelli specifici per il settore d’impresa, sono il vero valore aggiunto di un buon gestionale.
Ma almeno altri due elementi non possono essere trascurati per raggiungere davvero lo stato dell’arte. Anzitutto l’ibridazione dei tool di calcolo e analisi, un obiettivo che si può raggiungere combinando i sistemi di elaborazione centralizzati – quelli in cloud, interni o esterni all’azienda – con altri di tipo edge, ossia decentralizzati e con potenza di calcolo spostata direttamente sul dispositivo che raccoglie i dati. Viene meno, insomma, la distinzione netta e rigida tra la parte di raccolta dati e quella di elaborazione. L’altro aspetto riguarda l’integrazione del software gestionale con gli altri sistemi aziendali: se i tool preimpostati e standardizzati servono per avere rapidamente i feedback desiderati, la flessibilità nel connettersi agli altri applicativi in uso è ciò che occorre per ottenere il massimo dall’infrastruttura fisica e informatica di intelligenza aziendale.
A tracciare un quadro dell’attuale offerta è stato per esempio un report da poco rilasciato da parte di Forrester Wave, che ha preso in esame 14 dei più grandi player presenti sul mercato e ne ha fotografato le caratteristiche all’inizio del 2020: in ordine alfabetico, ABB, Amazon Web Services, Bosch, C3.ai, GE Digital, Hitachi, IBM, Microsoft, Oracle, PTC, Samsung SDS, SAP, Siemens e Software AG.
Come avviene il controllo della produzione, nella pratica
Caso specifico del mondo della gestione industriale è il monitoraggio della produzione vera e propria, ossia la gestione e verifica delle diverse fasi dei processi produttivi. Uno sguardo che spazia dall’ingresso delle materie prime fino ad arrivare al prodotto finito e pronto per uscire dallo stabilimento, e che richiede di incrociare una miriade di dati: dall’inventario alla progettazione, dal personale alle interruzioni del ciclo produttivo, dai fermi macchina alla manutenzione fino ai resi e alla preparazione di consegne e spedizioni.
Archiviata l’epoca in cui i dati erano raccolti a mano da tecnici e manutentori, e pure quella in cui erano recuperati di volta in volta tramite chiavette usb e memorie di massa, oggi il punto nodale è l’enorme quantità di dati che fluiscono in continuazione dai sensori dislocati nei punti strategici dell’azienda. Una delle soluzioni più semplici per implementare questi sistemi è l’utilizzo di tag RFID per l’identificazione a radiofrequenza, che rappresentano l’evoluzione dei codici a barre, a cui va combinata un’infrastruttura di rete sicura e a banda larga.
Un tema centrale è poi la misurazione dei costi: tutto, dai lotti alle risorse, dal personale ai tempi, deve essere adeguatamente quantificato. Inoltre, adottare soluzioni Internet of Things sui macchinari può dare un ulteriore contributo, perché misurando i parametri di funzionamento e confrontandoli con i valori attesi si possono individuare in anticipo rotture dei componenti ed evitare interruzioni improvvise della produzione. Si parla, in proposito, della chiacchieratissima manutenzione predittiva.
Il software più usato per controllare la produzione è chiamato Mes (Manufacturing Execution System), interfacciato poi con lo Scada (Supervisory Control and Data Acquisition) per l’acquisizione dei dati dai sensori installati sulle macchine, con il Plm (Product Lifecycle Management) per il ciclo di vita dei prodotti e l’Erp (Enterprise Resource Planning), che invece pianifica la gestione delle risorse.
Tra gli esempi più virtuosi di traguardi raggiunti daI Mes c’è la possibilità di ricevere avvisi sull’inefficienza produttiva di una parte dell’impianto, determinando quanto l’inefficienza stessa sia dovuta a componenti, attrezzature o personale. O ancora, una dashboard che produce un report di tutto ciò che non ha rispettato l’andamento atteso, ossia delle eccezioni, che vengono catalogate automaticamente. E poi la possibilità di creare una gerarchia dei dati raccolti, in modo da dare priorità alle questioni più urgenti. Infine, oggi è già possibile svolgere un’analisi completa dell’avanzamento degli ordini, in modo da capire se i tempi di consegna saranno rispettati e se è necessario prevedere un’ulteriore pianificazione dell’attività per contenere l’eventuale ritardo.
Il punto di attenzione principale, a cui tutti gli esperti non smettono di fare riferimento, è la sicurezza informatica. Va da sé che una breccia nel sistema gestionale non significherebbe più solo una drammatica perdita di dati strategici e una possibile minaccia ai segreti industriali, ma la compromissione totale della capacità produttiva dell’impianto stesso.
Nel settore finanziario le soluzioni evolute di Application Performance Monitoring non bastano. Ecco i motivi e il perché è necessario semplificare La digitalizzazione sempre …
Per la crescita delle startup la collaborazione con le grandi aziende è fondamentale, e lo stesso vale a parti invertite. Ecco le principali criticità e …
L’Industrial Internet of Things promette sviluppi trasversali a 360 gradi nel pianeta produttivo. La crescita esponenziale continuerà e il settore è destinato a trasformare la …
