AO_394

NOVEMBRE-DICEMBRE 2016

AUTOMAZIONE OGGI 394

potenza di calcolo richiesta dai metodi di analisi dei dati. Tutto

ciò non può prescindere da una conoscenza approfondita dei

dati (fonte, struttura, tipologia), raccolta, gestione (salvati, filtrati,

archiviati), elaborazione, analisi e di cosa è possibile ottenere da

una gestione e analisi sistematica di dati eterogenei.

Quali figure?

Per operare nel contesto del Data Mining diventano sempre più

indispensabili nuove figure professionali quali: studiosi di appren-

dimento automatico (intelligenza artificiale), statistica computa-

zionale, e basi di dati, capaci di sviluppare numerose applicazioni

nei settori economico-finanziario, commerciale e delle telecomu-

nicazioni. Tutto ciò implica un profondo riesame anche delle qua-

lifiche in termine di specialisti, infatti nel prossimo futuro ci sarà

sempre più spazio per ingegneri, tecnici dei dati (data scientist)

e altre figure professionali altamente specializzate. Nello speci-

fico Intellisystem si sta occupando di un progetto pilota atto a

promuovere un modello di Manutenzione 4.0, intraprendendo un

percorso evolutivo che parte dai servizi più comuni di manuten-

zione preventiva e si estende in modo naturale e organico alle

più moderne soluzioni basate sul concetto di manutenzione pre-

dittiva. Tutto ciò ha inizio dalla considerazione che l’implemen-

tazione di soluzioni e servizi che consentono la manutenzione

preventiva portano alla riduzione dei costi elevati delle attività di

manutenzione (dovuti alla scarsa prevedibilità degli eventi critici

e ai conseguenti tempi di fermo degli impianti e di conseguenza

dell’intera produzione), mentre il raggiungimento di un modello

di manutenzione predittiva consentirebbe di raggiungere un’au-

tomazione, e quindi un’ottimizzazione più spinta, della manu-

tenzione. A fronte di queste problematiche diversi clienti hanno

deciso di intraprendere progetti strategici per inserire all’interno

delle proprie fabbriche la tecnologia IoT, connettendo in rete tutti

i macchinari di produzione per monitorarne non solo il loro fun-

zionamento ma anche per generare informazioni utili a tutte le

attività di manutenzione. Da un punto di vista tecnologico la sfida

vera e propria consiste nel collegare in rete in modo uniforme e

omogeneo non solo uffici e device mobili e desktop, ma anche

impianti e macchinari di produzione. Più facile a dirsi che a farsi,

poiché di fatto nella maggior parte dei casi ci si trova a dover con-

nettere in una rete condivisa a tutta la catena di produzione sia

macchinari ‘informatizzati’ e tecnologicamente predisposti (ad

esempio con soluzioni di Manufacturing Execution System, MES)

sia impianti di vecchia generazione ancora isolati in termini di co-

municazione con il resto della catena produttiva. Da qui si ritorna

alle problematiche tipiche della Digital Transformation di cui

ancora oggi soffrono le nostre industrie. Oltre alla problematica

della connettività di impianti con diversi gradi di innovazione, un

altro tema che ci si trova a dover affrontare riguarda l’individua-

zione e l’adozione di un unico standard di comunicazione all’in-

terno sia della rete aziendale sia di quella industriale. Infatti per

poter trarre pieno vantaggio dai dati che dovranno essere raccolti

(e potenzialmente potranno essere raccolti in futuro), ci si trova

nella necessità di mettere in comunicazione banche dati disomo-

genee e dati strutturati in maniera molto diversa. A questo propo-

sito è d’obbligo effettuare particolari percorsi di studio e di analisi

della semantica e della struttura delle banche dati, percorso in

cui possono essere coinvolti anche università e centri di ricerca

specializzati. Anche in questo caso è doveroso ribadire che la co-

operazione tra università e industria è qualcosa che in Italia deve

essere maggiormente supportata dalle istituzioni, soprattutto

quando ci si riferisce alle tematiche come quella dell’Industria 4.0

che racchiude in sé tutte le tecnologie di frontiera.

La sfida

In realtà la sfida più grande riguarda il trasferimento e la diffusione

delle tecnologie IoT a tutta la supply chain, in ottica b2b, che coin-

volga tutti gli stakeholder, dai fornitori ai rivenditori, fino agli ope-

ratori dell’aftermarket. Molto spesso infatti ci si trova ad operare,

soprattutto in Italia, all’interno di supply chain eterogeneamente

diverse dal punto di vista

delle soluzioni tecnologi-

che adottate. La mancanza

di una vera e propria vi-

sione globale e condivisa

all’interno della supply

chain comporta una ri-

dotta portabilità e scalabi-

lità delle soluzioni IoT tra i

vari elementi della catena

stessa, limitando forte-

mente l’adozione di queste

tecnologie. L’innovazione

per essere trasferita anche

alle altre imprese necessita

di un soggetto promotore che faccia da traino all’interno dell’intera

supply chain facendo da riferimento, evidenziando vantaggi e pos-

sibilità che l’innovazione può portare all’interno delle aziende di

tutta la filiera. Occorrono pertanto nuovi progetti per trasformare

le fabbriche italiane in esempi concreti di IoT Connected Data In-

dustry, progetti che necessitato del ruolo di system integrator delle

soluzioni IoT al fine di creare una tendenza condivisa nell’adozione

e nell’implementazione di nuove tecnologie e nella generazione

di servizi a esse correlati. E Intellisystem Technologies può coordi-

nare progetti e interazioni lungo un piano condiviso che coinvolga

l’intera catena di produzione: può provare a portare innovazione

anche in termini di creazione di sistemi ed esperienze condivise,

verso una vera innovazione dell’industria.

•

Intellisystem Technologies -

www.intellisystem.it

Foto tratta da www.pixabay.com

S P E C I

A L E