La lunga strada verso la digitalizzazione
Si fa presto a dire “Industria 4.0” Come se bastasse cambiare un macchinario e per magia tutto diventa digitalizzato… processi, persone, strumenti e linguaggi.
Così non è, la strada verso una digitalizzazione vera in ambito industriale è lunga e passa innanzitutto per un cambio culturale. Un cambio che deve correre di pari passo con il rinnovamento tecnologico e un’iniezione di nuove professionalità in ambito digital e Ict. Senza queste ultime la digitalizzazione sarebbe come un guscio vuoto o una Ferrari senza carburante, se si preferisce.
Ce lo racconta bene l’Ingegner Gianni Dal Pozzo, amministratore delegato di Considi Società di Consulenza Direzionale che accompagna le Aziende Industriali verso l’Eccellenza Operativa LEAN anche grazie alle opportunità tecnologiche di Industria 4.0. Una trasformazione che si nutre dei dati che la tecnologia rende disponibili.
Ma a quali dati ci riferiamo parlando del mondo industriale?
“Data is the new oil, i dati sono il nuovo petrolio, come ha titolato l’Economist qualche anno fa, esordisce, per far capire quanto siano fondamentali i dati nel complesso del valore di un’azienda. La digital transformation è inevitabile e questa pandemia ha posto ancor più all’attenzione il tema. Il digitale diventa strumento abilitatore di accelerazione”.
Quindi l’innovazione è in qualche modo obbligatoria per poter competere…
“La scelta di passare al digitale deve avere come base la necessità di innovare i tre fronti di un’azienda: il modello di business, i prodotti e i processi. Sul fronte modello di business pensiamo al tema della Servitization. Ormai sappiamo che il consumatore è sempre più propenso ad acquisire un servizio più che un prodotto: un esempio lampante che tutti utilizziamo è rappresentato da Netflix o piattaforme simili che con l’algoritmo di Machine Learning guida le nostre scelte di visione. Ma non facciamo l’errore di confondere il digitale con il fine; il digitale è lo strumento a supporto del modello di business che oggi, grazie ai dati, consente l’innovazione del prodotto: pensiamo alle molte aziende inserite in una filiera B2B. Queste non hanno il contatto con il consumatore finale; ma proprio grazie ai dati che il loro singolo prodotto/componente è in grado di restituire possono migliorare il processo; o possono attivare la vendita di servizi alternativi soprattutto in chiave manutentiva se pensiamo, ad esempio, ad un impianto. Grazie ai dati riesco a fare business”.
Processi ed efficienza
“Sul fronte dei processi e quindi dei macchinari, che sono un po’ il cuore della manifattura industriale meccanica e meccatronica del Nordest, attraverso l’innovazione digitale posso migliorare qualità ed efficienza. Ad esempio posso misurare in tempo reale le prestazioni, ricavarne curve di ottimizzazione per fare in modo che la macchina migliori l’intero processo che governa”.
La potenza dei dati quindi… che ci porta in qualche modo a parlare di IA – Intelligenza Artificiale. Noi la pensiamo lontana ma di fatto è già tra noi e di Machine Learning.
“Certo il Machine Learning è una parte dell’intelligenza artificiale. Semplificando, si traduce in algoritmi statistici che consentono alla macchina di apprendere attraverso modelli matematici consentendo calcoli rapidissimi e scelte molto banali. Ma, come dice Federico Faggin “manca la consapevolezza”… io aggiungo che la macchina non chiede mai perché, la macchina fa calcoli e dà risposte. Gli algoritmi di Machine Learning consentono di ottimizzare i processi e li accelera grazie alla potenza di calcolo di cui disponiamo oggi.”
Industry 4.0 in qualche modo dà voce agli impianti…
“Un esempio con la manutenzione di un impianto rende tutto più chiaro: se dispongo dei dati di rumorosità o di assorbimento dell’energia elettrica di un motore grazie alla sensorizzazione di questo motore e alla raccolta dei dati riesco ad individuare delle soglie di confidenza oltre le quali il motore, ad esempio, sta andando sotto stress e potrebbe bloccarsi. Riuscire a predire il guasto, lavorando sulla manutenzione ordinaria, mi consente di aumentare l’efficienza dell’impianto, evitando che si fermi. Ecco che la predizione del guasto, possibile attraverso il dato, diventa uno strumento potente di innovazione”.
Gli algoritmi di Machine Learning sono trasversali a tutto e abbiamo capito che funzionano perchè ci sono i dati. Ma è sempre l’uomo che deve governare questo processo.
Questo ci porta al Tecnico che deve saper leggere il dato, individuare la direzione del suo utilizzo, rispondere ad una richiesta di problem solving dell’azienda rispetto al processo della filiera nel suo complesso.
“La mole di dati in gioco nel processo produttivo è enorme e la capacità di calcolo potente. Ma i dati devono essere capiti, estrapolati, tradotti in un modello matematico e direzionati. In questo contesto servono professionalità a vario livello. Nel caso specifico la figura come quella che si diplomerà al corso ITS Meccatronico di Machine Learning and Data Visualization Specialist o Data Scientist è oggi strategica. È sicuramente una delle professionalità più preziose in questo momento. La gestione dei dati, la gestione del data base, il fatto di saper individuare un algoritmo, di descriverlo e modificarlo è competenza di un Tecnico Superiore ITS. Oggi non se ne trovano nel mercato e se ci fossero sarebbero assorbiti immediatamente al 100%”.
A che punto è il percorso di digital transformation nelle aziende del NordEst?
“Come si diceva all’inizio la digitalizzazione è un processo inevitabile, molte aziende stanno ancora muovendo i primi passi in questa direzione ma c’è la consapevolezza. Nel nostro distretto meccatronico sarà inevitabile, ad esempio, che un macchinario sia dotato di un algoritmo predittivo per guidare la manutenzione e l’efficienza dell’impianto. Gli imprenditori capiscono quindi l’importanza di strutturarsi includendo al proprio interno il Tecnico Machine Learning”.
Da qui la necessità di farsi trovare pronti dal punto di vista delle competenze quando il processo di trasformazione investirà la maggior parte del sistema produttivo.
Digitalizzazione e sostenibilità vanno a braccetto…
“Certo grazie al digitale facciamo sostenibilità, ormai inevitabile, necessaria e prevista nel Piano Industry 4.0. Il dato e la sua analisi permettono di attivare strategie di miglioramento del processo che deve essere sostenibile: in un‘ottica di ottimizzazione dei consumi e rispetto dell’ambiente, qualunque sia la mia azienda. Nel dato c’è la risposta intelligente a nuovi servizi e soluzioni sostenibili”.
C’è un tasto dolente in questo percorso che vede la formazione di nuove figure specializzate ed è la presenza delle ragazze, delle studentesse che ancora troppo poco vediamo impegnate negli studi in area digital e STEM. Come invogliarle verso percorsi di questo tipo?
“Guardo alla mia azienda e vedo che lo staff è composto al 40% da donne e questo semplicemente perché hanno una marcia in più, ci mettono passione e si fanno coinvolgere. L’altra riflessione poi si sposta sul sistema Paese che purtroppo non aiuta nel momento in cui si desidera conciliare lavoro e famiglia. Ma l’ambito tecnico di cui parliamo con il Machine Learning e gli altri percorsi in area Digital è sicuramente infra-genere e le ragazze possono davvero fare la differenza, anche le ragazze che frequentano indirizzi scientifici”.