Questo cambiamento sfocerà, non tanto in un succedersi di episodici ed eclatanti fenomeni di “disruption”, quanto nella creazione di un vero e proprio nuovo ecosistema socio-economico, alle cui mutate caratteristiche diventerà necessario sapersi adattare.

La tecnologia ha sempre rappresentato un fattore non eludibile del progresso. La rapida “rivoluzione digitale” non potrà che continuare ad essere un fattore chiave nel processo di trasformazione in atto e la capacità di gestirla e dominarla nel contesto globalizzato sarà elemento strategico di chi riuscirà ad esserne protagonista.

Appare sempre più chiaro come le nuove tecnologie non si limitino solamente a rendere più efficienti i processi operativi in essere, o a rendere possibile la loro integrazione. I paradigmi del “Cloud” e dell’“Edge computing”, che offrono enormi potenzialità a costi molto contenuti, insieme alla disponibilità ubiqua di connessione, stanno rendendo possibili vere e proprie re-invenzioni dei modelli di business storicamente adottati.

L’esempio immediatamente comprensibile è quello della servitizzazione dei prodotti, che viene applicata a svariati settori: dall’aereonautica, nel quale, invece di motori, vengono vendute ore di volo, all’automotive, dove non vengono vendute automobili, ma “mobilità”; altri esempi sono presenti in settori meno visibili, come quello delle stampanti 3d, delle macchine industriali o di cantiere. Questo implica una profonda conoscenza e padronanza dei propri processi distintivi quale premessa al pieno utilizzo del potere innovatore delle nuove tecnologie.

Nessuno può ragionevolmente ambire ad essere autonomo in quanto a conoscenza e a controllo delle innumerevoli componenti delle tecnologie digitali. Rilevanza strategica assume la capacità di identificare e perseguire le partnership più coerenti sul piano tecnologico e di business con la propria tipologia di attività e le proprie capacità dimensionali e di globalizzazione.

Cloud computing, embedded ed edge computing, connettività obliqua e a basso costo, sono riconoscibili trend tecnologici che stanno rivoluzionando la nostra vita privata e professionale. Un progetto ben strutturato di innovazione deve però partire da un efficace utilizzo delle tecnologie abilitanti, e deve essere guidato da una chiara vision del management aziendale, che ne declina i vantaggi nella specificità dei processi aziendali.

 

Un primo esempio di reale trasformazione digitale è rappresentato da un utilizzo dei dati per ottenere una drastica riduzione degli scarti in lavorazione (zero defects), iniziando dall’apprendimento derivante dal poter navigare tra i dati massivi, analizzandoli con l’esperienza di chi conosce i processi da cui nascono, per poi passare all’utilizzo di algoritmi di data analytics e infine a strumenti di intelligenza artificiale.

Holonix ha come obiettivo lo sviluppo di un software finalizzato all’ottimizzazione dei processi produttivi introducendo sistemi di monitoraggio e previsione guasti/difetti in tempo reale con conseguente settaggio automatico delle macchine al fine di minimizzare gli scarti/sprechi, nella quale i dati raccolti verranno storicizzati e le nuove conoscenze acquisite saranno la base per l’implementazione degli algoritmi necessari all’avvio di una produzione Zero Defects.

Andando oltre il mondo della fabbrica, spaziando verso l’impresa 4.0, le opportunità sono ancora più rilevanti. Sfruttare le potenzialità dell’IoT per creare nuovi prodotti-servizi, permette un’interazione continuativa nel tempo e la fidelizzazione dei clienti, oltre a un aumento esponenziale dei dati dal field a disposizione del fornitore; a questo si legano una serie di possibilità di miglioramento della progettazione, grazie all’integrazione con i sistemi PLM aziendali.

La raccolta sistematica dei big data originati dalle macchine, la loro condivisione in modalità Internet of Things e il loro trattamento mediante forme di Artificial Intelligence evolute sono il cuore di questo epocale processo di trasformazione.

A riguardo, può essere utile illustrare come l’utilizzo delle nuove tecnologie e l’acquisizione dei relativi vantaggi possano essere visti da un produttore (e dai suoi clienti) come le tappe di un viaggio verso la Manutenzione 4.0.

La prima tappa consiste ovviamente nel rendere le proprie macchine “intelligenti’; dotandole di un sottosistema che raccolga in modo continuativo i parametri più significativi dello stato macchina e li trasmetta in rete a una piattaforma dati sicura e di illimitata capacità. Terminato questo primo step (che non richiede un investimento impegnativo), il produttore può raggiungere immediatamente il primo punto di approdo del suo viaggio.

Uno strumento come i-Live Machines di Holonix assicura infatti al produttore l’immediato controllo in tempo reale dello stato del proprio installato, oltre alla raccolta dello storico dati completo di ogni singola macchina. Si potrà usare questa nuova base tecnologica per implementare rapidamente, ad esempio, un servizio di Manutenzione su Condizione innovativo, attivando l’intervento sulla base di parametri rilevati in tempo reale sulla macchina e consentendo così livelli di accuratezza e sicurezza assai più elevati del tradizionale, anche rimanendo in logica di manutenzione preventiva.

Il vero salto quantico sarà permesso dal passaggio, sempre sulla stessa base, alla manutenzione preventiva. L’uso di appropriati strumenti di predictive analytics – a partire dal modello di macchina, all’interno dello storico dati della stessa, verranno identificati gli schemi di correlazione tra l’evoluzione dei parametri fisici rilevabili in macchina e i failure mode riscontrati – permetterà di implementare logiche di manutenzione just-in-time, minimizzando i fermi macchina non pianificati e massimizzando radicalmente produttività e TOC della macchina.

I dati saranno pure il nuovo petrolio, ma in questo caso la minaccia per il nostro modello di sviluppo sembrerebbe venire, più che dalla finitezza di una risorsa limitata e sempre più faticosamente estraibile, dalle sbalorditive e illimitate potenzialità di crescita e di disponibilità della materia prima dell’informazione.

Scherzando ma non troppo, dovremmo seriamente porci il problema di come riuscire a cavalcare quest’onda emergente e gigantesca di dati, per evitare di esserne travolti o di perdervi l’orientamento e il controllo del nostro agire.

Uno dei punti qualificanti la preparazione a farlo è la consapevolezza di dover progettare con coerenza i processi e gli strumenti usati per estrarre e raffinare i dati, a partire dallo scopo per cui sono acquisiti, fino alle conseguenti decisioni su quali dati acquisire, su come acquisirli e su come analizzarli (data-driving).

È il pragmatico suggerimento dei nostri data scientist, la premessa al poter trasformare i nuovi dati in informazioni utilizzabili nei processi data-driven reali.

Casi emblematici sono quelli in cui l’efficacia del processo decisionale dipende dalla disponibilità di dati non filtrati, non alterati e non alterabili da interpretazioni terze; o in cui dipende dalla possibilità di analizzare dati provenienti dall’intero insieme delle situazioni operative possibili e non solo da un sottoinsieme selezionato sulla base di criticità già note; o in cui dipende dalla disponibilità di dati, adeguatamente rappresentativi per ampiezza e precisione della reale distribuzione probabilistica dei parametri critici.

Veridicità, copertura e ampiezza sono infatti requisiti di qualità del dato che risultano spesso decisivi nel far emergere, con adeguate analitiche, criticità identificabili solo in logica data-driven.

Tutte queste casistiche sono state affrontate e risolte da Holonix anche nell’ambito del progetto europeo Horizon2020 denominato Lincoln (G.A. 727982, www.lincolnproject.eu), dove una gran mole di dati viene acquisita da sistemi di tracking e gestione per abilitare un processo di fact-based design di imbarcazioni.

Il monitoring nel tempo e l’analisi integrale di parametri misurati nell’uso effettivo delle imbarcazioni da parte di un’utenza clusterizzata, hanno permesso di documentarne un impiego molto differente dal dichiarato e hanno portato alla decisione dei costruttori di modificare i profili di missione previsti in alcuni degli scenari professionali da loro indirizzati.

La raccolta ad alta frequenza dei parametri salienti di progetto durante il test in mare dei prototipi ha invece permesso di “raccordare” la complessità e la variabilità di tali parametri misurati nelle reali condizioni operative con la modellazione per essi utilizzata in fase di progettazione.

Come dire, il data-surfing non basta per un data-driven professional sailing: serve un adeguato data-driving!

Grazie alla continua evoluzione della digitalizzazione, le aziende hanno oggi la possibilità di entrare in contatto con un’enorme mole di informazioni e dati provenienti da differenti fonti, relative ai propri clienti; partendo dagli acquisti effettuati negli store, passando a quelli effettuati online, tracciando anche i like sui social degli utenti rivolti a determinati brand.

Per essere sfruttata in maniera utile, la mole disomogenea di dati accumulata dalle aziende, i cosiddetti Big Data, deve essere filtrata e analizzata; è proprio in questo contesto che si inseriscono le soluzioni di Augmented Intelligence, in grado di automatizzare questo processo e di renderlo efficace.

La problematica da affrontare sarà la gestione di questi dati, in quanto le aziende ne hanno immagazzinato una gran mole, ma in maniera disomogenea, con strumenti e metodi differenti, spesso non integrati tra loro. La mancata integrazione dei dati raccolti impedisce di sfruttarne la ricchezza e, proprio per questo motivo, la vera sfida sarà quella di unirli e di ottenere, attraverso l’implementazione di algoritmi, degli insights utili e applicabili.

L’interpretazione dei dati è fondamentale nelle nuove prospettive di marketing, in quanto consente di conoscere più nel dettaglio il potenziale cliente, permettendo di intercettare i suoi bisogni e proporgli un’offerta customizzata.

Proprio su queste basi, all’interno del progetto europeo Z-Fact0r (G.A.723906), che ha come obiettivo lo sviluppo di un software finalizzato all’ottimizzazione dei processi produttivi, introducendo sistemi di monitoraggio e previsione guasti/difetti in tempo reale con conseguente settaggio automatico delle macchine al fine di minimizzare gli scarti/ sprechi, Holonix sta testando futuri sviluppi per il proprio strumento di intelligenza aumentata, i-Live Machines, nella quale i dati raccolti verranno storicizzati e le nuove conoscenze acquisite saranno la base per l’implementazione degli algoritmi necessari all’avvio di una produzione Zero Defects.

Il produttore di macchinari industriali, grazie all’utilizzo di questa soluzione che permette di raccogliere i Big Data trasmessi dalle singole macchine installate, può offrire un efficiente ed efficace servizio di supporto sul reale comportamento di ciascuna macchina del proprio parco, in modo continuativo e senza filtri intermedi, proponendo ai propri clienti offerte customizzate che soddisfino le loro reali esigenze.

Oltre a rappresentare un beneficio a tutti gli effetti, i-Live Machines permette ai produttori di proporsi sul mercato con delle nuove componenti che rafforzano la sua attuale offerta e di intraprendere il percorso di digital transformation allo scopo di essere più competitivi.

Questa trasformazione non è dedicata esclusivamente alle Large, ma qualsiasi realtà ha la possibilità di attivare i servizi necessari per trasformare i Big Data in valore e iniziare il suo percorso di digital transformation.

i-Live Machines di Holonix, si rivolge ai produttori che vogliono ricevere informazioni real-time circa il funzionamento delle loro macchine. I dati generati a bordo macchina del cliente, vengono elaborati e trasmessi da un gateway alla soluzione Cloud i-Live Machines.

L’esigenza di generare valore dall’analisi delle innumerevoli informazioni disponibili nasce affinché sia possibile creare nuove procedure e regole per, ad esempio, definire azioni di manutenzione correttiva, preventiva e predittiva.

Per questo Holonix sta lavorando ad algoritmi, sviluppati con l’applicazione di tecnologie di big data e augmented intelligence, specifici per un modello macchina o per una singola macchina, che consentono l’elaborazione di regole al fine di predire fermi macchina, malfunzionamenti, etc.

Per il produttore, tramite i-LiveMachines, è possibile monitorare più macchine, avendo così un vero e proprio sistema di fleet management. All’aumentare delle macchine collegate, aumenta la numerosità dei dati collezionati ed è quindi possibile parlare di big data. Ogni macchina è inserita a sistema con una puntuale classificazione delle sue caratteristiche e della sua geolocalizzazione. Questo consente il monitoraggio nello spazio e nel tempo del proprio parco macchine successivamente alla sua vendita.

Il produttore è quindi in grado di capire come la macchina si comporta, registrando eventuali difettosità per migliorare il prodotto stesso e supportare l’utilizzatore nelle manutenzioni.

L’esperienza di Holonix in questo settore è in continua crescita grazie anche alla sua presenza in diversi progetti di ricerca europei. Nel progetto europeo Z-Bre4k (G.A. 768869| https://www.z-bre4k.eu/), il principale obiettivo è la creazione di una piattaforma di manutenzione predittiva per eliminare guasti, imprevisti e prolungare la durata dei sistemi di produzione. Il continuo feedback e lo sviluppo di algoritmi di Augmented Intelligence in sinergia con i migliori centri di ricerca a livello europeo, permettono un continuo miglioramento di i-Live Machines, inserendo funzionalità volte a rispondere alle esigenze di manutenzione predittiva.

È necessario seguire alcune metodologie quali ad esempio test funzionali, test detti negativi, test di usabilità, valutazioni di manutenibilità e di sicurezza al fine di poter definire i KPI fondamentali per le aziende sui quali basare le azioni di intervento.

Ecco quindi che i-Live Machines diviene la soluzione ideale per tutte quelle aziende che vogliono trarre valore dai dati e tramite essi iniziare un processo di innovazione al loro interno e verso il loro esterno.

L’informatica, prima dell’avvento della blockchain, è riuscita ad automatizzare svariate procedure, ma determinati controlli relativi alle transazioni, in generale, sono sempre stati molto legati all’intervento umano. Uno degli ambiti che ha sofferto di questa carenza è “l’Internet of Value”, cioè l’insieme di tutte quelle applicazioni che permettono di scambiare monete (virtuali) o oggetti (concetto di valore).

Dopo l’avvento della blockchain nel 2008, circa 10 anni fa, non solo le soluzioni di monete virtuali hanno ottenuto dei benefici, ma anche tutte quelle applicazioni dedite ad accertare l’autenticità, la sicurezza e la consistenza dei dati, in quanto il costo relativo al controllo è drasticamente diminuito.

Grazie all’implementazione della tecnologia blockchain, è possibile tracciare i dati, rendendo così il controllo dell’autenticità eseguibile in tempo reale a ogni nuova modifica effettuata al prodotto. La rete blockchain viene inoltre condivisa da tutti gli attori della supply chain e ogni attore contribuisce ad alimentarla.

Holonix sta sperimentando la tecnologia blockchain in uno dei progetti di ricerca europei in cui abbiamo il ruolo di partner tecnologico. All’interno del Progetto ManuSquare (G.A. 761145 | https://www.manusquare.eu/), l’obiettivo è la creazione di una piattaforma comune a tutti gli attori della supply chain, coinvolti in tutto il processo di produzione, dalla creazione di una nuova idea, alla messa della produzione del nuovo prodotto.

Il nostro ruolo specifico all’interno del progetto è la gestione del processo di idea innovation e l’integrazione di tutte le componenti software dei nostri partners. Grazie all’utilizzo della blockchain, possiamo garantire l’autenticità del dato e quindi rafforzare e rendere efficaci ed efficienti i relativi controlli.

Holonix vuole accrescere il proprio knowhow in termini di blockchain per future implementazioni all’interno dei suoi prodotti. Nell’ambito IoT, nel quale operiamo da anni, miriamo a integrare la tecnologia blockchain nelle nostre soluzioni, per permettere un controllo maggiore sui dati sensibili come ad esempio i contratti, la compravendita di asset e i controlli sui dati generati. Il successo che ha questa tecnologia nell’ambito delle monete virtuali è stato l’evento che ha concesso visibilità alla blockchain.

 

Come possono affrontare il processo di trasformazione digitale le medie e piccole eccellenze industriali italiane?

Rispondere in modo efficiente alla sfida di Industry 4.0, significa sfruttare gli enormi vantaggi attesi per il sistema produttivo in termini di flessibilità, velocità, produttività, qualità e competitività. La produzione intelligente, o smart manufacturing, è il perfetto connubio tra l’informazione generata dall’analisi dei dati, la tecnologia e l’ingegno umano per giungere a un concetto di azienda a elevatissima competenza ed efficienza.

Le aziende necessitano di essere guidate verso l’efficienza operativa per stimolare la produttività, acquisire conoscenze e competenze per rimanere competitivi.

Scopri IoT EXPERIENCE

IoT EXPERIENCE. Oltre la Formazione, oltre la Consulenza.

Esperienze concrete in tecnologie e prodotti Internet of Things e Augmented Intelligence.