All’intelligenza artificiale servono dati consistenti per elaborare previsioni attendibili su basi statistiche e suggerire azioni correttive sul campo, o guidare decisioni strategiche nelle Operations. Su questa pre-condizione si è concentrata la Demo Experience di Made Competence Center Industria 4.0 “L’AI per l’ottimizzazione della produzione”, organizzata in collaborazione con FasThink, Zerynth e Quin.
Per accelerare l’adozione di soluzioni di AI, MADE 4.0 mette a disposizione delle PMI il servizio di consulenza “Draive” (Data-Driven Roadmap for AI Vision and Excellence), per individuare le tecnologie più adatte alle loro esigenze e guidarle nell’implementazione. Inoltre, l'11, il 18 e il 25 giugno si terrà un corso sull’AI a supporto delle Operations.
I vantaggi di soluzioni di AI applicate a dati integrati IT-OT
- Tracciabilità e monitoraggio costante dei dati di produzione per rendere tempestivi gli interventi in caso di anomalie e rallentamenti, evitando perdita di produttività e fermi macchina con una manutenzione predittiva. Riduzione di scarti e malfunzionamenti, meno consumi e meno emissioni.
- Connessione tra informazioni gestionali (ordini di lavoro) e dati di campo, rilevati con sensori (IoT), per ottimizzare gli input forniti alle macchine. Per esempio una maggiore saturazione delle macchine, un più efficiente approvvigionamento dei materiali e una diversa programmazione degli AGV.
- Pianificazione avanzata (predittiva) della produzione, con modelli di AI che analizzino le serie storiche, più variabili endogene come stagionalità e promozioni ed esogene, come Pil e festività, per rendere più attendibili la previsione della domanda (“Demand Forecast”) e la pianificazione (“Sales&Operation Planning”).
Collegare IT-OT con Connect Orchestrator
Nella Demo Experience, FasThink ha mostrato un sistema di Pick to Light (sistema di prelievo assistito con etichetta elettronica) e un eKanban (riassortimento digitale), collegati al MES aziendale, per l’assemblaggio di valvole di oleodinamica.
Questo è possibile grazie alla piattaforma Connect Orchestrator, che connette tecnologie IT e OT in produzione e intralogistica. In pratica, fa da ponte tra le tecnologie di campo collegate alle macchine e i software gestionali ERP, WMS o MES.
Connect ha già integrate alcune soluzioni di AI per la Data analytics e, per esempio, per digitalizzare il know-how del manutentore, che spesso non è patrimonio comune. Un tool basato su reti bayesiane, secondo la logica di causa-effetto, in caso di difetto di prodotto pone domande all’operatore finché non si arrivi alla causa più probabile.
I casi applicativi Kion e Robopac
In Germania il Gruppo Kion (sistemi automatici per movimentare le merci) ha efficientato il proprio magazzino con la digitalizzazione del Kanban. Connesso a Sap attraverso Connect e gestito con cartellini elettronici in Cloud, ora viene monitorato in tempo reale, con l’ottimizzazione delle scorte e del riassortimento.
Nel caso di Robopac, società di San Marino produttrice di macchine per il packaging, invece, il WMS non funzionava in modo ottimale per mancanza di alcune informazioni dal campo, che Connect ha fornito integrando più tecnologie.
I benefici sono stati molteplici: automazione e digitalizzazione del flusso logistico, migliore visibilità dei processi e monitoraggio delle performance, aumento dell’efficienza operativa e maggiore flessibilità, riduzione degli errori manuali e dei costi operativi, riduzione dei costi di stampa, più sostenibilità.
La Manufacturing Intelligence Platform di Zerynth valorizza tutti i dati rilevanti
Lo “Zerynth Journey” raccoglie i dati rilevanti della produzione per trasformarli in informazioni utili per aumentare la produttività, principale sofferenza dell’economia italiana. L’azienda offre soluzioni accessibili anche alle aziende con macchinari obsoleti, non connessi a software.
È possibile infatti la rilevazione di impulsi elettrici, per esempio con pinze amperometriche, per raccogliere tempi e consumi da sottoporre ad analisi avanzate AI. In questo modo si possono monitorare tutti gli impianti, comprese le sorgenti di energia, le postazioni degli operatori e le macchine di servizio, dove spesso si nascondono sacche di inefficienza.
Grazie alla piattaforma di Intelligence Manufacturing, guidata da intelligenza artificiale e collegata a un IoT industriale (Internet of Things), quindi, Zerynth automatizza il processo di raccolta dati e aumenta l’efficienza aziendale ed energetica. La piattaforma è dotata anche di Zero, il copilota industriale di AI generativa che fa risparmiare tempo e risorse in ottica 5.0 “Human-Centric”.
Le due presse gemelle per lo stampaggio a iniezione di Armal
Armal, azienda di Certaldo (FI) che produce bagni mobili in materiali plastici, voleva ridurre i consumi energetici e misurare in automatico la produttività di due presse gemelle per lo stampaggio a iniezione, un po’ datate, non connesse alla rete.
Con un’azione di retrofitting è stata installata una tecnologia IoT con raccolta degli impulsi elettrici per il monitoraggio dei macchinari, del ciclo produttivo e del sistema di illuminazione. I risultati sono stati un risparmio energetico del 40% e un aumento di produttività della pressa più lenta. In quattro mesi Armal ha recuperato l’investimento in IoT.
Quin: dal Planning all’Execution con sistemi transazionali potenziati da AI
Quin è specializzata in sistemi transazionali per il governo delle Operations nella Supply Chain, come la pianificazione della domanda e il Sales & Operations Planning (S&O). Di recente ha acquisito QGS, che sviluppa sistemi informativi e agenti di AI su tecnologia Microsoft.
Il Value Workflow Analysis - Scor Model di Quin è già un’analisi statistica, basata su dati storici, ora potenziata da algoritmi di machine learning che considera variabili endogene, come la stagionalità e le promozioni ed esogene, come il PIL, l’inflazione, le normative, le festività.
L’obiettivo è misurare gli scostamenti delle previsioni di vendita non più solo su serie storiche, ma aggiungendo variabili dinamiche per correggere in automatico la pianificazione della domanda. Gli algoritmi non sostituiscono solidi sistemi gestionali, ma possono potenziarli, con previsioni più accurate, in situazioni complesse da gestire per una maggiore variabilità (più variabili o interazioni più articolate).
La selezione delle variabili esogene di cui valutare il grado di probabile correlazione con i flussi previsionali tradizionali dipende anche alla creatività umana, non sostituibile dalle macchine.
Demand Forecasting con l'AI
Latteria Soresina, per esempio, che fa un’analisi avanzata delle previsioni di vendita e quindi della pianificazione della produzione con la piattaforma Quantum di Quin, ha aggiunto la variabile di richiesta di ricette con il burro. Da una ricerca e un confronto su Google è emerso che i picchi di richiesta di ricette con uso del burro combacino con i picchi previsionali proprie vendite dell’azienda.
A sua volta SedApta, partner di Quin, che sviluppa software per l’ottimizzazione dei processi, ha inserito l’assistente virtuale Lumi nel Demand Forecasting. L’AI impara dagli errori umani (sovrastima o sottostima di vendite) e guida l’analista per ridurre gli scostamenti tra previsione e vendita effettiva.
Gli agenti di Business Intelligence integrati ai software aziendali sono già di grande aiuto per dare risposte sintetiche a domande semplici e dirette e selezionano i report aziendali relativi a un determinato processo o area aziendale.