L’industria manifatturiera, spina dorsale dell’economia Italia, vive un’era di trasformazione e di continue sfide. La crescita passa dalla capacità di anticipare le mosse dei mercati, gestire lotti sempre più piccoli, abbandonare le pianificazioni di lungo periodo e abbracciare l’idea della personalizzazione di massa. A queste sfide, di per sé impattanti, si è aggiunto il covid, che ha plasmato nuovi modelli di lavoro e creato interruzioni nelle supply chain globali, rese ancor più aspre dai recenti eventi geopolitici.
In un panorama del genere, le organizzazioni si affidano sempre di più alla tecnologia come strumento di efficienza operativa e di innovazione, ovvero per proteggere la propria redditività nel breve, medio e lungo periodo. Industria 4.0, valorizzazione del dato, Industrial Smart Working, Robotica, IIoT, Cloud Manufacturing e tanti altri trend dell’era 4.0 si originano proprio da queste esigenze. Secondo una recente ricerca di Deloitte, gli investimenti in AI in questo settore cresceranno con un CAGR superiore al 20% fino al 2025.
All’interno di un paradigma ormai consolidato e che – solo in Italia – ha generato più di 4,5 miliardi di investimenti (2021), le foundational technologies evolvono di continuo: il cloud manufacturing è un trend di primissimo piano, nascono nuovi use case legati al 5G e, soprattutto, applicazioni di AI che vanno ben al di là della manutenzione predittiva.
Può essere quindi interessante fare il punto sulle tendenze attuali, così da comprendere come si stia muovendo la trasformazione digitale nel manufacturing a 2022 inoltrato.
Indice degli argomenti
AI e l’approccio predittivo
Il periodo di forte disruption ha insegnato alle imprese quanto la capacità di anticipare e sviluppare strategie di risposta a situazioni di incertezza sia fondamentale per la continuità del business.
Uno studio della World Manufacturing Foundation dedicato ad AI evidenzia il trend del demand forecasting e della relativa pianificazione dei processi di supply chain. Secondo McKinsey, l’adozione di AI nel demand forecasting può determinare una riduzione degli errori previsionali fino al 50%, traducendosi in migliori esiti a livello di business.
Sempre in quest’ambito, un aspetto su cui si sta concentrando l’industria è l’efficientamento energetico. La capacità predittiva dell’AI viene impiegata in svariati modi per monitorare, ma soprattutto, per prevedere e ottimizzare i consumi energetici delle fabbriche. Il tema è connesso a quello dell’adozione di AI per la riduzione degli scarti di produzione, cosa che di per sé abbatte i consumi energetici.
Il tema precedente può essere esteso all’intero ambito del miglioramento della qualità dei processi. Gli algoritmi sono efficaci nel rilevare – tra enormi volumi di dati – i segnali deboli che si ripercuotono sull’efficienza del processo e/o sulla qualità del prodotto. Debitamente “istruiti”, gli algoritmi possono adattare automaticamente i parametri produttivi.
Infine, ma non per importanza, le applicazioni di AI possono prevedere l’utilizzo dei macchinari e dei prodotti stessi, abilitando di fatto il modello Manufacturing as-a-service (MaaS).
L’avanzata dell’Industrial Smart Working
Il covid ha accelerato il percorso verso l’Industrial Smart Working, la risposta del mondo manifatturiero all’avanzata dei paradigmi di lavoro agile. Nonostante paia poco praticabile – quanto meno su larga scala – l’ipotesi di una completa remotizzazione delle attività di fabbrica, molti ruoli e processi di supervisione non richiedono alcuna presenza fisica, a patto di sviluppare una corretta collaborazione tra le figure coinvolte.
Un tema, quest’ultimo, che riguarda più la cultura e l’organizzazione che la tecnologia. D’altronde, smart working non è il lavoro da remoto, ma un nuovo approccio – manageriale – al lavoro stesso.
Remote Monitoring e Remote Execution sono i pilastri dell’Industrial Smart Working. A titolo d’esempio, oggi sono comuni fattispecie di assistenza remota dei macchinari abilitate da algoritmi di AI sull’esempio della manutenzione predittiva. Il produttore rileva dati di campo anomali e guida da remoto l’operatore verso la soluzione del problema, eventualmente con l’uso della realtà aumentata o virtuale.
L’assistenza e la collaborazione da remoto ha un impatto sulla principale criticità del manifatturiero: lo skill gap. Attraverso fattispecie di collaborazione remota, gli operatori con più esperienza possono guidare i colleghi verso l’ottimizzazione dei cicli produttivi, permettendo loro di acquisire nozioni che si traducono in efficienza operativa.
Automazione e sinergia uomo-macchina: verso Operator 4.0
Lo scopo dell’automazione è incrementare la produttività, l’efficienza, la sicurezza e l’agilità non soltanto riducendo le attività di supervisione manuale, ma creando una nuova relazione sinergica tra macchine e operatori.
L’automazione fa parte di ogni ambito della produzione industriale ed è costantemente un trend d’interesse: tra le principali manifestazioni di AI, la World Manufacturing Foundation riporta la gestione automatizzata dei magazzini, che si avvale di mezzi a guida autonoma (AGV), di trasloelevatori automatici e di sistemi miniload sempre più pervasivi nei contesti industriali moderni.
Non solo: tra i trend emergenti si parla di design e sviluppo automatizzato di nuovi prodotti e servizi. Questo perché, per assecondare esigenze (dei consumatori) che cambiano di continuo, è spesso necessario un redesign dei prodotti e anche dei processi produttivi. Gli algoritmi di AI possono supportare i professionisti nell’ottimizzazione, adattamento e design di nuovi prodotti sulla base di informazioni estratte dai dati.
A quanto appena detto, si aggiunge il tema dell’automazione del controllo qualità, attraverso sensoristica (IIoT) e computer vision: nel quality control, il passo che ci si aspetta è quello da predictive a prescriptive, ovvero la capacità delle macchine di rilevare difetti e adattare il processo in forma automatica.
I temi dell’Advanced Automation, della robotica e, in particolare, dei cobot, sono sempre più di attualità. AI, in questo caso, “istruisce” la macchina – soggetta a importanti vincoli di compliance – a lavorare in modo sinergico con l’operatore, sollevandolo da task ripetitivi, logoranti, pericolosi e rule-based.
Tutto ciò rappresenta un interessante filone di studio, finalizzato a sviluppare una collaborazione efficace uomo-macchina: a tal fine, si parla di Operator 4.0, ovvero di automazione finalizzata all’empowerment dell’operatore.
OT Security ancor più protagonista
Infine, ma non per importanza, tra le tendenze tecnologiche di oggi e di domani riportiamo l’OT security, ovvero lo sviluppo di metodologie, processi e tecnologie finalizzate a proteggere il mondo delle macchine dalle minacce alla loro operatività.
I dati forniti da un recente studio di Fortinet sono allarmanti: il 93% delle OT organizations ha subito un’intrusione nell’ultimo anno e il 78% ne ha subite più di tre. Diverse le cause scatenanti, tra cui il fatto che le reti OT sono sempre state separate da quelle IT, e quindi non hanno mai necessitato di particolari protezioni.
La situazione è cambiata negli anni: oggi, a minacce sempre più articolate e insidiose fa da contraltare una spinta innovativa molto forte, che gli attori del mercato della cybersecurity indirizzano alla resilienza dei propri clienti.
Partecipa alla community