L’analisi dei dati nel settore manifatturiero

La vita segreta degli algoritmi

A cura di Pier Giuseppe Dal Farra, IoT Industry Business Expert di Orange Business Services

Al centro della trasformazione digitale dell’industria manifatturiera c’è la potenza dell’analisi dei dati provenienti da dispositivi e sensori connessi nei processi di produzione. L’analisi predittiva dei dati è, potenzialmente, la più importante tecnologia di produzione avanzata in grado di favorire la competitività futura, perché permette di ridurre gli sprechi e ottimizzare i processi di produzione. Collegare grazie all’IoT macchinari, flotte, linee di produzione e persone sta rivoluzionando le modalità tradizionali di lavoro nell’intero settore manifatturiero.

Per estrarre maggior valore dai dati, oggi le aziende devono fare il salto dall’analisi dei modelli storici alla previsione del futuro. Fino a poco tempo fa, i dati erano uno storico accumulato nel tempo, da macinare e analizzare per estrapolare manualmente modelli così da operare in modo più efficiente. Oggi i dispositivi connessi e i sensori che raccolgono dati stanno diventando sempre più importanti sia in azienda che nella vita quotidiana. Questo tsunami di dati sta potenziando nuove tecnologie digitali – come l’apprendimento automatico (Machine Learning), l’elaborazione del linguaggio naturale e l’Intelligenza Artificiale – per trasformare l’analisi dei dati da un esercizio reattivo in un processo proattivo che consente di prendere decisioni strategiche aziendali, fino al reparto produzione.

Il manifatturiero può sfruttare le soluzioni di Intelligenza Artificiale per migliorare molte aree: l’Intelligenza Artificiale abbinata all’analisi e all’apprendimento automatico consente intelligenza e intuizione contestuali, che se applicate ai reparti di produzione possono rivoluzionare i processi e le pratiche. I vantaggi della Computeristica cognitiva applicati a problemi come produzione multi-sito, distribuzione multi-tier, configurazione del prodotto, gestione degli ordini distribuiti e servizio post-acquisto si traducono in maggior precisione, migliore reattività dei clienti e maggiore velocità sul mercato per i produttori.

Leggi anche:  L’imbuto e le biglie, ovvero la metafora della produttività dei team

Noi di Orange crediamo che i dati debbano essere al centro di ogni strategia aziendale, in cui i sistemi abilitati all’Intelligenza Artificiale possono valutare e rivalutare i modelli di analisi dei dati, fare ipotesi, testare e apprendere autonomamente senza l’intervento umano. Impiegati correttamente, i sistemi cognitivi possono aumentare la frequenza, la flessibilità e l’immediatezza dell’analisi dei dati, apportando un enorme valore alle aziende in termini di efficienza, produttività, vantaggio competitivo e risparmi sui costi.

Tuttavia, indipendentemente da quanto avanzata possa essere la tecnologia, le persone continuano ad avere un ruolo centrale. Per funzionare, l’analisi dei dati richiede capacità umane e interpretazione per prendere decisioni intelligenti al termine dell’analisi. Le aziende devono assicurarsi di trovare il giusto equilibrio tra sistemi auto-organizzanti e autonomi e il capitale umano che già possiedono.

La società multinazionale di ingegneria ed elettronica Bosch è un ottimo esempio di come i dati possono essere utilizzati per trasformare la linea di produzione. Raccogliendo dati e mettendoli in comune tra macchine e operatori umani, sono in grado di tenere traccia dell’inventario, consentendo agli addetti alla manutenzione di intraprendere azioni preventive su potenziali guasti, ad esempio. Nella sua fabbrica di Mondeville, in Francia, Bosch sta già ottenendo risultati tangibili: meno difetti di qualità, meno perdite e meno guasti. Inoltre, il tempo impiegato per modificare le linee di produzione è stato ridotto a soli cinque minuti, in confronto alla media di 30 minuti a livello nazionale.