<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

IoT e Machine Learning: la strada per la manutenzione predittiva passa dalla cultura del dato

IoT e Machine Learning: la strada per la manutenzione predittiva passa dalla cultura del dato

Di Machine Learning applicato al mondo Internet of Things si parla tantissimo. Tengono banco soprattutto le discussioni sulle potenzialità delle applicazioni di Predictive Maintenance (manutenzione predittiva), grazie alle quali i sistemi che monitorano le macchine e più in generale gli oggetti connessi possono eseguire autodiagnostiche a ciclo continuo in grado di prevedere eventuali anomalie o rotture, a tutto vantaggio della riduzione dei tempi di fermo macchina e quindi del conto economico. Ma per quanto molto suggestivo, lo scenario è ancora in via di sviluppo. Prima di poter industrializzare soluzioni del genere è necessario alimentare la cultura dell'analisi dei dati. È, infatti, solo potenziando le piattaforme per l'acquisizione e l'elaborazione delle informazioni che si può pensare di conferire vera intelligenza ai network su cui si costruiscono le applicazioni IoT. Ecco il punto di vista di Robert Vrcon, Direttore Generale Teorema Engineering, che spiega l'approccio che l'azienda ha sviluppato per accompagnare le imprese decise a intraprendere questa trasformazione.


Quando avete cominciato ad occuparvi di applicazioni di Internet of Things?

Robert Vrcon
Il primo progetto è partito nel 2006 e all'epoca non si parlava ancora di Internet of Things. Si trattava di un'applicazione di telemedicina grazie alla quale era possibile monitorare lo stato di salute di pazienti con scompensi cardiaci da casa, senza il ricovero in ospedale. L'applicazione, installata su tablet, stimolava periodicamente il paziente a eseguire misurazioni, come pressione sanguigna e battito cardiaco, i cui dati venivano acquisiti e analizzati. Da allora abbiamo sviluppato diversi progetti, sia rimanendo in ambito medicale sia spingendoci in altri settori come quello logistico, manifatturiero e portuale.

Andando anche verso la manutenzione predittiva basata su Machine Learning?

Robert Vrcon
Quello della Predictive Maintenance è, a dire il vero, un tema piuttosto recente su cui tutti oggi stanno spingendo, ma rispetto al quale esistono più che altro Proof of Concept e non soluzioni pronte per essere industrializzate. Senza contare che manca ancora un'adeguata cultura sui dati. Dare vita a una vera manutenzione predittiva basata sul Machine learning significa valutare i rischi potenziali non solo analizzando i dati prodotti dagli oggetti e dalle loro interazioni, ma anche incrociandoli con serie statistiche storiche e con quelli relativi a variabili esterne, come per esempio il meteo nel caso di una centrale idroelettrica.

A che punto è Teorema lungo il percorso dell’IoT indirizzato verso la predicative maintenance?

Robert Vrcon
Stiamo lavorando gomito a gomito con una multinazionale specializzata in macchinari per l'industria e per le utilities, per la quale abbiamo realizzato un’interfaccia semplice e intuitiva, grazie alla quale ciascun operatore addetto alla gestione dell’impianto può monitorare, da qualsiasi dispositivo, lo stato delle macchine e prevenire eventuali stop. L'usabilità e l'intuitività di questa interfaccia sono l'elemento chiave della proposizione che l'azienda può vantare quando offre il prodotto ai propri clienti: chi lo acquista non entra semplicemente in possesso di un nuovo strumento, ma di una soluzione che garantisce la massima affidabilità rispetto al funzionamento dell'impianto.

Quali sono gli altri ambiti su cui IoT e Machine Learning possono fare la differenza?

Robert Vrcon
Gli scenari sono molteplici e in diversi settori, penso ad esempio all'agroalimentare e alle applicazioni di Precision Farming e Microagricoltura. In Italia la possibilità di ottimizzare le risorse di acqua e terreno, diminuendo al minimo l'uso di pesticidi per tutelare la salute delle piante, sta destando l'interesse di alcune aziende vitivinicole. Sensori, droni, piattaforme analitiche sono alla base delle soluzioni che affascinano soprattutto le nuove generazioni di imprenditori.

Siete pronti ad affrontare il nuovo scenario?

Robert Vrcon: 
Sì, anche perché negli anni abbiamo creato un network di partner validi, sul fronte dello sviluppo software come su quello dell'hardware. È anche grazie a loro che riusciamo a sviluppare competenze verticali e componenti tecnologiche maturando visione, know-how e grande capacità di project management nei confronti dei clienti, a cui possiamo proporci come unico interlocutore, parlando la lingua del business e mettendo da parte i tecnicismi. Oggi è molto importante saper delineare scenari, raccontare cosa possiamo realizzare per i clienti declinando gli utilizzi in ciascuna delle loro realtà. Il nostro compito non è solo quello di soddisfare le loro esigenze contingenti, ma soprattutto individuare scenari di business che possano migliorare le loro attività e guidarli nel reale percorso di trasformazione digitale.

New Call-to-action

Iscriviti al Blog