Monitorare costantemente il ciclo produttivo per intervenire subito ed evitare ogni spreco, di tempo, risorse e materie prime e per controllare l’usura dei macchinari. Il tutto grazie all’applicazione di algoritmi di intelligenza artificiale che analizzano in maniera continua l’andamento dei processi. Garantendo margini di guadagno anche nel giro di poche settimane. Questi sono i principi fondamentali della soluzione che Radilcabit, deep tech company italiana specializzata in tecnologie di AI applicate a raccolta, gestione e analisi dei dati in tempo reale, offre alle PMI italiane.
La soluzione in questione, realizzata in collaborazione con C.Si.Co, società che opera nel campo dei processi di ingegnerizzazione del software per il mondo industriale, ha trovato riscontri interessanti in due filoni principali, quello del manufacturing e quello del chemical, con vantaggi immediatamente visibili. Nel primo caso, grazie al monitoraggio costante dell’usura dei pezzi di ricambio dei macchinari utilizzati, si è riusciti ad allungarne la vita di circa il 30% garantendo un risparmio notevole sia dal punto di vista economico che dal punto di vista dei tempi, con il ciclo di lavorazione ridotto di circa il 10%.
Ottimi risultati, soprattutto se si pensa alle modalità più legate alla statistica utilizzate finora per questo tipo di manutenzione, per cui si stabiliva in base allo storico quale potesse essere la durata media di un pezzo di ricambio. Ora, l’analisi dei dati in realtime permette di sfruttare il pezzo fino a quando garantisce prestazioni adeguate, sia che questo momento arrivi prima, sia che arrivi dopo rispetto a quanto preventivato.
Stesso principio per quanto riguarda l’industria chimica, per cui l’analisi costante dei processi consente di modulare correttamente l’utilizzo di reagenti anche molto costosi che vengono usati per cicli di lavoro che durano fino a due giorni. In questo caso, algoritmi di intelligenza artificiale sviluppati specificatamente per il processo che controllano, suggeriscono nel giro di pochi minuti i correttivi da applicare, senza dover aspettare le analisi che, con metodi più tradizionali, verrebbero fatte solo a fine lavorazione. Risultato: si evita di mandare in fumo ore di lavoro e di sprecare preziose materie prime.
Dunque, quella proposta da Radicalbit insieme a C.Si.Co, è una vera e propria rivoluzione del mondo industriale che mette a disposizione di aziende di dimensioni contenute, anche con poche decine di milioni di fatturato, una serie di servizi che fino ad oggi sono stati appannaggio esclusivo dei colossi del settore industriale. “Rispetto ai modelli di analisi statica, per intenderci quelli usati finora dalle piccole e medie imprese, il nostro è dinamico e capace di adattarsi. Grazie all’analisi real-time dei dati permette di intervenire sulle anomalie del ciclo di produzione praticamente all’istante, senza ritardare o rallentare i processi” dichiara Leo Pillon, Ceo&Founder di Radicalbit. “Il nostro obiettivo è di mostrare già dalle prime settimane quanti vantaggi, in termini di riduzione degli sprechi e ottimizzazione dei margini, possono derivare dalla corretta applicazione della nostra tecnologia”.
LA RACCOLTA DEI DATI
Un tema fondamentale per la riuscita del progetto è legato alla raccolta dei dati, un passaggio precedente all’analisi senza il quale non è possibile arrivare ai risultati preposti. In quest’ottica Radicalbit, consapevole delle difficoltà che le aziende di piccole e medie dimensioni possono avere da questo punto di vista, offre anche soluzioni per raccogliere le informazioni, utilizzando hardware e software dedicati, in grado sia di trasferire dati IoT in tempo reale che di fornire una prima elaborazione degli stessi (edge analytics).
LO SCENARIO
La pandemia ha giocato un ruolo importante di acceleratore dei processi di evoluzione, anche nel mondo industriale. Per questo le aziende italiane si sono trovate davanti a un bivio, per decidere se andare incontro o meno alla necessaria trasformazione digitale. Secondo i dati del Politecnico di Milano, il mercato dell’intelligenza artificiale ha risposto bene alla crisi, segnando una crescita del +15% rispetto al 2019. Eppure emergono differenze sostanziali se prendiamo in considerazione la dimensione delle aziende analizzate. Infatti, oltre il 60% di quelle di grandi dimensioni ha avviato progetti legati all’AI, mentre tra le realtà medie la percentuale scende in maniera drastica fino al 21%. Eppure, Il 91% del campione totale da un giudizio positivo su questo tipo di progetti, con risultati sopra (45%) o in linea (46%) con le aspettative, mentre solo il 9% sperava in risultati migliori. Segno evidente del fatto che c’è bisogno di soluzioni create su misura per imprese di dimensioni ridotte.
Fonte foto Pixabay_geralt