L’autonomous enterprise industriale rappresenta l’ultima frontiera dello smart manufacturing. In ambito robotico, in particolare, sistemi intelligenti, capaci di orchestrare dati, analisi e decisioni lungo l’intero ciclo di vita delle macchine permettono di evolvere i servizi di pre e post-vendita.
La crescente personalizzazione delle linee automatiche e l’aumento della sensoristica integrata a bordo macchina stanno aumentando in modo significativo la complessità della progettazione e dell’orchestrazione delle attività di monitoraggio, manutenzione e controllo dei prodotti. Le aziende che sviluppano macchine e linee automatiche sono sempre più chiamate a garantire continuità operativa, supporto tecnico e gestione evoluta degli impianti.
A raccontare questo switch strategico e operativo del Customer care è Marchesini Group, multinazionale italiana dell’automazione industriale specializzata nello sviluppo di macchine, linee e sistemi robotici avanzati per il confezionamento di prodotti farmaceutici e cosmetici. Per gestire la crescente complessità delle linee installate e scalare il supporto operativo, l’azienda ha scelto di evolvere la propria control room attraverso un modello di autonomous enterprise industriale di carattere predittivo, prescrittivo e proattivo.
Indice degli argomenti
Ripensare la governance operativa tra espansione e diversificazione della produzione
Fondata nel 1974, Marchesini Group progetta e produce sistemi automatici specializzati, integrando competenze meccaniche, elettroniche, software e AI all’interno di un modello industriale fortemente orientato alla customizzazione. Il gruppo sviluppa soluzioni end-to-end che coprono l’intero ciclo di produzione industriale, dal processing iniziale fino alla pallettizzazione finale. Le macchine utilizzano telecamere stereoscopiche e algoritmi proprietari per riconoscere automaticamente forma, posizione e orientamento dei prodotti da manipolare lungo la linea. L’azienda gestisce inoltre una struttura globale di Customer Care composta da 256 specialisti, oltre 2mila interventi after-sales all’anno e più di 277mila ricambi movimentati nel solo 2025. Una complessità operativa che rende sempre più centrale la capacità di orchestrare servizi, monitoraggio e supporto tecnico su scala globale.
«Negli ultimi anni il gruppo ha perseguito una forte politica di espansione, integrando aziende specializzate in tecnologie e modelli macchina che non facevano ancora parte del nostro portafoglio d’offerta – spiega Marco Luppi, Product Development Manager Automation & Digital Services di Marchesini Group -. Oggi serviamo 116 Paesi, abbiamo 3mila collaboratori, 20 stabilimenti produttivi, principalmente in Italia, 17 filiali internazionali e un’ampia catena di subfornitura. Aumentando linee installate, tecnologie e servizi da gestire, è cambiata radicalmente anche la complessità operativa della nostra control room di Customer Care. Avevamo avuto modo di conoscere Xautomata tra il 2021 e il 2022 all’interno di Bi-Rex, il competence center di Bologna dedicato all’Industria 4.0, di cui il gruppo è socio. Ai tempi, però, non eravamo ancora pronti al cambiamento: monitoravamo manualmente un numero limitato di linee e questo approccio per noi era ancora sostenibile. Con l’internazionalizzazione e la massiccia crescita produttiva abbiamo riaperto i tavoli di lavoro con Xautomata di cui abbiamo apprezzato sin da subito la capacità della loro piattaforma di automatizzare i nostri processi senza costringerci a riscriverli, adattandosi ai nostri workflow che di standard non hanno nulla. La costruzione di un gemello digitale della nostra control room ci ha permesso di scalare il supporto su centinaia di linee distribuite nel mondo mantenendo piena continuità con il nostro approccio al servizio».
Digital twin per automatizzare workflow e processi decisionali
Xautomata è un’azienda specializzata nello sviluppo di piattaforme di autonomous enterprise industriale che applicano il paradigma del digital twin applicato a sistemi IoT industriali. La piattaforma costruisce gemelli digitali dinamici, alimentati continuamente dai dati provenienti da sistemi, macchine, sensori e workflow. Riprodurre il comportamento reale di prodotti, impianti e processi complessi in un ambiente virtuale consente alle aziende di simulare scenari, validare modifiche e testare le evoluzioni in modo più efficace, sostenibile e sicuro, allungando il ciclo di vita dei prodotti. Questo permette di ottimizzare progettazione, prototipazione, produzione, installazione e servitizzazione, riducendo inefficienze, tempi di fermo e costi.
«Nel caso di Marchesini Group abbiamo lavorato sulla digitalizzazione delle regole operative della control room – racconta Andrea Jacassi, Product Manager di Xautomata -, costruendo un vero e proprio gemello digitale dei processi decisionali e di gestione dei ticket. Il nostro ruolo è creare un layer di governance capace di mettere in comunicazione tecnologie, sistemi e workflow differenti, trasformando procedure operative, attività di triage ed escalation in processi automatizzati ma sempre trasparenti, auditabili e governabili. In questo modo la control room evolve da semplice centro di monitoraggio a sistema capace di correlare eventi, contestualizzare anomalie e automatizzare parte delle attività operative mantenendo sempre il controllo sui processi».
AI, telemetria e control room: come evolve la servitizzazione delle linee automatiche
Marchesini Group sviluppa internamente robotica, sistemi di visione e algoritmi AI utilizzati per attività di picking & place, ispezione e controllo qualità. La crescente disponibilità di dati provenienti dalle linee installate ha progressivamente esteso questa capacità di interpretazione, creando le condizioni per applicare logiche predittive e modelli decisionali evoluti direttamente all’interno della control room del Customer Care.
«Abbiamo iniziato a usare la sensoristica per la manutenzione predittiva nel 2021 – ricorda Luppi -. A quei tempi avevamo pochissime installazioni e, con la telemetria, riuscivamo a gestire il monitoraggio manualmente, attraverso dashboard presidiate dagli operatori della control room. A un certo punto ci siamo resi conto che questo approccio non era più scalabile. Abbiamo linee distribuite dal Brasile agli Stati Uniti fino al Kazakistan, che richiedono servizi di assistenza sempre più proattivi. Raccogliamo dati su vibrazioni, temperature, motori, pressioni, flussimetri e condizioni ambientali, li analizziamo attraverso algoritmi sviluppati internamente e riusciamo a identificare quando un gruppo meccanico devia dal comportamento ottimale. Adattandosi perfettamente ai nostri processi operativi, Xautomata ci ha permesso di avviare un progetto finalizzato allo sviluppo di nuove soluzioni powered by AI applicate alla robotica e ai servizi digitali evoluti per offrire ai nostri clienti un servizio premium».
Dati operativi e behavioral insight evolvono il Customer Care
La disponibilità continua di dati provenienti dalle linee installate consente di correlare eventi e interpretare pattern comportamentali. In questo modo Marchesini Group può comprendere come le macchine vengono realmente utilizzate nei diversi contesti produttivi e migliorare di conseguenza il suo supporto tecnico, la gestione dei ricambi, la configurazione dei formati e la qualità complessiva dei servizi.
«Quando abbiamo avviato il servizio di control room l’idea era che il cliente arrivasse a fare il monitoraggio in autonomia tramite un portale self-service – fa notare Luppi -. Oggi la domanda è radicalmente cambiata: i nostri clienti ci dicono che non hanno tempo, non hanno le competenze, non hanno le persone. Il che significa che stanno facendo sempre più affidamento su di noi per gestire i servizi sulle proprie macchine. Oggi riusciamo a fare molto più di un semplice monitoraggio remoto delle linee installate: riusciamo a suggerire attività di verifica o manutenzione prima ancora che il cliente percepisca il problema in produzione. Ad esempio, registrando il livello di usura di un componente, siamo in grado di pianificare l’intervento e fare arrivare l’item necessario alla manutenzione esattamente nel momento in cui serve, evitandofermi imprevisti. Ma i dati che oggi abbiamo a disposizione ci dicono anche altro: se un cliente ci chiede quanti formati può lavorare sulle nostre macchine, con due click gli mostriamo che sta già lavorando, per esempio, 35 formati diversi. Capire con quale formato una linea lavora meglio, o dove un cliente incontra più difficoltà, cambia completamente il livello di servizio e di partnership che possiamo offrire su scala globale».
I dati di campo orientano le future generazioni di macchine
L’uso dei digital twin continuamente arricchiti dai dati provenienti dai sistemi robotici connessi abilita un flusso continuo di conoscenza operativa che estende il proprio valore lungo l’intera catena del valore del costruttore.
«Insieme a Xautomata stiamo iniziando a utilizzare i dati raccolti dalle macchine installate per migliorare la progettazione – prosegue Luppi – partendo da informazioni operative reali e non soltanto da simulazioni teoriche. Allo stesso tempo riusciamo a identificare con maggiore precisione dove gli operatori incontrano difficoltà nell’utilizzo delle linee, il che rende le nostre attività di training più mirate ed efficaci. Dati e insight ci aiutano anche a valutare come vengono gestiti i cambi formato nei diversi stabilimenti produttivi, permettendoci di ottimizzare configurazioni, procedure operative e tempi di setup. Parallelamente stiamo utilizzando queste informazioni per orientare lo sviluppo delle future generazioni di macchine, integrando sempre di più AI e automazione già nelle fasi iniziali della progettazione del prodotto».
Autonomous enterprise industriale: fiducia, compliance e controllo dei processi AI
Per i costruttori di linee automatiche che operano in ambienti regolamentati come il farmaceutico, automatizzare processi decisionali non significa soltanto guadagnare efficienza. Significa anche poter governare le logiche con cui il sistema prende decisioni e automatizza workflow operativi. Un requisito che diventa ancora più critico quando l’intelligenza artificiale viene applicata a processi dove trasparenza, tracciabilità e compliance normativa non possono essere delegate a modelli che operano come black box.
«Il motore di Xautomata è deterministico – ribadisce Jacassi -: la logica del sistema si basa su Behavioral Model espliciti, regole strutturate e verificabili. Il sistema non agisce su processi non mappati nel modello e non esegue modifiche critiche senza approvazione: il perimetro di autonomia è sempre definito e visibile. Nel momento in cui un processo viene mappato e validato, sai di essere sempre compliant rispetto alle regole con cui è stato progettato».
La fiducia nell’autonomous enterprise industriale non dipende soltanto dalla capacità dell’AI di automatizzare processi e decisioni, ma anche dal livello di explainability che il sistema riesce a garantire. Comprendere perché una determinata anomalia è stata rilevata, perché un workflow ha generato un’escalation o perché il sistema ha suggerito una specifica azione operativa diventa fondamentale per garantire la governabilità dei sistemi critici.
«Ogni volta che abbiamo chiesto spiegazioni su qualcosa che non andava, il team di Xautomata non ci ha mai risposto che non lo sapevano – conclude Luppi -. Ci hanno sempre fornito motivazioni, spiegazioni e risolto la casistica. E dopo, quella situazione non si è più ripresentata. Sappiamo bene che con certi sistemi AI, in altri progetti, non è sempre così».
