9 / 100
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