Il potenziale e le prospettive dell’intelligenza artificiale (AI) sembrano illimitati anche negli ambiti dello sviluppo prodotto e della produzione. Tuttavia, è importante considerare che, come consuetudine, le funzionalità aggiuntive dovrebbero essere introdotte solo dopo aver assicurato il soddisfacimento di alcuni requisiti essenziali: una cultura dei dati consolidata e, soprattutto, una gestione dati solida e affidabile.
Secondo un sondaggio condotto da Aras, le aziende che hanno già implementato la gestione del ciclo di vita del prodotto (PLM) beneficiano di un evidente vantaggio quando si tratta di AI, a condizione che la soluzione offra un’architettura aperta e particolarmente adattabile.
“L’intelligenza artificiale eccelle in molte attività rispetto agli esseri umani, tuttavia, non può rappresentare una panacea. Da sola, infatti, non può stabilire ordine nel caos. Secondo Luigi Salerno, country manager di Aras Italia, “per sfruttare appieno il suo potenziale in modo efficace, l’AI richiede una struttura adeguata e una solida base di supporto”.
Continua Salerno, “Le aziende sono incoraggiate a seguire un approccio sistematico: date le prospettive di miglioramento nell’efficienza, l’adozione di questa tecnologia nel breve termine sembra inevitabile. Tuttavia, per ottenere risultati significativi dall’AI, è fondamentale garantire una base dati solida. È evidente che la qualità dell’input influisce direttamente sulla qualità dell’output”.
Per quanto riguarda i dati, le aziende con un sistema PLM esistente hanno un chiaro vantaggio, come riporta il sondaggio “L’industria europea in transizione” di Aras. I risultati del sondaggio condotto su oltre 400 manager sono chiari: nell’87% delle aziende con PLM, tutti i dipendenti hanno accesso ai dati di prodotto rilevanti per il loro lavoro, rispetto al 56% delle aziende senza PLM. Inoltre, l’89% delle aziende con PLM raggiunge l’obiettivo di utilizzo interdipartimentale dei propri dati. Per Luigi Salerno di Aras, “l’infrastruttura solida già in atto e la cultura aziendale incentrata sui dati rappresentano le basi fondamentali per l’integrazione delle applicazioni AI nel contesto lavorativo quotidiano”.
L’intelligenza artificiale richiede sistemi con massima capacità di integrazione.
Tuttavia, per questa integrazione è essenziale che il sistema PLM abbia le interfacce necessarie e un’architettura aperta corrispondente. “Già oggi, flessibilità, scalabilità e massima capacità di integrazione sono imprescindibili per i nostri clienti nella scelta di un sistema PLM”, afferma Luigi Salerno. Questa tendenza a collegare un numero arbitrario di sistemi in una catena di processo e dati integrata sarà probabilmente rafforzata dalle applicazioni di AI. Per esempio, attualmente i progettisti di prodotto hanno l’opportunità di accedere a tutte le informazioni disponibili sui singoli componenti in qualsiasi istante e di integrarle nel processo di sviluppo. Tuttavia, a causa della complessità intrinseca del sistema nel suo insieme, un individuo non è in grado di monitorare tutte le interconnessioni. L’intelligenza artificiale, invece, è in grado di identificare tali dipendenze e avvisare preventivamente il progettista su eventuali modifiche future ai componenti o di imminenti cambiamenti legislativi. In questo modo è possibile ridurre al minimo possibili colli di bottiglia o costose regolazioni durante la produzione.
La roadmap per l’introduzione dell’AI
Si consiglia un approccio in quattro fasi per un inserimento fluido delle applicazioni AI:
1.Abbattere i silos di dati nell’azienda e implementare il PLM per raccogliere i benefici di uno scambio completo di dati nei vari dipartimenti.
2.Chiarire il quadro giuridico per l’introduzione dell’AI, poiché le nuove applicazioni utilizzano risorse interne ed esterne per l’analisi dei dati.
3.Avviare progetti pilota di AI in ambienti controllati e monitorati per ottenere risultati iniziali. Nonostante le attuali limitazioni nelle applicazioni, è possibile anticiparne il potenziale, permettendo ai dipendenti di acquisire esperienza con questa tecnologia emergente.
4.Integrare nuove applicazioni di AI che consentono anche il traffico dati esterno e lo scambio di informazioni.
“Più i partecipanti mettono a disposizione i loro dati per l’elaborazione da parte dell’AI, tanto più i risultati saranno significativi e precisi. Tuttavia, le aziende dovrebbero controllare attentamente i diritti di accesso all’AI in modo che dati interni sensibili non possano fuoriuscire involontariamente.” consiglia il country manager di Aras. Con un’efficace gestione dei diritti all’interno del PLM, le aziende possono assumere il controllo completo del loro universo di dati, acquisendo al contempo una sicurezza tale da non dover esitare nell’adozione di nuove tecnologie per timori legati alla sicurezza.
L’AI è destinata a fornire valore aggiunto in futuro, soprattutto nello scambio di informazioni con partner esterni o fornitori di servizi dati. Luigi Salerno proietta lo sguardo verso il futuro: “Immagino che il reparto di progettazione prodotto sarà in grado di sfruttare l’AI e il PLM per creare un Digital Twin dei nuovi prodotti, garantendo un modello 3D simultaneamente. È addirittura concepibile creare un modello multi-dimensionale che tenga conto anche della dimensione temporale. Ciò consentirebbe non solo di suddividere il prodotto in singoli componenti durante l’intero ciclo di vita, ma anche di confrontare l’usura e la manutenzione su diversi periodi di utilizzo. Rappresenterebbe un notevole vantaggio per le aziende.”
Ci sarà un’opportunità per approfondire ulteriormente l’argomento durante il webinar dedicato all’AI e al PLM il 12 dicembre, in cui Aras esplorerà alcuni use case insieme all’Istituto Fraunhofer IEM e AI Marketplace.
Oltre a una panoramica dei concetti fondamentali e del potenziale dell’AI nell’ingegneria, una dimostrazione dal vivo illustrerà l’implementazione pratica dell’AI in un sistema PLM.
La registrazione al webinar è gratuita