La forte convergenza fra tecnologie fisiche e virtuali ha completamente rivoluzionato il processo di produzione delle aziende manifatturiere introducendo nuovi macchinari intelligenti e sempre più automatizzati e integrati col resto dei sistemi aziendali.

E’ il concetto di Industry 4.0, o detto smart manufacturing o anche fabbrica digitale, che tutte le aziende devono padroneggiare per evitare di subire il cambiamento. Anzi, proprio per evitare il rischio di non coglierne appieno i vantaggi, è opportuno dotarsi di professionisti e consulenti capaci di esplorare le soluzioni più adatte al contesto aziendale in modo da trovare il giusto equilibrio fra immissione di nuove soluzioni tecnologiche e integrazione dei e con i sistemi software esistenti. Ecco perché, per molti, il 2019 sarà l’anno dello sviluppo delle competenze, necessarie per abbracciare la trasformazione e accompagnare la crescita del business. In questo scenario, diventa fondamentale puntare sulla formazione specializzata.

Opportunità quindi, ma anche il corretto timore. E’ quanto si respira in Italia che sta lavorando da un po’ di tempo al Piano Nazionale Impresa 4.0, con una forte rimodulazione di aliquote e agevolazioni fiscali, incentivi e linee guida per gli investimenti in materia. Secondo l’Osservatorio dell’Industria Italiana dell’Automazione, tutto il settore del manifatturiero è cresciuto, e in particolare meritano attenzione le soluzioni legate ai sistemi di tracciabilità di dati e prodotti e tecnologie di networking industriale (principali abilitatori delle cosidette wireless factory).

Secondo Gartner, il futuro è tracciato: il rapido e sempre più efficiente sviluppo di progetti IT sta guidando le aziende verso architetture IT decentralizzate, con fortissima necessità di soluzioni di industrial analytics capaci di collezionare e analizzare i dati il più vicino possibile nei punti in cui vengono prodotti, e infine abilitare i macchinari a un’attuazione automatizzata e intelligente. Su quest’ultimo punto si giustificano gli importanti investimenti in materia di intelligenza artificiale e machine learning. Investimenti che comunque devono essere guidati da un piano preciso e attento. Molti investimenti sono ancora rivolti a una sorta di esplorazione degli strumenti a oggi sviluppati, ma che non generano poi un impatto realmente significativo sul rendimento aziendale.

I progetti di Impresa 4.0 devono sempre più diventare parte dei processi aziendali, e non casi sporadici o tentativi di innovazione, e concentrarsi su obiettivi specifici e di valore per il business.

Scorriamo velocemente alcuni casi di successo.

Komatsu ha introdotto prodotti Impresa 4.0 per acquisire, monitorare e analizzare dati provenienti dalle miniere, grazie alla progettazione di una serie di sensori e una rete di comunicazione sui macchinari pesanti. La domanda riguardava la possibilità di migliorare la produttività dei macchinari attraverso una più efficiente e intelligente gestione delle attività e dei tempi.

Il gruppo EVIVA – attivo nel mercato elettrico e gas - si è concentrato su una più veloce distribuzione dei dati provenienti da funzioni di Business Intelligence, opportunamente rimodulati a seconda dell’utilizzatore finale. E’ stata Zucchetti a fornire lo strumento finale con InfoBusiness che permette ai reparti di customer care di avere i corretti dati per gestire meglio l’help desk e i ticket verso i clienti finali, e allo stesso tempo al management di poter visionare gli stessi dati per analisi strategiche.

Costa Express si è focalizzata sui processi di pianificazione della supply chain, introducendo elementi di IoT nelle macchine distributrici di bevande in tutta Europa nel tentativo di determinare e sviluppare efficienti piani di fabbisogno e produzione.

A Bergamo, Sitip – produttore id tessuti indemagliabili – ha integrato Qlik e sistemi PLC a bordo delle macchine di produzione per analizzarne dati quali tepmi di avanzamento, quantità lavorate, causali di fermo e scarti: gli indici di performance che ne risultano diventano i driver per definire piani di produzione delle macchine e di occupazione del personale che siano efficienti e sempre più in tempo reale.

Analogo caso ha visto Faurecia – produttore di componentistica per il settore automotive – agire sui macchinari e sui sistemi di analytics per ridurre costi di produzione e abbattere gli sprechi. I macchinari in fabbrica registrano in tempo reale oltre 300 variabili di produzione che vengono collezionati e analizzati dai sistemi in cloud alla ricerca di possibili allarmi e situazioni anomale da gestire tempestivamente. 

Progetto interessante anche quello sostenuto da Whirlpool che ha lavorato su uno strumento di prediction tool in grado di stimare la necessità di un pezzo di ricambio. L’azienda statunitense mette a sistema tutti i dati provenienti dall’ambiente di produzione e dai reparti vendita e assistenza, più tutti i risultati dei test prodotti nei vari stabilimenti, nell’obiettivo finale di stimare quella che possiamo definire manutenzione predittiva dei prodotti.