Ssi_443

98 AUTOMAZIONE OGGI 446 SOLUZIONI SOFTWARE PER L’INDUSTRIA S SI gestione della produzione Fabio Pascali I l mercato dell’Industry 4.0 in Italia (fonte Statista - www.statista. com/statistics/1057237/industry-four-point-zero-market-size- italy) vale oggi circa 3,4 miliardi di euro e raggiungerà entro il 2024 i 4,3 miliardi di euro. Nonostante gli ostacoli all’adozione di nuove tecnologie tipici del settore, le aziende manifatturiere stanno im- plementando con entusiasmo iniziative IoT, sfruttando flussi di dati in tempo reale e machine learning per risolvere i problemi. Le ricerche dimostrano che il costo totale della scarsa qualità dei prodotti ammon- ta al 20% del fatturato e che i tempi di inattività non pianificati costano circa 50 miliardi di dollari all’anno. Tuttavia, nel contesto dei sistemi di produzione, delle infrastrutture di dati e dei processi attualmente esi- stenti, la gestione di questi nuovi flussi di dati e il loro utilizzo in tempo reale diventano impegnativi e proibitivi dal punto di vista dei costi. Per innovare, rimanere competitive e differenziarsi, le aziende manifattu- riere devono essere in grado di generare insight e casi d’uso non solo dai dati archiviati, indipendentemente dalla loro posizione (sull’edge, nel data center, in un cloud pubblico o privato), ma anche dai dati in movimento e dalle fonti di dati in streaming in tempo reale. Machine learning, analytics avanzate e intelligenza artificiale possono identifi- caremodelli da petabyte di dati, rilevare anomalie e prevedere i poten- ziali risultati di business. Ecco le cinque aree principali in cui le aziende manifatturiere stanno utilizzando la potenza di queste tecnologie. Monitoraggio dei processi in tempo reale La sfida più importante nel monitoraggio dei processi è l’acquisi- zione di dati in tempo reale da una varietà di fonti e l’esecuzione di analisi in streaming per identificare aree problematiche, ridurre colli di bottiglia emalfunzionamenti e individuare inefficienze, in partico- lare quando i processi produttivi aumentano di complessità. Grazie a Cloudera, le aziende manifatturiere possono avere una piattaforma di analytics end-to-end che raccoglie ed elabora grandi volumi di dati in streaming in tempo reale e su larga scala per consentire ai produttori di tracciare la provenienza e il percorso dei dati in stre- aming; gestire e monitorare le diverse applicazioni edge e fonti di streaming; analizzare i dati in streaming per ricavare insight e det- tare azioni in tempo reale; fornire ai data scientist strumenti per co- struire, testare, perfezionare e distribuiremodelli di apprendimento automatico; reagire immediatamente ai processi non conformi e di apportare le opportune modifiche in tempo reale. La piattaforma Cloudera Data Platform sfrutta i benefici del mondo on premise e public cloud. Integrandosi con la flessibilità e scalabilità introdotta dai cloud provider, gli utilizzatori possono accedere rapidamente a modelli di analisi dei dati in tempo reale, indipendentemente dalla scelta del cloud provider o dalla creazione di modelli ibridi. Manutenzione predittiva Una delle aree in cui i dati giocano un ruolo significativo è la ripara- zione e la manutenzione delle apparecchiature. Un processo di ma- nutenzione impostato sulla reattività implica costi di inattività non indifferenti quando le interruzioni non sono pianificate. Nel settore automotive, ad esempio, i tempi di inattività possono costare ben 1,3 milioni di dollari all’ora. I produttori però possono raccogliere, Connectedmanufacturing: 5 casi d’usodi dati e analytics Machine learning, analytics avanzate e AI possono identificare modelli da petabyte di dati, rilevare anomalie e prevedere i risultati di business. Cloudera indica le 5 aree dove le aziende manifatturiere utilizzano la potenza di queste tecnologie Una delle aree in cui i dati giocano un ruolo significativo è la riparazione e la manutenzione delle apparecchiature Fonte: foto Shutterstock