Cambiare per sopravvivere è uno dei mantra della digitalizzazione e il settore secondario non fa eccezione: il manifatturiero non può più fare a meno dell’Intelligenza artificiale perché il mercato esige rapidità, precisione e prezzi concorrenziali. Vediamo come l’AI supporta il settore.
Come si è evoluta l’IA nel manifatturiero
Le tecnologie stanno ridisegnando processi, strategie e politiche di business in qualsiasi settore economico. Tuttavia, il secondario è storicamente esposto a cambiamenti radicali che, nel corso dei decenni, hanno portato dal lavoro prettamente manuale a quello meccanizzato e poi a quello automatizzato. È sufficiente il video qui sotto per rendersi conto che il cambiamento attuale affonda le radici in una storia iniziata quasi sessant’anni fa.
Unimate, il macchinario mostrato nel video, risale al 1967 e, più che la robotica propriamente detta, rappresenta l’avanzamento dell’automazione. Tuttavia, l’ausilio di bracci robotici sarebbe diventato prevalente un quarto di secolo dopo, come dimostra quest’altro video.
Uno stabilimento General Motors in cui una linea di produzione relega l’uomo a compiti specifici e di controllo. Siamo negli anni Novanta e, con l’avanzare della tecnologia e la ricerca sull’IA, questi scenari sono diventati vieppiù diffusi e il potenziale di agenti robotici e automatismi si è dimostrato sempre più elevato.
L’AI è oggi simbiosi tra hardware e software che conferiscono maggiori capacità di precisione e di personalizzazione dei prodotti, così come conferiscono maggiore resistenza: niente ferie, niente malattie, nessuna “giornata no”. Tutto ciò non coincide però con la fine del lavoro dell’uomo.
La tecnologia, nell’avanzare, ha portato con sé anche problemi in parte inattesi ed è su questi che occorre lavorare. Per entrare nello specifico occorre iniziare dai vantaggi che l’AI apporta al manifatturiero.
I vantaggi dell’AI nel manifatturiero
Va detto che l’IA è alimentata dai dati e dall’opportuna cultura alla loro collezione e analisi, materie vitali per qualsiasi comparto non soltanto commerciale o produttivo come, per esempio, l’istruzione o la sanità. Ciò significa che se i dati sono il file rouge, lo sono anche i problemi che la digitalizzazione porta con sé.
I vantaggi più evidenti e immediati non contemplano soltanto le tecnologie e la produzione ma hanno ricadute positive anche sull’operatore umano.
- migliore gestione dell’intera catena di approvvigionamento
- maggiore produttività
- personalizzazione della produzione
- controllo della qualità
- manutenzione predittiva
- efficienza energetica
- sicurezza per i lavoratori
Per entrare nello specifico e iniziando dalla migliore gestione della supply chain, le Intelligenze artificiali sono in grado di gestire l’inventario anche alla luce della previsione della domanda. Non di meno, gli algoritmi sono in grado di ottimizzare le scorte minime al fine di gestire in modo automatico gli approvvigionamenti. L’operatore umano ha compiti di supervisione.
L’automazione delle attività si riverbera sulla semplificazione dei flussi di produzione che richiede meno interventi manuali. Le IA migliorano i processi e quindi l’efficienza della produzione. L’operatore umano viene così destinato allo svolgimento di compiti strategici (inclusi quelli di supervisione) e a maggiore valore aggiunto.
Il mercato esige prodotti di alta qualità e personalizzati e questo è terreno fertile per le IA che, analizzando i dati, riescono a scoprire le preferenze dei consumatori riuscendo persino a prevederle. Capire cosa vogliono i clienti finali, siano questi consumatori o aziende, è vitale per la sopravvivenza delle imprese.
Allo stesso modo, le IA consentono continui controlli della qualità utili a intercettare difetti di fabbricazione in tempo reale e a mantenere elevati standard di produzione. Ciò si riverbera sia sulla limitazione degli sprechi sia sull’efficienza dell’intero sistema produttivo. Ampliando la visuale, l’AI è fondamentale per tutto ciò che ha a che fare con l’auditing e i controlli propriamente detti.
La manutenzione predittiva si basa sull’uso di algoritmi IA che consentono di anticipare i fermi macchina e, parallelamente, permettono di ottimizzare le capacità di produzione di ogni singolo asset. I sensori trasmettono dati che, opportunamente elaborati, danno modo alle imprese di eseguire la manutenzione necessaria nei momenti più indicati senza impattare sui ritmi della produzione.
La transizione digitale deve tenere conto anche di quella energetica. Le IA sono compartecipi nella riduzione degli sprechi energetici ottimizzando i consumi, suggerendo ai decisori quali misure adottare senza limitare le capacità produttive degli impianti. Minori sprechi che si traducono in maggiori margini o, in ogni caso, maggiore spazio di manovra nel fissare il prezzo di vendita delle merci e dei servizi.
Automatismi e IA, non da ultimo, sono in grado di sostituire l’uomo nei compiti più usuranti o pericolosi ma anche di prevedere potenziali problemi di sicurezza. Ciò si traduce in ambienti di lavoro più salubri e sicuri. Anche in questo caso è evidente che a beneficiarne sia la produzione in sé ma tutto ciò che si pone a salvaguardia degli operatori umani è da accogliere a braccia aperte.
Come anticipato, ciò che fa da collante a tutte queste opportunità è il dato. Informazioni di qualità che ricoprono un ruolo capitale nei modelli di business e che consentono ai manager di compiere scelte informate e ragionate. Avere la possibilità di ottimizzare i processi, aumentare la produttività e proporre ambienti di lavoro sicuri sono aspetti fondamentali per le imprese, anche quelle del secondario.
La digitalizzazione e l’innovazione hanno un prezzo, soprattutto culturale, che rappresenta uno scoglio e anche un’opportunità.
Esempi pratici dell’apporto delle IA nel manifatturiero
Possiamo riassumere in tre grandi gruppi le IA al servizio delle imprese e quindi anche di quelle attive nel manifatturiero, ovvero l’automazione documentale e di back-office, l’innovazione dei prodotti fisici e sviluppo di servizi.
In questi gruppi rientrano specificità delle singole imprese che sono supportate da software altrettanto specifici ma anche da software di più ampio respiro, un esempio su tutti sono i Chatbot che consentono di interagire con gli stakeholder, come vedremo in seguito.
Entrando nelle peculiarità del manifatturiero, iniziamo a esaminarne alcuni comparti e le soluzioni IA disponibili.
La catena di approvvigionamento
Per ottimizzare i flussi di produzione l’adozione di software AI deve guardare all’interno e all’esterno dell’azienda, occorrono sistemi in grado di comunicare anche con i fornitori di materie prime e i partner logistici. Esaminando le scorte disponibili e la loro durata in base ai ritmi di produzione e alle richieste del mercato, tali software devono gestire in modo automatico l’ordinazione di materie prime.
Plannet – Warrant Hub Spa è un’azienda emiliana che fornisce software integrato per le realtà manifatturiere. Compass10 è la soluzione che propone per la supply chain e l’opportuna analisi dei dati. Oltre a garantire piena interoperabilità con sistemi ERP e di supervisione, consente anche di creare scenari ipotetici, ossia simulazioni che restituiscono i risultati a seconda delle condizioni scelte.
Per rimanere in Italia, è meritevole di considerazione Intuendi, soluzione che usa i dati per estrarne il maggiore valore possibile e che, oltre a gestire e ad automatizzare ogni anello della catena di approvvigionamento, si propone anche di ottimizzare i costi di spedizione suggerendo la migliore occupazione possibile dei container.
Una soluzione che calza meglio alle realtà aziendali più piccole che hanno meno esigenze è Slot’s Eyes, prodotto dall’omonima software house spagnola e pensato per automatizzare e ottimizzare i flussi di approvvigionamento in modo semplice e intuitivo, senza la necessità di conoscenze di programmazione particolarmente approfondite.
La logistica
La gestione del magazzino propriamente detta, ossia il modo in cui le scorte e le merci vengono stoccate e manipolate in entrata e in uscita è un capitolo che può essere esaminato a sé stante.
Veicoli e carrelli elevatori autonomi, grazie all’IA, sono votati a supportare le operazioni produttive con continuità. Interagiscono con l’uomo e svolgono compiti in modo automatizzato, da soli oppure in flotta.
In quest’ambito si distinguono la tedesca Linde Material Handling e i carrelli senza conducente Jungheinrich, entrambe realtà consolidate e forti di esperienza pluriennale.
Manutenzione predittiva
Impedire che i macchinari si fermino, riuscire a sfruttarli al meglio delle loro potenzialità e prevedere il momento migliore per effettuare compiti di manutenzione sono un vantaggio chiaro per le realtà industriali.
Nella manutenzione predittiva appositi sensori e algoritmi di analisi dei dati forniscono informazioni dettagliate sullo stato degli asset di produzione e questo, oltre a limitare il numero e la durata dei fermi macchina, consente a chi di dovere di prendere decisioni calibrate e puntuali.
Tra i software più scalabili figura MaintainX, soluzione interamente basata sul Cloud che offre un’interfaccia intuitiva e che può essere gestita secondo la filosofia “low-code”, ossia senza particolari doti di programmazione.
Emaint CMMS sposa anche le necessità di piccole realtà industriali, proponendo una vasta gamma di integrazioni con sistemi operativi e software già in uso alle imprese. Interessante anche la possibilità di fare un tour guidato delle peculiarità della soluzione offerta.
Interessante anche IFS Ultimo, soluzione che appare valida per una vasta gamma di macchinari, droni inclusi, e che fornisce reportistica che arriva ai minimi particolari.
La manutenzione di strumenti robotici trova alleati nei software di Kuka, che riducono i rischi operativi e aiutano a garantire tempi ristretti per la messa in servizio dei cobot e robot anche a seguito di riprogrammazioni.
Gemelli digitali
I gemelli digitali, i digital twin, consentono di creare repliche digitali dei sistemi di produzione e di prodotti per avviare simulazioni, monitoraggi e ottimizzazioni. Il manifatturiero può testare e perfezionare i processi di produzione in modo virtuale, riducendo investimenti e tempi di sviluppo con conseguente vantaggio sull’efficienza.
General Electric ha un’interpretazione totale dei digital twin, fornendo una soluzione che può essere declinata a qualsiasi settore o flusso di produzione.
Sempre rimanendo nel più ampio spettro applicativo possibile, Ansys mette a disposizione dei propri clienti un’esperienza lunga 50 anni e oggi preziosa in diversi comparti, tra i quali quello aeronautico e automobilistico.
Chatbot
Sono utili per automatizzare compiti, assecondare le richieste di informazioni tra reparti di un’azienda ma anche per gestire le richieste degli stakeholder, clienti in primis. Come detto sopra, non si tratta di prodotti specifici per il manifatturiero ma indubbiamente utili anche al secondario in senso ampio.
Il mercato è denso di vendor ma, attualmente, pochi riescono a raggiungere il livello di IBM Watson Assistant che consente a chi lo usa di creare agenti virtuali tarati su specifici scopi e con dati proprietari.
Tra le alternative di alto livello va citato anche Microsoft Bot Framework, con cui è possibile creare progetti ex novo e adatti a qualsiasi scopo.
Le sfide delle IA nel manifatturiero
Ogni rivoluzione pone delle sfide. Il potenziale rappresentato dalle IA è strettamente collegato alla competitività delle imprese e alla loro crescita sostenibile. Non sono obiettivi aleatori o facoltativi, ciò significa che le sfide, sia quelle culturali sia quelle tecnologiche, devono essere affrontate in modo proattivo.
I dati sono di vitale importanza e non è un caso che, in un elenco ragionato delle difficoltà dell’entrata nella digitalizzazione, questi siano in cima:
- gestione dei dati
- affidabilità
- interoperabilità
- competenze
- conformità e privacy
La gestione dei dati è capitale, perché il successo delle IA dipende soprattutto da questo. I dati vanno acquisiti, archiviati, puliti e normalizzati. Occorre testarne la coerenza, la pertinenza e l’accuratezza. Questi sono processi continui e prevedono soluzioni software appropriate, oltre a figure professionali con capacità adeguate.
Conseguenza diretta di ciò è l’affidabilità dei sistemi IA. Chi produce tecnologie deve garantire che algoritmi e funzioni siano ineccepibili perché da questi dipende l’accuratezza delle decisioni del management d’impresa e l’operatività delle imprese stesse. La scelta dei fornitori adatti è quindi fondamentale e dovrebbe essere fatta con il massimo scrupolo. Affidare la transizione tecnologica a partner non appropriati coincide con il consegnare il futuro della propria azienda nelle mani sbagliate.
È vero che oggi è possibile applicare sensori a macchinari non di ultima generazione. Sensori utili alla raccolta e in taluni casi persino all’elaborazione dei dati. Laddove i macchinari fossero vetusti si renderebbe necessaria la loro sostituzione e questo, per ogni impresa, è un investimento che va pianificato con accortezza. La modernizzazione degli asset non è un’opzione, è essenziale per l’impiego delle IA nei processi produttivi e gestionali.
Dipendenti e collaboratori devono essere formati all’uso delle tecnologie. Il loro modo di lavorare cambia radicalmente e questa, che per loro è una transizione pregna di preoccupazioni, deve essere accompagnata nel modo più opportuno. Le competenze necessarie all’uso delle IA vanno coltivate.
I dati portano con loro potenziali fragilità, legate soprattutto all’uso etico dei dati stessi, alla loro riservatezza e alle possibili violazioni della privacy. Sono argomenti che devono essere bene impressi sia in chi produce tecnologie sia in chi le usa e che, soprattutto, non possono essere affrontati soltanto nel caso in cui siano forieri di problemi ma vanno tenuti in considerazione proprio per evitare che diventino problematici.
Tra gli scogli figurano anche i costi che occorre affrontare per automatismi e Intelligenze artificiali. Oltre alle spese immediate vanno pianificate quelle ricorrenti per la manutenzione e per l’aggiornamento del personale. Il totale di queste voci può apparire proibitivo a molte imprese, soprattutto a quelle più piccole. Una difficoltà oggettiva alla quale occorre trovare una soluzione perché l’unica alternativa è l’uscita di scena dal mercato.
Il futuro delle IA nel manifatturiero
La versione breve è semplice: ci saranno evoluzioni continue e con queste sempre più difficoltà da superare.
Le capacità degli algoritmi e degli automatismi saranno sempre più affinate e, a dettare i ritmi, saranno proprio le imprese che usando le IA sapranno indicare a chi le produce quali nuove esigenze nascono all’interno dei rispettivi flussi di lavoro.
Gli scenari sapranno valorizzare sempre di più l’apporto dell’Industrial Internet of Things (IIoT), della computer vision, della realtà mista, dei digital twin, ma anche della stampa 3D e via dicendo. Tecnologie che saranno in grado di collaborare sempre più tra loro e con l’uomo, rendendo i processi aziendali polmoni di un unico organismo oliato che lavora all’unisono.
Il risultato ultimo, laddove le IA verranno implementate in modo corretto e funzionale, renderà le piccole imprese capaci di concorrere con quelle più grandi, giocando a carte pari nel contendersi i mercati.
