Table of Contents Table of Contents
Previous Page  9 / 100 Next Page
Information
Show Menu
Previous Page 9 / 100 Next Page
Page Background

Automazione e Strumentazione

Giugno/Luglio 2017

EDITORIALE

primo piano

9

una raccolta di dati di grande

dimensione, la cui voluminosità e la cui complessità è tale da non poter essere trattata

con i classici strumenti informatici e di tradizionale analisi dei dati. Intendiamo l’attività

di raccolta, organizzazione e analisi di queste grandi moli di dati, al fine di ricavare

da essi delle informazioni utili per l’industria. I Big Data sono il frutto dell’evoluzione

naturale delle informazioni negli ultimi anni. In tutti i settori, infatti, è necessario trovare

e analizzare tantissime informazioni eterogenee in poco tempo: esempio noto a tutti

è quello dato dall’industria, in cui migliaia di sensori raccolgono dati ogni decimo di

secondo. Tali dati vanno poi ovviamente conservati e analizzati, possibilmente in tempo

reale per prendere eventuali decisioni tempestive. Nessuno di questi dati può essere

eliminato, poiché in futuro potrebbe essere di grande importanza. Questo contribuisce

senz’altro ad aumentare a dismisura la mole dei dati. Se l’evoluzione tecnologica,

presupposto fondamentale affinché il fenomeno possa rendersi concreto, riuscirà a

supportare la raccolta, l’analisi e la gestione di un numero sempre maggiore di dati,

sarà possibile favorire l’efficienza operativa, le performance produttive e l’innovazione

nei prodotti. Grazie alle tecnologie avanzate e a una maggiore connettività dei

sistemi operativi, le fabbriche diventano sempre più intelligenti e le aziende hanno a

disposizione una quantità enorme di dati sulla produzione. Allo stesso tempo, però,

le risorse necessarie a gestire tutte queste informazioni possono essere insufficienti

o inadeguate, complicando i processi aziendali anziché snellirli. Manager e tecnici

si trovano a dover valutare enormi pacchetti di informazioni che sono raccolti da

molteplici dispositivi contemporaneamente e che sono estesi in termini di volume,

velocità e varietà. La difficoltà nell’utilizzare i Big Data nasce quindi anche dal fatto

che spesso si tratta di molteplici dati non strutturati, come immagini, dati provenienti

dalla navigazione web, valori scientifici e matematici, numeri generati da sensori di

contatto, di prossimità, visione a cui si aggiungono le informazioni della supply chain.

Un insieme complesso e articolato che se analizzato con i giusti strumenti può fornire

indicazioni utili ai manager aziendali sui processi industriali e le strategie decisionali

e aziendali da mettere in campo. La competizione è proprio quella di trasformare nel

minor tempo possibile i dati in informazioni e quindi in scelte di business operativo.

Le aziende, soprattutto quelle di grandi dimensioni, nel corso degli ultimi anni hanno

destinato una quota importante di investimenti e personale per definire le proprie

architetture informatiche al fine di raccogliere, gestire, analizzare e interpretare e

rendere utilizzabile questo volume importante di informazioni. Un’evoluzione che

caratterizza e interessa un po’ tutti i settori produttivi, dall’alimentare al farmaceutico,

dal siderurgico all’automotive. Con l’analisi dei Big Data si potrà ottenere una

riduzione del tempo necessario per ricercare le informazioni rilevanti per una specifica

attività produttiva e una maggiore capacità di analisi per evidenziare le connessioni

e le relazioni tra eventi apparentemente non legati, al fine di agevolare il processo

decisionale del management. Si avrà, inoltre, maggior facilità di accesso alle molteplici

fonti aziendali con la riduzione dei tempi di risoluzione dei problemi tecnici, con

conseguente riduzione dei costi relativi alle unità di produzione coinvolte.

Con Big Data s’intende

Big Data: chiave tecnologica

per la produzione efficiente

Vicepresidente Anipla-Milano

Carlo Marchisio