<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

Sette problemi del manufacturing che la tecnologia può risolvere

Sette problemi del manufacturing che la tecnologia può risolvere

Smart manufacturing è un nuovo approccio all’attività produttiva che va ben al di là dell’ingresso di robot, sensori e algoritmi all’interno delle fabbriche. La sua rivoluzione parte sì dal contesto produttivo, ma le estensioni riguardano l’intero business aziendale e i suoi processi, supply chain compresa. Come sempre, la tecnologia funge da abilitatore: senza sensori, intelligenza artificiale, robotica e big data, l’incremento di produttività, flessibilità, qualità e controllo resterebbero sulla carta. 

Ferma restando la centralità dell’elemento tecnologico, ogni azienda declina il concetto di smart manufacturing a seconda delle proprie esigenze, della sua organizzazione e del mercato in cui opera. Ciò nonostante, l’implementazione in ambito produttivo di svariate tecnologie di ultima generazione può risolvere alcuni problemi “tipici” di questo ambito: una parte riguarda la produzione in sé, che si fa più rapida, sicura, con meno interruzioni e capace di realizzare prodotti di altissima qualità, un’altra coinvolge l’intero contesto aziendale influenzando il modo in cui si fa business e – di conseguenza – i risultati che si ottengono. Di seguito, i sette problemi del manufacturing che la tecnologia rende un ricordo del passato:

 

1 Fermi macchina e crolli di produttività

Interrompere la produzione a causa del guasto a un impianto è sempre stato un problema non da poco. Per evitare interventi d’emergenza esistono le manutenzioni programmate, che limitano i tempi di fermo macchina ma talvolta intervengono quando l’apparecchio non ha alcuna necessità di assistenza. Oggi, grazie ai sensori integrati (IIoT), all’analisi dei dati e all’auto-apprendimento tipico del machine learning, è possibile mettere in campo la cosiddetta manutenzione predittiva, che consiste nell’effettuare un intervento di manutenzione quando la macchina ne ha realmente bisogno e con buon anticipo rispetto al guasto. Le interruzioni di operatività, che anche non si possono escludere, vengono ridotte al minimo.

 

2 Scarsa flessibilità e capacità di adattamento

Smart manufacturing non ha come unico obiettivo l’incremento della produttività. Anzi, uno degli scopi del processo è rendere la produzione estremamente flessibile e modificabile in funzione delle esigenze di mercato. Un impianto avanzato deve essere in grado di aumentare rapidamente la produzione se il prodotto sta avendo successo e interromperla dove non riscontra una domanda adeguata; deve essere poi in grado di gestire variazioni e customizzazioni in funzione di richieste specifiche di alcune aree o mercati. Se in tutto questo introduciamo i dati giusti e un buon algoritmo di machine learning, è facile ipotizzare che decisioni di questo tipo possano essere prese direttamente dalle macchine.

 

3 Produzione svincolata dal resto dell’azienda

Uno degli elementi trainanti dello smart manufacturing riguarda l’interconnessione tra tutte le aree aziendali. Tornando al discorso precedente, una fabbrica smart non è un’isola ma va considerata come il tassello di un ingranaggio più grande. L’integrazione di dati provenienti da svariate sorgenti, tra cui la fabbrica, le vendite, la supply chain ecc, permette al management di fare previsioni attendibili, ridurre i rischi, fare investimenti e azioni mirate, oltre a portare sul mercato innovazione rapida e consistente. Tutto ciò non è possibile finché la produzione viene considerata un’entità a sé.

 

4 Supply Chain estremamente complessa

In progetti di ampie dimensioni, la gestione della catena di distribuzione è un’attività tanto complessa quanto determinante ai fini del successo dell’attività. Per coordinare non solo certe funzioni aziendali ma anche quelle di soggetti esterni facenti parte della medesima supply chain viene in aiuto l’intelligenza artificiale che, se correttamente implementata, può accelerare e automatizzare alcune operazioni, soprattutto in ambito logistico. Poi, per la gestione della supply chain è determinante un’altra tecnologia sulla cresta dell’onda: la blockchain. Essa consente di creare un registro distribuito contenente tutte le operazioni relative alla catena di distribuzione, registro che è “decentralizzato” (non c’è un’autorità centrale garante della sua autenticità) e gestito dagli stessi attori della supply chain. Tutto ciò rende il reperimento delle informazioni più semplice e trasparente per tutti; la blockchain, inoltre, ha dalla sua i costi di implementazione contenuti e la sicurezza insita nella tecnologia.

 

5 Prodotti difettosi e richiami

Molte delle tecnologie che abilitano lo smart manufacturing incidono direttamente sulla qualità del prodotto finale, semplificano il processo di controllo qualità e riducono fortemente l’incidenza di difetti. Tra queste gli algoritmi di intelligenza artificiale, le tecniche di stampa 3D rapida per la realizzazione dei prototipi e i cosiddetti digital twins, modelli digitali estremamente realistici con i quali valutare il comportamento del prodotto in determinate situazioni prima di realizzarlo in tutto e per tutto. 

 

6 Errore umano

L’ingresso della robotica nelle fabbriche, unita a sofisticati algoritmi di intelligenza artificiale, punta non tanto a sostituire gli addetti in carne ed ossa ma ad affiancarli per ottenere risultati eccezionali. Gli esseri umani fanno errori, non possono lavorare 24/7 e/o in condizioni del tutto incompatibili con la propria salute. Anche qui, la tecnologia è un’opportunità: mentre l’AI automatizza molti processi rendendoli tutti privi di errore, la robotica offre quella produttività ‘instancabile’ di cui alcune linee hanno bisogno, magari in condizioni che per l’essere umano sarebbero di pericolo costante.

 

7 Skill Gap

Secondo studi recenti, l’evoluzione verso lo smart manufacturing creerà più posti di lavoro di quanti ne eliminerà. Si potrebbe però verificare un serio problema di skill gap, ovvero di offerta superiore alla domanda: essendo ruoli altamente qualificati, non ci sono in circolazione così tanti talenti da soddisfare le esigenze di un mondo industriale in rapida trasformazione. Anche qui, la tecnologia potrebbe venire in soccorso: la corretta miscela di machine learning e robotica potrebbe portare all’automazione di molte operazioni complesse, quelle stesse operazioni che oggi richiedono personale altamente qualificato.

 

New call-to-action

Iscriviti al Blog