Sostenibile: che può continuare nel tempo, su livelli accettabili. Come può un’azienda essere sostenibile? Quanto? Quali sono i livelli accettabili? Come si misurano? Cosa hanno in comune la manutenzione predittiva e il monitoraggio delle attività agricole? Tutto ruota intorno al concetto di sistema informativo aziendale inteso come un insieme di tecnologia, cultura e organizzazione. Insomma, sostenibilità e sistemi informativi.
Indice degli argomenti
Sostenibilità e sistemi informativi
Lasciamo da parte la “sensazione di sostenibilità” dell’immaginario collettivo, collegata a una specie di “paradiso terrestre” in cui tutte le specie viventi sono sintonia e le scoperte scientifiche permettono di mantenere gli standard di vita attuali, senza rinunciare a nulla, magicamente in pace e solidarietà tra tutti i popoli della Terra.
Prendiamo, invece, la definizione (Cambridge dictionary) secondo cui sostenibilità è la “qualità di essere in grado di continuare per un periodo di tempo, ovvero la capacità di mantenere uno status a tempo indeterminato: equilibrio di risorse e inquinamento (ambientale), un livello definito di produzione (economica), un certo livello di benessere (sociale)”.
Questo vale anche per le aziende, considerate come un sistema unico o come un gruppo di aziende in cooperazione. Come può essere sostenibile l’azienda? Quanto? Si può misurare? È possibile pianificare e monitorare la sostenibilità? La sostenibilità può guidare gli obiettivi e le azioni aziendali? Che relazione c’è fra processi industriali e sistemi informativi?
È indubbio che le azioni seguono le decisioni. Basta fermarsi un attimo a riflettere su decisioni prese di recente, in qualsiasi ambito, per comprendere il meccanismo: fare o non fare una determinata cosa è frutto di una decisione presa ponderando diversi aspetti e conseguenze future di questa azione (compiuta o non compiuta). Provare per credere, funziona proprio così.
Secondo questa logica, anche la sostenibilità è un obiettivo decisionale. Le decisioni sono tanto più efficaci quanto più informazioni sono disponibili sul contesto e sui meccanismi dell’ambito decisionale. Si comprende quindi il ruolo fondamentale dei sistemi informativi che sono, come suggeriscono i termini, dei sistemi per acquisire, conservare e gestire l’informazione. L’informazione, benché immateriale, è a tutti gli effetti una risorsa aziendale. Quindi necessita di investimenti per essere acquisita, deve essere manutenuta e deve portare il suo contributo al raggiungimento degli obiettivi di business. Per essere veramente utili, i sistemi informativi devono considerare i diversi aspetti di tecnologia, cultura e organizzazione. In particolare si deve porre attenzione al giusto equilibrio tra gli obiettivi decisionali e le dotazioni tecnologiche per costruire la base di informazione e di dati necessari a poter prendere delle decisioni in linea con tali obiettivi.
Senza entrare nel merito del ciclo dato-informazione-decisione e della progettazione dei sistemi informativi informazionali, si riportano di seguito due esempi per far comprendere meglio come questo tipo di approccio possa rendersi utile per la gestione aziendale in linea con i principi dell’Industria 4.0, che a sua volta è un tipo di gestione che può diventare fattore abilitante per raggiungere diversi obiettivi, compresa la sostenibilità.
La manutenzione predittiva
Per manutenzione predittiva si intende un tipo di manutenzione delle macchine aziendali che si basa sul monitoraggio dei loro parametri di funzionamento. Si tratta di un particolare tipo di manutenzione preventiva, basata sulle condizioni, che introduce l’informazione sulla vita utile. Questo significa che ci si spinge a prevedere quando avverranno dei guasti o abbassamenti critici della qualità del prodotto. La manutenzione predittiva è a tutti gli effetti un’applicazione dell’I4.0, anche relativamente avanzata. Tecnicamente si tratta di progettare e implementare algoritmi che siano in grado di incrociare i dati provenienti dal monitoraggio della produzione e della qualità e, piuttosto velocemente, forniscano previsioni sui trend futuri. Questi modelli e algoritmi devono essere progettati secondo il funzionamento e le relazioni tra i diversi parametri dei processi e devono essere validati su situazioni note (quindi incrociati con dati della manutenzione). Questo aspetto è cruciale e meglio i modelli sono in grado di riconoscere i comportamenti “normali”, meglio saranno identificate le “anomalie”.
La manutenzione predittiva per sua natura necessita di un sistema efficace di monitoraggio delle macchine e della qualità. Si può procedere caratterizzando le macchine ed i processi con anni di dati di monitoraggio, così come identificare i meccanismi alla base dei processi e raccogliere i dati per produrre informazioni di sintesi da usare come “spie”, oppure con approcci misti a seconda del contesto. In ogni caso, si tratta di implementare una struttura di sistema informativo aziendale in cui confluiscono dati da diversi comparti (produzione, manutenzione, magazzino, qualità) e identificare le informazioni importanti per prendere le decisioni. La domanda a cui rispondere, in questo caso, è: quali sono gli indicatori e le soglie che fanno decidere di fermare una linea produttiva per procedere alla manutenzione?
Astraendo un momento dal contesto di applicazione, si tratta di fissare un obiettivo decisionale (quando e a cosa fare manutenzione), identificare il sistema e le varie entità coinvolte (macchine, processi, reparti) e le relazioni tra esse, applicare le conoscenze del contesto specifico per selezionare le informazioni rilevanti e di conseguenza i dati da tenere monitorati. Al lato pratico, l’implementazione vera e propria presuppone l’acquisto di sensori e sistemi di misura, nonché di infrastrutture ICT adeguate. Questo investimento in tecnologia, come si evince, segue la fase di progettazione e deve essere accompagnato da una adeguata preparazione del personale che dovrà gestirlo e da una organizzazione aziendale che favorisca lo scambio di informazioni tra le diverse funzioni aziendali.
Il monitoraggio operativo in agricoltura
Negli ultimi anni anche il settore agricolo si è mosso in parallelo a quello industriale, approfittando delle tecnologie dell’I4.0. L’agricoltura di precisione, o agricoltura 4.0, può essere vista come una strategia gestionale che raccoglie dati e li elabora in modo da renderli disponibili per decisioni aziendali.
Tra le diverse pratiche di agricoltura di precisione si collocano anche il monitoraggio operativo e colturale. Per monitoraggio operativo in agricoltura si intende l’insieme di tutti gli interventi eseguiti per arrivare al prodotto. Le aziende sono tenute a tenere traccia delle operazioni effettuate in campo, in particolare quelle per cui avviene l’utilizzo di prodotti fitosanitari e fertilizzanti o concimi. Il monitoraggio colturale indica le metodologie e tecnologie che permettono di tenere traccia delle condizioni delle colture, per esempio le patologie, gli stress, gli stadi fenologici e la produttività.
Nell’era dell’agricoltura 4.0, la raccolta dei dati viene affidata anche a sistemi automatici: un insieme di sensori, hardware e software in grado di monitorare le attività delle macchine e degli impianti. Un esempio sono i registri di campagna automatizzati, in cui le attività delle macchine sono acquisite e ricostruite da appositi algoritmi, dando indicazioni su tempi e modalità di lavoro, compresi i consumi di combustibile e l’utilizzo dei fattori (concimi, fitofarmaci, semi, acqua, etc.). Combinando il monitoraggio operativo con quello colturale, tramite opportuni sistemi si associano alle operazioni anche dati sullo stato delle colture. In agricoltura sono molto importanti anche i sistemi di posizionamento, che permettono di seguire i movimenti spaziali dei mezzi e stilare mappe consuntive e prescrittive.
Ancora una volta, una mole smisurata di dati non è particolarmente utile all’imprenditore agricolo se non è opportunamente strutturata e restituita sotto forma di informazione. In questo caso un buon modello aziendale alla base di un sistema informativo è essenziale per poter immagazzinare in modo corretto le informazioni, catalogarle e usarle per pianificare le attività future. Ad esempio: sulla base dello scostamento tra i risultati attesi su un dato appezzamento o per una data produzione, come intervenire l’anno successivo? Sulla base delle imposizioni normative sui reflui zootecnici, come gestire i reflui in esubero?
Ripetendo l’esercizio proposto per l’esempio della manutenzione predittiva e astraendo dal contesto di applicazione, si tratta di fissare un obiettivo decisionale (cosa, dove e come coltivare), identificare il sistema e le varie entità coinvolte (macchine, processi, comparti) e le relazioni tra esse, applicare le conoscenze del contesto specifico per selezionare le informazioni rilevanti e di conseguenza i dati da tenere monitorati. Al lato pratico, ci si trova a percorrere gli stessi passi descritti per la manutenzione predittiva, ovvero l’acquisto delle infrastrutture hardware e software idonee a implementare e gestire il sistema informativo integrato con il sistema di monitoraggio. Il tutto accompagnato, ovviamente, da un’idonea formazione e organizzazione aziendale.
Conclusioni
L’utilizzo delle tecnologie ICT in azienda, considerando tutto quello che attualmente possono offrire, mostra innumerevoli vantaggi. La gestione secondo modalità di I4.0 dei processi produttivi permette di integrare i modelli di business con la potenza e la velocità di acquisire, gestire e utilizzare le informazioni. Tuttavia, tali tecnologie sono da intendersi solo strumenti, ovvero i mezzi per raggiungere obiettivi specifici. Gli obiettivi possono essere di natura operativa specifica o strategica, come negli esempi citati in questo articolo. Questo tipo di obiettivo da una parte permette di identificare quali informazioni sono necessarie, e quindi come componenti specifiche del sistema informativo aziendale debbano essere progettate ed implementate per restituire proprio quelle informazioni nel momento in cui sono necessarie. Di questa progettazione e implementazione fanno parte anche l’acquisizione dei dati e della strumentazione.
Un ulteriore passo nella visione di cui fanno parte le strategie aziendali, porta l’imprenditore a chiedersi come siano le proprie prestazioni extra-economiche. Perché implementare la manutenzione predittiva? Perché ricorrere al monitoraggio operativo della produzione agricola? Un sistema informativo aziendale adeguato può dare informazioni a preventivo e a consuntivo su indicatori chiave per capire se la direzione intrapresa è sostenibile e pianificare le attività future. Insomma se il processo è sostenibile o no. Rimane a discrezione degli imprenditori voler considerare solamente la sostenibilità economica, o aprirsi anche agli aspetti ambientali e sociali integrandoli nella gestione dei processi aziendali. In fin dei conti, per l’infrastruttura ICT (hardware e software compresi gli algoritmi di elaborazione) i dati elaborati sono neutri, sta alla gestione umana sfruttarla al meglio.
Riferimenti e approfondimenti
Mazzetto F., Riedl M., Sacco P., 2016. Sistemi informativi aziendali ed agricoltura di precisione. In R. Casa, Agricoltura di precisione. Edagricole.
Mazzetto F., Gallo R., Sacco P., 2020, Reflections and Methodological Proposals to Treat the Concept of “Information Precision” in Smart Agriculture Practices. Sensors, 20.
Sacco P., Gallo R., Mazzetto F., 2019. Data analysis and inference model for automating operational monitoring activities in Precision Farming and Precision Forestry applications. IOP Conf. Ser. Earth Environ. Sci. 2019, 275.
Sacco P., Mazzetto F., Gallo R., 2019. Farm Ontology (FO): a System Thinking approach for planning and monitoring farm activities. Designing Sustainability for All, Milan (3-5/4/2019).
Progetto FESR 1062 Servizio PreMain: Implementazione standardizzata di Predictive Maintenance come metodologia d’innovazione verso la digitalizzazione, 2017-2019. Programma operativo: Fondo Europeo di Sviluppo Regionale (FESR). – Investimenti a favore della crescita e dell’occupazione 2014 – 2020. Secondo bando – Asse 1 Ricerca e Innovazione (https://www.fraunhofer.it/it/i-nostri-servizi/automation-and-mechatronics-engineering/premain.html).
