Supply chain connesse, AI e analisi dei dati - Industry 4 Business

Innovazione industriale

Supply chain connesse e AI: dal design al postvendita

Sul mercato sono presenti numerose alternative, che si differenziano per: l’efficienza degli algoritmi, la velocità di convergenza, il modello collaborativo di gestione dei dati; la capacità di utilizzare l’intelligenza artificiale quale elemento abilitante a un processo decisionale; l’efficacia nell’esporre interfacce di utente in grado di presentarsi “amichevolmente” agli utenti, garantendo una esperienza immersiva.

01 Lug 2021

Nicola Gulli

La traiettoria intrapresa dal settore industriale sta disegnando una nuova “rivoluzione” che sempre di più incontra le “tecnologie per la gestione dell’informazione” rendendole protagoniste nella loro “vera forma” che comprende la distribuzione, la conservazione e l’analisi dei dati e la conseguente applicazione di moderne tecnologie di intelligenza artificiale atte a semplificare e rendere più efficaci i processi decisionali.

Tale processo di automazione ha un impatto rilevante nell’applicazione di modelli di analisi del dato e di intelligenza artificiale all’interno dei processi di pianificazione e schedulazione della produzione e delle vendite e di tutte le attività di postvendita. In particolare:

  • lo sviluppo di sistemi logistici di fabbrica e per i network di produzione, distribuzione ed approvvigionamento, basati sui modelli di impiego dei dati sempre più collaborativi;
  • l’enorme quantità di dati, unita a una aumentata complessità degli algoritmi di analisi e dei meccanismi di auto apprendimento necessari alla loro ottimizzazione

Come già sottolineato in altro articolo, la metamorfosi che tende a trasformare il mondo industriale nell’interfaccia di un sistema cibernetico sarà affiancata da nuovi regimi di delega e di Limit of Authority che prevedranno l’ingresso nella catena di comando e controllo di nuovi soggetti digitali: automi in grado di supportare le decisioni e in alcuni casi di prenderne.

Ciò ha portato i soggetti industriali anche delle filiere meno complesse a doversi dotare di capacità analitiche e di AI nell’ambito delle quali la velocità di “convergenza degli algoritmi” e la capacità di misurare e correggere gli errori, unitamente a esperienze di utente semplificate diventano gli elementi indispensabili e abilitanti.

Come viene mostrato nella figura che segue, al fine di organizzare in modo coerente e completo una filiera di produzione è necessario disporre di strumenti che consentano di avere una visibilità del dato “end to end” al fine di poter simulare efficacemente gli effetti potenziali generati da eventi insistenti su uno qualsiasi degli elementi della filiera.

Le “control tower” della logistica evoluta diventano dunque uno degli elementi computazionali di una filiera applicativa che deve includere tutti i processi industriali, partendo dall’ingegneria e attraversando i vari layer della fabbrica digitale fino ad arrivare ai servizi di postvendita.

Sistemi di analisi del dato e automazione dei processi decisionali

Tale filiera applicativa deve rappresentare il giusto compendio fra le tecnologie e gli algoritmi utili a rappresentare e analizzare il dato sui tre livelli decisionali tipici di un moderno sistema industriale: strategico, tattico ed esecutivo

Si intuisce immediatamente come un sistema di analisi del dato così complesso debba prevedere l’introduzione di tecnologie di intelligenza artificiale in grado di automatizzare i processi decisionali, rendendo trasparente la complessità agli attori facenti parte della filiera manageriale (senior management, management operato, organizzazione di vendita e di logistica).

Il sistema per la gestione “end to end” dei processi di supply chain rappresentato in figura tende a diventare esso stesso uno strumento per la generazione di copie digitali dei processi produttivi e di logistica. Il modello decisionale che ne consegue, basato sul “dato preciso”, consente alle aziende di governare il business minimizzando i rischi e massimizzando l’efficienza. Esso stesso può diventare il traino per l’applicazione di politiche ESG concretamente attive.

In termini tecnologici, tale sistema risulta quale sintesi di una complessa combinazione di tecnologie di mercato sulle quali si innestano sviluppi di interfacce di analisi e di utente in grado di fornire una corretta e coerente “user experience”.

Immagine che contiene testo, screenshot, schermo, parecchi Descrizione generata automaticamente

Analisi dei dati, cosa offre il mercato

Il mercato è popolato da numerose alternative, che si differenziano per:

  • l’efficienza degli algoritmi, la velocità di convergenza,
  • il modello più o meno collaborativo di gestione dei dati
  • la capacità di utilizzare l’intelligenza artificiale quale elemento abilitante a un processo decisionale più dinamico e preciso
  • l’efficacia nell’esporre interfacce di utente in grado di presentarsi “amichevolmente” agli utenti, garantendo loro una esperienza immersiva.

Tali alternative subiranno un lento processo di selezione e consolidamento guidato dal processo di maturazione culturale degli stakeholder coinvolti che premierà le soluzioni che più riusciranno a interpretare e fornire il valore vero rappresentato dalla capacità di descrivere il mondo reale attraverso con modelli cibernetici aderenti le catene del valore dei soggetti industriali.

Conclusioni

Per concludere, vogliamo citare un passo tratto dal volume “La fabbrica ‘data-driven’: tra aspettativa e realtà” di Flavio Tonelli: “Internet delle cose, Industria 4.0, Smart Manufacturing e la loro sintesi nei nascenti sistemi cyber-fisici (Shi et al., 2011) di produzione stanno portano a enormi quantità di dati industriali lungo il ciclo di vita del prodotto (Kemper et al., 2013). La fabbrica si sta trasformando in ‘fabbrica guidata dai dati’ in grado di produrre in modo agile, di apprendere, incentrata su di un operatore aumentato. La visione di autocontrollo decentralizzato e dell’auto-ottimizzazione di prodotti e processi porta a ingenti quantità di dati che sono sia strutturati che non, come, ad esempio, i dati dei sensori della macchina in officina, i dati sull’utilizzo del prodotto, nonché i dati sui reclami dei clienti o i dati sulle segnalazioni di guasti ai tecnici dell’assistenza. La fabbrica guidata dai dati combina integrazione orientata ai servizi, analisi avanzate e fornitura di informazioni mobili in un approccio olistico al fine di sfruttare i big data industriali per vantaggio competitivo. Tutto questo lo possiamo includere nelle aspettative quale l’utilizzo di questi dati per l’ottimizzazione della progettazione del prodotto, dell’esecuzione della produzione e della gestione della qualità. Aspettative legittime ma pure sempre aspettative se si analizza meglio il livello medio corrente delle soluzioni ICT che dovrebbero permettere tale cambiamento”.

CATA - Infografica - Portale ei fornitori: Come si fa, vantaggi, funzionalità e impatto sulla supply chain 

@RIPRODUZIONE RISERVATA
G
Nicola Gulli
Argomenti trattati

Approfondimenti

A
automazione industriale
L
logistica 4.0

Articolo 1 di 5