HomeProcess AutomationIndustrial SoftwareTanti, troppi dati da gestire? Ci pensa la Big Data Analytics

Tanti, troppi dati da gestire? Ci pensa la Big Data Analytics

Leggi la rivista ⇢

  • n.305 - Settembre 2022
  • n.304 - Luglio 2022
  • n.303 - Giugno 2022

Ti potrebbero interessare ⇢

M. L.

Dalla manutenzione alla simulazione, passando per il customer service, la Big Data Analytics migliora sotto più profili le performance delle imprese manifatturiere. Un’opportunità che può essere colta rafforzando la cultura gestionale e adottando best practice.

La Big Data Analytics si sta rivelando particolarmente importante in tutti i settori dell’industria di processo, disegnando nuovi scenari applicativi, rinnovando le competenze delle risorse umane e contribuendo a traghettare le imprese verso la smart factory. Un percorso ricco di opportunità, ma, naturalmente, disseminato di diverse sfide, soprattutto nel caso delle imprese di medie e piccole dimensioni.

È quanto emerge in primo piano dalla fotografia del settore scattata da Paolo Aversa, Managing Director di Ally Consulting, società di consulenza in ambito IT per le imprese di piccole e medie dimensioni che operano nel settore manifatturiero.

«Quello che noi riscontriamo, attraverso le attività che ci vedono coinvolti, è un aumento della capacità di raccogliere sempre di più grossi volumi di dati, non tanto per tenerli parcheggiati all’interno di un database, quanto per sfruttarne tutte le informazioni in qualche modo nascoste, affinché aiutino a gestire un processo, un’organizzazione o un’intera azienda».

Un'evoluzione naturale della business intelligence

la Big Data Analytics migliora sotto più profili le performance delle imprese manifatturiere.
Paolo Aversa

Sotto questo profilo, la Big Data Analytics può essere intesa come l’evoluzione naturale dei sistemi di data warehousing o di business intelligence, assicurando alle aziende la possibilità di contare sempre di più su un numero di informazioni attraverso cui condurre analisi.

«Peraltro, la Big Data Analytics consente di superare il concetto classico di business intelligence, dove si ha un’analisi del dato statico, al fine di renderlo utile per attività di prevenzione e di simulazione», spiega Aversa.

«Perciò, in questo momento, il connubio tra l’industria manifatturiera e la possibilità di sfruttare tecniche di Data Analytics è molto forte, probabilmente in virtù della necessità di potere gestire l’azienda con una mole di informazioni molto più solida e veritiera».

Ipotesi di impiego di Big Data Analytics nell'industria

Aversa entra nel merito dei processi industriali maggiormente coinvolti e in quelli che traggono più giovamento dall’enorme mole di informazioni a disposizione e dal conseguente impiego di Big Data Analytics. «Simulazione e manutenzione preventiva sono in questo momento le applicazioni reputate più interessanti. D’altra parte, per un’azienda manifatturiera il tema della gestione degli asset, delle macchine e dei propri impianti è sempre stato sentito in maniera predominante.

Ad esempio, ogni realtà manifatturiera, normalmente concentrata sulla realizzazione di un proprio prodotto, ha sempre organizzato un reparto interno di manutenzione, per fare sì che l’impianto performi sempre al 100%. Ciò è ancora più vero quando ci spostiamo verso i settori dell’industria di processo, contraddistinti da alti volumi di produzione in tempi ridotti».

Di fatto, la possibilità di raccogliere dalla macchina informazioni in tempo reale sul suo funzionamento, ad esempio analizzando statistiche sui guasti, sta mettendo sempre di più le imprese nelle condizioni di prevedere e simulare attività di manutenzione per garantire i livelli di produzione attesi. «Questo è un tema molto richiesto, tanto più che è dato per scontato il fatto che la nostra applicazione sia in grado di gestire programmi di manutenzione. Ora l’attenzione è rivolta, grazie alla qualità dei dati, alla possibilità di utilizzare simulare scenari predittivi molto pratici».

L’esempio applicativo riportato da Aversa può essere considerato come il più lampante, tuttavia se ne affiancano altri, forse più particolari, ma altrettanto interessanti per comprendere la vera definizione di Big Data. «Oggi, ad esempio, con il supporto delle moderne tecnologie, siamo in grado di strutturare in tabelle informazioni come il contenuto di una e-mail, potenziando così il customer service. Un’opportunità giudicata impossibile fino a poco tempo fa».

la Big Data Analytics migliora sotto più profili le performance delle imprese manifatturiere.Big Data Analytics e nuovi compiti degli operatori, in base ai ruoli

Misurarsi con enormi volumi di dati, su cui sviluppare nuove opportunità applicative, sollecita naturalmente le imprese manifatturiere a coltivare nuove competenze e ad accrescere la cultura tecnologica aziendale. «Bisogna essere consapevoli che il processo e la gestione delle informazioni sono condotti dalle persone, non dalle tecnologie in sé», avvisa Aversa.

«Perciò, al riguardo, è fondamentale la mentalità con cui l’azienda si struttura e definisce alcune regole: sono gli operatori a dovere essere consapevoli dei processi, così come delle informazioni e delle variabili da controllare per performare».

In questo caso, quel che serve è proprio cultura gestionale e adozione di best practice che, unendosi alla rinomata capacità italiana di realizzare prodotti di qualità, insieme potrebbero assolutamente fare risaltare, ancora di più, il settore manifatturiero del nostro Paese sui palcoscenici internazionali.

«Adottando sempre più un approccio analitico, l’industria italiana sarà senz’altro ancora più competitiva», assicura Aversa. Sotto questo profilo, per le imprese potrebbe essere utile dare nuovo valore alle proprie risorse interne. «Sicuramente è indispensabile rivedere i ruoli di molte figure importanti in azienda. Il responsabile dei sistemi informativi, anziché essere la figura tecnica responsabile dell’hardware e del software come in passato, diventa oggi sempre più un esperto di processi. Alla luce di applicazioni altamente performanti e di infrastrutture inserite nel Cloud, egli deve concentrarsi sempre più sull’attività caratteristica dell’azienda, con l’obiettivo di farla performare al meglio».

Lo stesso ragionamento può essere sviluppato per le figure che lavorano a diretto contatto con la produzione. «Anche il ruolo dei direttori di produzione, dei capireparto e degli operatori di produzione deve necessariamente evolvere. Ad esempio, un operatore su una linea si deve concentrare molto di più sul fatto che l’attività che esegue deve essere essenzialmente di controllo. Deve monitorare che la macchina produca i pezzi desiderati alla qualità attesa.

Il caporeparto, a sua volta, si deve preoccupare non tanto che l’operatore abbia inserito correttamente tutti i dati di avanzamento, ma, soprattutto, che stia lavorando per fare sì che un determinato problema possa essere risolto.

Il direttore di produzione, infine, può essere impegnato fondamentalmente a divulgare la cultura del controllo del dato, inteso non come strumento per misurare la performance del singolo operatore, ma, semmai, dell’intera azienda. Ognuno, nel proprio ruolo, è fondamentale per il raggiungimento del risultato».

Rispetto a questo scenario, oggi, tendenzialmente sono più indietro le aziende di medie e piccole dimensioni, mentre le grandi sono più attrezzate, forti delle maggiori risorse. «Nelle grandi aziende la struttura organizzativa è molto rigida e i ruoli sono ben definiti, prevedendo, ad esempio, la presenza di figure come il direttore di produzione, il Production Analyst Manager e il Data Analyst Manager. Qui anche le risorse economiche sono maggiori rispetto a una pmi, perciò è più facile che la cultura delle best practice sia più diffusa».

Tuttavia, oggi le medie e piccole aziende hanno le stesse esigenze delle grandi imprese, anche se hanno meno risorse a disposizione. «Un freno è legato all’idea che le tecnologie di Big Data Analytics non siano alla portata di tutti, ma questo non è vero», sottolinea Aversa.

«Il percorso per implementare all’interno dell’impresa soluzioni di manutenzione predittiva, algoritmi di intelligenza artificiale e tecnologie di process automation, diventa alla portata delle realtà più piccole. Basta che si vinca la propria resistenza al cambiamento, da percepire come una sorta di evoluzione naturale».

la Big Data Analytics migliora sotto più profili le performance delle imprese manifatturiere.Cosa riserva il futuro della transizione digitale

Per superare le resistenze ancora presenti sul mercato, un contributo potrebbe arrivare dalla grande enfasi attualmente data al tema della transizione digitale da parte del legislatore italiano ed europeo. «Ritengo, però, che più che le iniziative del Governo, diano molta più fiducia la capacità e la consapevolezza di vivere un momento importante di ripresa economica», puntualizza Aversa. «In questo momento, infatti, l’imprenditore può finalmente rivolgere il suo sguardo al futuro, cogliendo l’occasione delle forme incentivanti messe a disposizione per investire con maggiore serenità».

Tuttavia, il fatto che oggi la digitalizzazione sia argomento quotidiano di ragionamento, dal livello istituzionale agli ambienti di fabbrica, consente agli stessi vendor e ai system integrator di rendere finalmente più concrete le proprie soluzioni e comprensibili i propri progetti. «Ad esempio, oggi la manutenzione predittiva è un’opportunità tangibile, così come i sistemi e gli algoritmi che consentono di raccogliere i dati e costruire modelli di predizione», rimarca Aversa. «Le aziende ora stanno toccando con mano il miglioramento delle prestazioni e la possibilità di ottimizzare i costi».

Big Data Analytics negli stabilimenti di produzione

A proposito di applicazioni concrete, in conclusione Aversa indica quello che verosimilmente potrebbe essere il prossimo scenario aperto dall’impiego di Big Data Analytics all’interno degli stabilimenti di produzione. «Poiché la tecnologia evolve in modo fin troppo rapido per noi esseri umani, dobbiamo innanzitutto lavorare in modo continuativo su noi stessi, diffondendo cultura e formazione. Dopo ciò, immaginiamo scenari dove sarà possibile automatizzare tutti i processi che diventano ripetitivi, sfruttando tecnologie di intelligenza artificiale e Big Data Analytics».

Liberato dalle attività del passato, grazie alla robotica e all’intelligenza artificiale, l’operatore evolverà fino a diventare, di fatto, colui che controlla l’operato del suo impianto e analizza i dati che migliorano l’efficienza dell’azienda. «Immaginiamo, perciò, un futuro dove la process automation e l’intelligenza artificiale siano gestiti dall’essere umano e non viceversa», conclude Aversa.

Tanti, troppi dati da gestire? Ci pensa la Big Data Analytics - Ultima modifica: 2021-12-07T10:00:43+01:00 da