Per rimanere competitivi sul proprio mercato, ottenendone vantaggio già oggi, i produttori di macchine industriali devono soddisfare due nuovi requisiti, che sono strettamente correlati all’evoluzione 4.0 in atto del loro mercato: uno relativo ai loro prodotti e uno relativo a loro stessi.
Il primo requisito è relativo alle funzionalità di interconnessione dei loro prodotti (oggi tipicamente macchine controllate dal PLC): i macchinari industriali devono poter esportare i dati significativi che generano o rilevano e trasmetterli, sia per un «utilizzo in rete locale» (quelle tipicamente usate dai sistemi proprietari del cliente già esistenti, come SCADA, MES e ERP), sia per un «utilizzo in rete remota aperta» a cui le macchine si connettono in modalità Internet of Things).
Quest’ultima modalità è totalmente diversa dall’accessibilità saltuaria da remoto alle macchine, permessa dalle connessioni VPN tipicamente finora usate per la teleassistenza.
Il secondo requisito è relativo alla capacità operativa dei produttori, che deve trarre vantaggio dalla raccolta e dall’estrazione di valore dai dati (resi disponibili in modalità IoT dai loro prodotti installati nel mondo) per erogare un livello di servizio ai clienti finora non possibile e che interessa tutte le fasi del ciclo di vita dei prodotti, migliorabili in logica «data-driven».
Richiede strumenti che generino l’effettiva conoscenza del comportamento «actual» di tutte le macchine, sia in tempo reale che su base storica.
Foto di Jukan Tateisi su Unsplash
Ne è un esempio vincente, i-Live Machines, uno strumento di Augmented Intelligence studiato e sviluppato ad hoc per un utilizzo da parte dei produttori di macchine industriali, basato sull’utilizzo di un software reso accessibile in modalità SaaS che costruisce e mette a disposizione una base di conoscenza continuativa e in tempo reale dello stato e dell’utilizzo di ogni macchina installata, e la storia completa, archiviata in logica Big Data, del comportamento dell’interno parco macchine.
Questa base di conoscenza fattuale è utilizzabile per permettere al produttore di valorizzare e ottimizzare il proprio lavoro, consentendogli di far evolvere in logica data driven i processi e i modelli di business industriali di cui i macchinari sono parte, aumentando così la competitività della propria offerta di prodotto e servizio.
Per esempio implementando, in risposta a specifiche esigenze, un salto di livello del servizio di assistenza fornito ai clienti, rispetto alla teleassistenza, grazie alla capacità di diagnostica sviluppabile in modalità IoT, la possibilità di verificare le performance macchina garantendole sul campo al cliente, la possibilità di condividere con i clienti e mettere a loro disposizione i dati raccolti dalle macchine, la possibilità di migliorare/riprogettare le macchine in logica “fact based” e la possibilità di studiare/adottare diversi modelli di business (logica servitizzazione).
Da diversi anni, anche la Commissione Europea si impegna a promuovere questa evoluzione; ne è un esempio il progetto EU Level-Up, all’interno del quale si sta sviluppando una piattaforma, basata su i-Live Machines, in grado di gestire ed ottimizzare l’intero ciclo di vita di un macchinario industriale: dalla progettazione assistita da approcci data-driven e digital twins, alla gestione della fase d’uso attraverso approcci di manutenzione predittiva, alle azioni di revamping, modernizzazione e gestione del fine vita. L’obiettivo è quello di rendere i macchinari sempre più intelligenti, rendendo accessibili da remoto dati sensoriali ed abilitando un monitoraggio a 360 gradi.