Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Smart product

Servitization e smart product : i benefici di IoT e Big Data per creare nuovi modelli di business nell’era Industry 4.0

Smart product e servitization sono al centro delle strategie Industry 4.0 delle aziende manifatturiere italiane più illuminate. Cronaca di una giornata passata all’Università di Brescia a parlare di IoT, Big Data e di come cambiano i modelli di business

17 Mag 2018

Quali sono i nuovi modelli di business legati alle strategie Industry 4.0 e quali sono gli ostacoli principali al loro sviluppo ? Qual è il futuro per gli smart product ? Come potenziare in azienda gli approcci legati alla servitization ? Questi gli “hot topic”, i temi caldi della giornata “Verso l’impresa smart & smart connected product” organizzata dal laboratorio RISE (Research and Innovation for Smart Enterprises) dell’Università di Brescia presso l’ateneo. Si è parlato (tanto) di come IoT e Big Data facilitano la nascita nuovi modelli di business redditizi nella manifattura. Modelli basati sulla data monetization e i prodotti interconnessi e smart.

Durante la mattinata si è svolto l’incontro annuale tra i membri di Asap SMF (Service Management Forum), la community di aziende IT e manufacturing, enti di ricerca e associazioni, che promuove la cultura del service management in Italia. Nel pomeriggio, invece, spazio al convegno “Verso l’impresa smart”, che ha visto alternarsi sul palco esponenti del mondo accademico e utenti.

«La linea di confine tra manifattura e servizi si sta appannando – ha esordito  Nicola Saccani, Professore Associato al Dipartimento di Ingegneria Meccanica e Industriale dell’Università di Brescia –. Lo smart asset management cuba al momento un giro d’affari di soli 210 milioni di euro in Italia, secondo i dati dell’ultimo Osservatorio Internet of Things del Politecnico di Milano, ma con grandi prospettive di crescita».

Smart product e modelli di business dell’Industry 4.0

La servitization è la strategia per cui i servizi smettono di essere un addendum del prodotto industriale per acquisire un valore centrale nell’offerta, cui corrisponde una remunerazione generalmente elevata. Una tendenza che sta diffondendo parallelamente all’affermazione dell’IoT e dell’Industry 4.0 e che cambia faccia al settore manifatturiero. Un’evoluzione che, secondo Saccani, avviene in 4 fasi:

  • Product focused: è il modello industriale tradizionale, incentrato sul prodotto e sul fatto di riuscire a produrlo a costi bassi, offrendo a corollario servizi di base come l’assistenza.
  • Product and processes focused: è un’evoluzione del primo modello, in cui il prodotto si arricchisce di servizi a valore come la consulenza.
  • Access focused: in questo modello la proprietà del bene industriale non viene trasferita al cliente ma rimane al produttore, che eroga al cliente un servizio di accesso al bene. Come fanno le società produttrici di fotocopiatrici e multifunzioni, che vendono agli uffici il servizio di stampa, valorizzato a costo/copia, non più la stampante.
  • Use or outcome focused: è, questo, il caso tipico delle realtà della sharing economy, in cui la proprietà del bene è diffusa e condivisa, perché l’importante non è avere il bene in esclusiva per sé ma poterlo usare per i propri scopi (es. spostarsi in bicicletta) quando serve pagando solo e unicamente per il consumo effettivo.

Il ruolo di Big Data e IoT negli smart product e nell’Industry 4.0

Daniela Bonetti, ricercatrice del laboratorio RISE, nel suo intervento ha fatto chiarezza sul ruolo centrale della tecnologia, e in particolare di IoT e Big Data, nel sostenere le strategie orientate agli smart product e alla Industry 4.0 e che si riflettono in particolare su 4 aree:

  • Personalizzazione dei servizi e customer experience arricchita
  • Abilitazione di nuovi servizi a valore aggiunto
  • Creazione di nuovi modelli di business service oriented
  • Data monetization

«Un esempio molto noto, ma che rende bene l’idea – spiega la ricercatrice – è quello di Rolls Royce, la nota casa automobilistica britannica che produce anche motori e turbine per aerei. Oggi oltre la metà del suo fatturato in questo ambito deriva dai servizi».

La control room di Rolls Royce raccoglie di continuo e analizza i dati di 3.500 motori interconnessi per abilitare una serie di funzionalità di:

  • Miglioramento delle performance di prodotto
  • Assistenza aftermarket: il programma TotalCare permette alla compagnia aerea di affrancarsi dagli obblighi di manutenzione dei motori trasferendo l’onere relativo a Rolls Royce, nell’ambito di un contratto “as a service”. Il pagamento avviene secondo la logica “power by the hour”, quindi imputando una certa somma al cliente per ciascuna ora di volo effettivo.
  • Manutenzione predittiva: grazie all’applicazione ai Big Data di algoritmi di machine learning, Rolls Royce è in grado di ridurre i fermi tecnici degli aeromobili delle diverse compagnie aeree clienti.

Industry 4.0 gli errori da evitare negli approcci smart product

«Per riuscire a capitalizzare i vantaggi di un approccio orientato agli smart product e alla servitization – spiega Razvan Pitic, dell’IoT Lab del Politecnico di Milano bisogna avere ben chiara qual è la strategia, quali sono gli obiettivi che si vogliono raggiungere e predisporre un percorso evolutivo mirato. Non ci sono linee guida, ogni esperienza di Industry 4.0 è singola e particolare». Pitic, però, ha ben chiari quali sono gli errori da evitare:

  • Partire dalla tecnologia e non dalle esigenze da soddisfare
  • Aspettare troppo prima di partire
  • Implementare funzionalità “gadget” (tecnologia che inizialmente fa molta presa sull’utente ma che viene usata poche volte e finisce presto nel dimenticatoio)
  • Non valorizzare i dati raccolti
  • Non adeguare l’approccio ai trend tecnologici (es. nuove reti)
  • Sottostimare gli aspetti della sicurezza e gli impatti sulla privacy (GDPR)
  • Sovrastimare le competenze interne (di progettazione, data science…)

Articolo 1 di 4