La versione integrale di questo articolo può essere consultata a questo indirizzo.
IoT, cloud e data analytics sono certamente elementi abilitanti il processo di servitizzazione, o service transformation[1], ossia il passaggio dalla vendita di un prodotto (o servizio) standard in ottica transazionale, all’offerta di una soluzione ad un bisogno del cliente che coinvolge cliente e fornitore (o l’ecosistema di fornitura) in una relazione prolungata nel tempo. Un ruolo chiave è infatti rappresentato dalle informazioni di ritorno (dai clienti verso i produttori o fornitori del bene) legate allo stato di funzionamento del prodotto e alle condizioni al contorno, tramite cui poter elaborare specifiche politiche di manutenzione e service che possono abilitare contratti legati allo “sfruttamento” del prodotto (come pay-per-use, pay-per-availability, pay-per-performance). IoT e cloud permettono di connettere i prodotti ad internet ed anche di connetterli tra loro, secondo il paradigma dello smart connected product[2], che abilita in modo gerarchico una serie di funzionalità (Figura 1)
Altro caso di scuola sul tema della servie transformation abilitata dalle tecnologie è quello di Rolls Royce (motori aeronautici e marittimi).Rolls Royce ha potenziato sempre di più l’utilizzo di prodotti connessi, big data e analytics in modo sistematico e avanzato in tre aree di attività: Design del prodotto, manufacturing e processi di post-vendita[3], diventando un caso best in class da cui prendere spunto. Da oltre un decennio l’azienda ha rivoluzionato il proprio business model, sviluppando piani di manutenzione e assistenza innovativi in grado di legarsi alle performance dei propri prodotti piuttosto che alle attività di riparazione e ai materiali di ricambio (“power by the hour” program). L’utilizzo sempre più massiccio delle tecnologie digitali ha recentemente portato Rolls Royce al lancio degli Intelligent insights [4]: tutti i dati raccolti dal funzionamento dei motori degli aerei dei clienti vengono trasferiti sul cloud e analizzati in modo automatico, tramite Natural Processing Language data analytics per realizzare in modo automatico connessioni e inferenze tra dati catturati da fonti diverse, e consentire azioni preventive e predittive. A testimonianza della sua visione, l’azienda sostiene che “The worlds of product and service have become so closely connected that they are now inseparable”.
Indice degli argomenti
Il ruolo dell’IoT rappresentato dal modello DIKW
Come può essere rappresentato il ruolo di IoT, cloud e big data in questo percorso di service transformation? Tramite il modello DIKW (Data-Information-Knowledge-Wisdom)[5] è possibile concettualizzare il ruolo di queste tecnologie nel processo di servitization (figura 2).
Livello 0. I dati e l’internet delle cose
I dati sono descrizioni elementari di proprietà di un oggetto (es. la sua temperatura o la sua posizione), e vengono generati da osservazioni puntali o continue nel tempo. Le funzionalità dell’IoT, tramite sensori e connettività, agiscono a questo livello consentendo di raccogliere e trasmettere dati in modo efficiente. I dati di per sé però non hanno alcun valore, se privi di interpretazione contestuale.
Livello 1. Le informazioni e il cloud
L’informazione viene generata tramite semplici azioni di data processing: selezione, ordinamenti, aggregazioni, classificazione. Queste operazioni permettono di rispondere a domande sul “chi? cosa? quanto? dove?”. Ad esempio, dai dati di temperatura raccolti con un sensore e trasmessi grazie alla connettività dell’IoT, si possono ricavare le informazioni sul valore massimo, minimo e medio della temperatura del bene in esercizio in un certo intervallo temporale. E’ il cloud che nel mondo degli smart connected products supporta questo la trasformazione da dato a informazione, perché consente di archiviare i dati in remoto, e garantisce l’accesso a risorse computazionali che permettono di accedervi, visualizzarle ed elaborarle.
Livello 2. La conoscenza e gli analitycs
Se per conoscenza intendiamo l’accumulo e combinazione di informazioni che integrate da apprendimento ed esperienza evolvono in insights, know-how e supporto decisionale (o decisioni), questa è il regno degli analytics. Ad esempio dall’accumulo di informazioni sulla temperatura dell’asset e combinando queste informazioni con le modalità di utilizzo dello stesso, si potrà generare un modello predittivo in grado di stimare il valore del parametro temperatura in funzione della modalità e/o del tempo di utilizzo del prodotto.
Livello 3. Saggezza: prerogativa umana?
All’ultimo livello del modello si situa la capacità di discernere il perché in determinate circostanze vanno intraprese certe azioni, associando alle informazioni e conoscenza generata ai livelli precedenti, il giudizio personale e considerazioni etiche, estetiche e/o sociali. Ad oggi questo livello risiede esclusivamente nelle capacità umane, in attesa degli sviluppi dell’intelligenza artificiale…
Come il modello DIKW incide nel processo di service transformation
Come già visto, l’IoT si pone alla base dei processi di servitizzazione, grazie alla sua capacità di catturare e tramettere i dati in modo efficiente. Ad esempio abilita applicazioni di fleet management, con la raccolta dati da una flotta di prodotti connessi per monitorare i parametri chiave di funzionamento. Ciò può supportare modelli di business di noleggio full service, come accade nel settore dei carrelli elevatori[6], oppure abilitare funzionalità di smart metering a supporto della misura dell’utilizzo delle risorse (e quindi di pay-x-use), come le copie stampate da un sistema di stampa, o la misura dell’utilizzo dell’energia o di altre utilities. Certamente, come dimostra il settore delle fotocopiatrici, lo sviluppo modelli di servitization è antecedente all’avvento delle tecnologie digitali (si pensi al caso pionieristico di Xerox, e ad un percorso che dura da 60 anni[7]), ma aspetti come la misurazione dell’intensità d’uso (il numero di pagine stampate) in passato presentavano costi di misurazione elevati e problemi di attendibilità della misura stessa.
Per attivare con successo tali modelli, l’IoT deve essere combinato con il cloud computing che consente di archiviare e accedere ai dati in remoto (Infrastructure-as-a-service) e poter visualizzare e fare semplici elaborazioni sui dati stessi (Software-as-a-service). Ciò sta quindi alla base di modelli di fleet management dove il fornitore oltre ad affittare il bene, può condividere un Service Level Agreeement sul livello di disponibilità del bene, monitorandone lo stato di funzionamento ed eventuali usi impropri da parte del cliente.
L’impatto è dirompente. Nel modo dei sistemi per la stampa digitale, oltre al pay-x-page, la diffusione dei managed print services porta ad uno sviluppo tale che ad esempio in Xerox già nel 2013 il business dei servizi “began by monitoring and maintaining equipment and grew to the point where today over half our business comes from services”[8] . E oggi queste potenzialità si aprono a numerosissimi settori, che saranno investiti dalla service transformation.
Nicola Saccani è membro del Laboratorio RISE Università di Brescia, coordinatore ASAP Service Management Forum
ASAP Service Management Forum è la community italiana sul service management e sulla servitizzazione. Centri di ricerca universitari e aziende collaborano per l’innovazione nella progettazione e gestione dei servizi, per lo sviluppo strategico del “service business” e la gestione del cambiamento. ASAP è il punto di riferimento del panorama nazionale, e uno dei principali a livello Europeo, in materia di service management. Realizza attività di ricerca, formazione, workshop e convegni, favorendo il networking e la disseminazione. Nei suoi 15 anni di vita, ASAP ha al proprio attivo oltre 100 workshop e 14 convegni nazionali (www.asapsmf.org)
RISE è un laboratorio di ricerca del Dipartimento di Ingegneria Meccanica e Industriale dell’Università degli Studi di Brescia Partendo dalla produzione di nuove idee e conoscenze rigorose e concrete tramite la ricerca universitaria, RISE contribuisce all’innovazione dei processi, dei prodotti e dei modelli di business ed aiuta le imprese a diventare più competitive. RISE ritiene che la supply chain del futuro sarà CIRCOLARE, DIGITALE e SERVITIZZATA. Le imprese che si muoveranno per prime verso questi obiettivi acquisiranno enormi vantaggi competitivi, e si assicureranno una sostenibilità nel lungo termine. Pertanto orienta la propria attività di ricerca e diffusione primcipalmente verso questi tre temi. (www.rise.it)
[1] https://www.internet4things.it/industry-4-0/percorsi-impresa-4-0-progettare-e-gestire-la-service-transformation/
[2] Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard Business Review, 92(11), 64-88. https://hbr.org/2014/11/how-smart-connected-products-are-transforming-competition
[3] https://www.forbes.com/sites/bernardmarr/2015/06/01/how-big-data-drives-success-at-rolls-royce/#3736201f1d69
[4] https://www.rolls-royce.com/media/our-stories/press-releases/2018/10-04-2018-rr-introduces-intelligent-insights-part-of-its-intelligentengine-vision.aspx
[5] Marco Ardolino, Mario Rapaccini, Nicola Saccani, Paolo Gaiardelli, Giovanni Crespi & Carlo Ruggeri (2017): The role of digital technologies for the service transformation of industrial companies, International Journal of Production Research
[6] ad esempio: https://www.jungheinrich.co.uk/services/rental-finance/rental-fleet-management-108172
[7] Si veda Visintin, F. (2014). Photocopier industry: At the forefront of servitization. In Servitization in industry (pp. 23-43). Springer, Cham.
[8] Tim Pearce, European offer manager, Xerox Europe: https://connect.blogs.xerox.com/2013/05/16/why-servitization-is-vital-to-uk-manufacturing-growth/#.Wub4ZtNuYdU
