Caso Utente

L’AI nei progetti di 4 aziende del Nord Est

Breton, Brovedani, Friul Intagli Industries e LimaCorporate: 4 esperienze del manifatturiero italiano che, dopo avere sperimentato i benefici dell’implementazione di tecnologie innovative grazie al Piano Industria 4.0, vedono l’AI come prossimo step verso la trasformazione digitale. Dal machine learning per affrontare con efficacia le problematiche legate all’enorme variabilità delle caratteristiche fisico-chimiche di alcuni materiali all’integrazione di funzionalità di intelligenza artificiale per potenziare ulteriormente le capacità umane nella personalizzazione di prodotti e servizi, all’utilizzo di tecnologie di realtà aumentata a supporto delle operazioni di manutenzione

Pubblicato il 10 Dic 2018

i relatori dell'incontro microsoft beantech

“In un contesto dinamico come quello del Triveneto, che rappresenta il 30% del manifatturiero italiano, beanTech si propone come un abilitatore di tecnologie: prendiamo quello che c’è di meglio tra le tecnologie esistenti e sul territorio (con partnership con le Università di Udine, di Trieste e di Padova) e lo portiamo sul mercato”, ha dichiarato Fabiano Benedetti, CEO e Presidente di beanTech, nell’evento organizzato di recente a Milano insieme a Microsoft dove, dopo uno scenario introduttivo sulla diffusione delle tecnologie di AI in Italia e lo stato del Piano Industria 4.0 a cura di Barbara Cominelli, COO di Microsoft Italia, Fabio Santini, Direttore Partner e PMI di Microsoft Italia ed Elio Catania, Presidente di Confindustria Digitale (vedi articolo L’AI per la crescita del sistema manifatturiero italiano), sono saliti sul palco i rappresentanti di 4 aziende manifatturiere del Nord Est per illustrare la loro esperienza nell’implementazione di progetti di Industria 4.0 nei quali è prevista l’implementazione di tecnologie di AI.

Breton, personalizzare il processo di lavorazione

Nata nel 1963, Breton è un’azienda trevigiana a conduzione familiare, che produce macchine utensili per la lavorazione della pietra e dei metalli. 7 filiali estere, 900 dipendenti, 200 milioni di fatturato nel 2017. Nel 2013 è stato avviato il progetto di trasformazione organizzativa e culturale Breton Innoway, con l’obiettivo di introdurre un modello di lean production e lean management per la gestione end-to-end dell’ordine cliente e per lo sviluppo di nuovi prodotti.

“Per far fronte a un mercato sempre più dinamico – ha spiegato Enrico Favaro, CTO dell’azienda – si è reso necessario poter fare affidamento su una soluzione integrata per l’acquisizione, il monitoraggio e la gestione dei dati generati dalle macchine utensili, allo scopo di efficientare le operazioni e ottimizzare il processo produttivo. Con la collaborazione strategica di beanTech e facendo leva sulla piattaforma cloud Microsoft Azure e sull’intuitivo cruscotto di analisi Power BI, in pochi mesi è stata implementata Sentinel, una soluzione di advanced manufacturing per il monitoraggio e l’analisi predittiva, che garantisce il controllo in tempo reale dell’efficienza e del funzionamento della macchina, offrendo indicatori dell’efficacia generale dell’impianto (OEE)”. Il miglioramento delle performance del processo è stato valutato intorno al 15%.

Enrico Favaro, CTO di Breton

“Il mercato – ha quindi aggiunto Favaro – sta mostrando grande interesse per i nostri macchinari intelligenti, che consentono di gestire al meglio il parco macchine e di far leva su dati diffusi per prendere decisione ragionate. Per questo il nostro progetto di innovazione nel segno dell’Industria 4.0 intende andare oltre, facendo leva sulle tecnologie digitali usate negli impianti di processo anche per la lavorazione della pietra naturale e integrando funzionalità di machine learning e intelligenza artificiale, in modo da poter affrontare con efficacia le problematiche legate all’enorme variabilità delle caratteristiche fisico-chimiche della pietra che richiede una significativa personalizzazione di ogni processo di lavorazione. Per questo, in futuro intendiamo sviluppare un’infrastruttura che integri cloud computing e fog computing [il fog computing è un’architettura utile a distribuire senza soluzione di continuità risorse e servizi di calcolo, storage, controllo e funzionalità di rete sull’infrastruttura che connette il cloud all’IoT; in pratica rappresenta al tempo stesso un’estensione e un miglioramento del paradigma cloud in supporto ad applicazioni IoT che debbano rispettare precisi parametri di Qualità di Servizio per essere processati, quali latenza e banda disponibili per una certa connessione, ndr], sfruttando le capacità elaborative on premise per garantire continuità del servizio anche a fronte di reti a bassa disponibilità e arrivando fino all’edge computing necessario per acquisire, monitorare e controllare i processi a valore sfruttando appieno il paradigma IIoT”, ha concluso il CTO.

Brovedani, AI per potenziare le capacità umane

Ha puntato su Industria 4.0 anche Brovedani, realtà di Pordenone che produce componenti automotive, fornitore di multinazionali come Bosch, Continental, Magneti Marelli, Eaton. Più di 1000 dipendenti e un fatturato di circa 130 milioni di euro, Brovedani ha dato avvio a un progetto di trasformazione digitale a partire dall’esigenza di sviluppare un sistema proprietario di controllo dimensionale e qualità dei pezzi prodotti.

Facendo leva sulla piattaforma cloud Microsoft Azure e su Power BI, il partner beanTech ha sviluppato un’architettura hardware/software, intelligente e flessibile, che permette all’azienda di fare affidamento su una stazione di controllo e di sviluppare autonomamente le verifiche dimensionali e di qualità, grazie a un’interfaccia operatore che ne consente l’adattamento e la configurazione a seconda delle specifiche esigenze.

Questa architettura si interfaccia con l’automazione di impianto, scambiando dati con i sistemi MES ed ERP, e permette di tracciare e monitorare il 100% della produzione, con un livello di accuratezza della misurazione nell’ordine del micron (µ). Uno dei controlli realizzabili è per esempio il controllo visivo per analizzare lo stato e la dimensione del prodotto meccanico, grazie all’analisi dei dati raccolti durante il processo produttivo, mediante un sistema di misura senza contatto che li smista a seconda di standard o di eventuali difetti, con una velocità di 20 pezzi al minuto. Inoltre, grazie all’analisi predittiva, Brovadani punta a pianificare in futuro la manutenzione, il controllo qualità e la retroazione di correzione dei processi e stima un incremento della produttività di circa il 10%, di tagliare i tempi di reazione ad eventi/incidenti e di ridurne il numero a regime di almeno il 50%.

foto di Sergio Barel, CEO Brovedani Group
Sergio Barel, CEO Brovedani Group

“L’automazione avanzata e la business intelligence, volta alla qualità dei prodotti finali e all’efficientamento del processo produttivo, sono per noi, e per i nostri clienti, delle leve differenzianti. La soluzione adottata grazie a beanTech e Microsoft – ha dichiarato Sergio Barel, CEO Brovedani Group – ci sta consentendo di controllare in modo efficiente la qualità dei lotti e dei singoli pezzi meccanici in linea con parametri personalizzati in base alle esigenze dei diversi clienti, riducendo così gli scarti. Non solo, è stato abilitato anche il monitoraggio continuo del funzionamento dei macchinari di produzione e degli utensili, introducendo una ricalibratura a intervalli regolari, che consente di avere un riscontro immediato in caso di anomalie o guasti. Nel complesso, un grande vantaggio non solo in termini di ottimizzazione dei processi, ma anche di personalizzazione del prodotto in un’ottica collaborativa con i clienti. Visti i primi risultati positivi, guardiamo con interesse alle nuove prospettive di Industria 4.0 e tra gli sviluppi futuri intendiamo integrare funzionalità di intelligenza artificiale per potenziare ulteriormente le capacità umane. Questo progetto consente, infatti, anche agli operatori meno esperti di sviluppare e personalizzare i controlli, in modo semplice e rapido”, ha concluso il CEO.

Friul Intagli Industries, machine learning per un’analisi dei dati più efficace

Azienda di Pordenone tra i più grandi produttori al mondo di componenti per mobili e mobili in kit e partner dei più importanti player della GDO, Friul Intagli Industries oggi vanta 2000 dipendenti e un fatturato di oltre 500 milioni di euro al 2017.

“Ci dobbiamo confrontare con realtà produttive dove la forza lavoro costa meno che in Italia, ma i nostri clienti continuano a rivolgersi a noi perché la qualità dei nostri componenti è altissima; la competizione è tuttavia molto forte, per cui abbiamo deciso di puntare sull’innovazione e di dare avvio a un progetto di valorizzazione dei dati in ottica Industria 4.0”, ha spiegato Carlo Casetta, ICT Manager dell’azienda. ”L’obiettivo era triplice: monitorare il prodotto lungo la linea produttiva di trasformazione dei semilavorati in prodotti finiti; connettere tra loro le macchine e il sistema gestionale di produzione (MES) in ottica di iper-ammortamento, per garantire il controllo sia del prodotto in lavorazione, sia del funzionamento dell’impianto; e misurare i consumi d’energia in linea con l’obbligo di legge relativo alla diagnosi energetica per le imprese energivore”.

Foto di Carlo Casetta di Friul Intagli
Carlo Casetta, ICT Manager di Friul Intagli Industries

Facendo leva sulla piattaforma tecnologica Microsoft e in particolare su Windows 10 IoT Enterprise, beanTech ha sviluppato per l’azienda un Data Exchange framework, ovvero un’infrastruttura hardware e software in grado di inviare informazioni di produzione alla linea, monitorare lo stato delle macchine, storicizzare i dati produttivi, mettere in comunicazione i macchinari per realizzare movimentazioni automatiche.

“Cogliendo l’opportunità degli incentivi fiscali del Piano Industria 4.0, abbiamo avviato un progetto di trasformazione digitale ‘iperammortizzabile’ per valorizzare i dati degli impianti e recuperare efficienza. Grazie alla soluzione di interconnessione tra le diverse macchine della nostra linea produttiva e i nostri sistemi di gestione della produzione, siamo ora in grado di raccogliere dati in tempo reale e di governare al meglio l’automazione. A conclusione del progetto, stimiamo un risparmio del reparto produttivo di circa 50.000 euro/anno. A seguito dei primi risultati positivi, prevediamo di espandere il sistema anche alle altre unità produttive aziendali. In un mercato in costante evoluzione come quello dell’arredamento e del design, è necessario che anche lo sviluppo tecnologico proceda al passo con i tempi. Per questo ci proponiamo anche di andare oltre, integrando machine learning e intelligenza artificiale per raggiungere gli obiettivi di business e ottenere vantaggi competitivi in termini di controllo qualità ed efficiente uso delle risorse, grazie a una più efficace analisi automatizzata dei dati. Inoltre intendiamo testare il visore olografico Microsoft HoloLens a supporto delle operazioni di manutenzione”, ha concluso Casetta.

LimaCorporate pianificare le decisioni strategiche, equilibrare al meglio domanda-offerta

LimaCorporate, è un’azienda friulana di soluzioni ortopediche e impianti di produzione additiva nel settore sanitario, che vanta il concepimento del “Trabecular Titanium”, struttura cellulare in lega di titanio che rappresenta la nuova generazione per la riproduzione dell’osso naturale. Con un forte orientamento all’innovazione tecnologica, l’azienda nel 2017 ha superato il fatturato di 200 milioni di euro, con 900 dipendenti in 24 paesi. In un settore come quello biomedicale, che presenta regolamentazioni stringenti in materia di certificazione e tracciabilità, è fondamentale pianificare attentamente le decisioni strategiche di lungo periodo senza rinunciare all’agilità, perciò LimaCorporate aveva l’esigenza di analizzare e condividere con le varie funzioni aziendali la domanda previsionale, allo scopo di equilibrare domanda e offerta per garantire soddisfazione al cliente e ottimizzare le risorse. A tal fine ha dato vita a un progetto di Industria 4.0, avvalendosi del supporto strategico di beanTech, della piattaforma cloud Microsoft Azure e di Power BI, per digitalizzare i processi con un approccio Lean.

“È stata quindi adottata – ha spiegato Manuel Clama, Head of Corporate IT di LimaCorporate – una soluzione di Demand Planning attraverso l’impiego di algoritmi matematico-statistici per l’analisi dei dati storici e la previsione della domanda, l’uso di un portale web dedicato alla rete commerciale e l’implementazione di uno strumento di visualizzazione e gestione dei dati aggregati. Grazie a strumenti bidirezionali e alla condivisione di informazioni tra filiali, è stato possibile migliorare l’accuratezza della pianificazione anche del 10%, efficientando di conseguenza la gestione della supply chain, riducendo gli over-stock e i costi di magazzino e migliorando il livello del servizio al cliente”.

foto di Manuel Clama, Head of Corporate IT di LimaCorporate
Manuel Clama, Head of Corporate IT di LimaCorporate

“A partire dai risultati positivi in termini di demand planning – ha proseguito Clama – vogliamo estendere la metodologia lean alla definizione dei piani di budget e forecast sulle vendite, che, grazie ad opportuni strumenti di analisi, possono risultare più facilmente prevedibili, nonostante l’incertezza dei mercati. Non solo, LimaCorporate intende continuare a puntare su Industria 4.0 con alcuni nuovi progetti che includono anche l’utilizzo di Realtà Mista e Intelligenza Artificiale. Le attività formative e di supporto verso i chirurghi potrebbero, infatti, essere migliorate grazie al computer olografico Microsoft HoloLens, offrendo per esempio al medico i dati vitali del paziente direttamente sul visore in modo che non distolga lo sguardo dal campo operatorio, supportandolo nella fase preparatoria con immagini relative alla tecnica operatoria pianificata e coadiuvandolo nel follow-up post operatorio. Inoltre stiamo valutando l’utilizzo dell’Intelligenza Artificiale anche nei processi legati ai controlli visivi di qualità dei nostri prodotti. Tramite chatbot potremmo essere in grado di analizzare in modo rapido e immediato i dati raccolti attraverso un autoapprendimento. L’obiettivo è demandare ai robot tali compiti, liberando risorse con elevata seniority ed esperienza da dedicare ad attività a maggior valore”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4