it 
Di fronte a sfide sempre più complesse per i propri modelli di business, oggi gli OEMs (Original Equipment Manufacturer) devono fare leva su digitalizzazione, Big Data, Industrial IoT (IIoT) e Intelligenza Artificiale (AI), i principali driver dell’innovazione industriale, per diventare e rimanere competitivi sul mercato e per produrre valore.
L‘applicazione dell’Internet of Things nel mondo industriale – interconnettendo macchinari intelligenti capaci di acquisizione di dati, elaborazione e comunicazione, infrastrutture smart e piattaforme IoT di analisi avanzate – genera efficienze operative inedite ed è fondamentale per garantire la competitività degli OEMs. Non solo, infatti, ottimizza i processi e aumenta il valore della produzione, ma apre la strada a modelli di business completamente nuovi.
Ma se da un lato, per gli OEMs e per l’industria in generale, è cresciuta la consapevolezza che investire in innovazione non è solo vantaggioso, ma soprattutto necessario[1], dall’altro non tutte le aziende hanno intrapreso strategie di digitalizzazione di successo e, per molte, l’interconnessione delle macchine e l’analisi dei dati è ancora distante dall’essere uno standard industriale. Lo stesso vale per l’adozione di nuovi modelli di business e servitizzazione.
Eppure, l’IIoT è una strategia che consente di raggiungere notevoli risultati in termini di efficienza, produttività e sicurezza in produzione e l’innovazione industriale è la sola che può aiutare gli OEMs a raggiungere questi obiettivi in quanto strettamente connessa con una maggiore consapevolezza dei processi produttivi e una maggiore efficienza nell’uso delle risorse.
Innovazione industriale e IIoT
Gli esperti stimano che entro il 2025 il mercato dell’Industrial Internet of Things (IIoT) si aggirerà sui 4,6 miliardi di dollari garantendo, grazie al dialogo tra macchine, esseri umani e software, nuove e numerose opportunità per incrementare il valore dell’economia globale.
Nell’era dell’Industry 4.0, dunque, gli OEMs industriali devono essere in grado di collegare le proprie macchine e infrastrutture fisiche al mondo digitale in modo semplice, rapido ed economico. Questa comunicazione tra IT/OT, infatti, quando ben gestita, porta a migliorare i processi produttivi, ridurre i costi e aumentare la competitività delle fabbriche.
Per gli OEMs, la digitalizzazione e l’innovazione industriale devono coincidere con la necessità del settore di generare valore dalle infrastrutture, incluse quelle obsolete, rendendole pronte per la connettività e la data analytics. Ma la vera sfida del futuro per gli OEMs, in un’ottica di produzione completamente automatizzata, è quella di passare ad una prospettiva che ponga al centro l’utente, nella quale cioè la macchina diventi un mezzo per migliorare i processi produttivi dei clienti e per offrire loro un vantaggio competitivo rispetto alla concorrenza. Tutto ciò è possibile grazie alle tecnologie IIoT che, sfruttando i dati generati dalle stesse macchine, attraverso analisi avanzate sul campo e su cloud, riescono a gestire al meglio la produttività degli impianti, soprattutto in contesti di alta flessibilità produttiva.
Gli OEMs più avveduti sono già consapevoli che i dati, sia quelli strutturati che quelli non strutturati, una volta analizzati possono fornire preziose informazioni e dare un feedback costante sui prodotti. Un’infrastruttura data-driven permette loro di diventare più agili e flessibili, aumentando la capacità di adattarsi alla domanda dei consumatori, e di accelerare il time-to-market dei nuovi prodotti digitali e dei servizi di mobilità. In tal senso, l’innovazione industriale basata sull’IIoT porta con sé anche l’erogazione di servizi aggiuntivi, quali, ad esempio, il monitoraggio delle prestazioni e dell’usura delle macchine, e funzioni di servitizzazione attraverso le quali è possibile fidelizzare la clientela ed espandere la platea degli utilizzatori.
Il ruolo dell’AI nell’innovazione industriale
L’innovazione industriale è intrinsecamente legata ai progressi dell’AI, che oggi ha assunto un grado di maturità tale da essere riconosciuta come un'area strategica per attuare la transizione digitale delle imprese.
Grazie al machine learning, ovvero la capacità delle macchine di apprendere autonomamente attraverso degli algoritmi, e all’Intelligenza Artificiale, è possibile ottimizzare le prestazioni di una macchina e favorire politiche di manutenzione predittiva e interventi da remoto, riducendo i costi di assistenza. I modelli di AI monitorano costantemente lo stato di funzionamento delle macchine e agiscono prima che il guasto si verifichi e l’erogazione del servizio venga interrotta, evitando così il fermo macchina e tutte le conseguenze che ne deriverebbero. È così possibile prevedere dove e quando si verificherà il guasto e intervenire preventivamente risolvendo il problema.
Inoltre, sfruttando architetture e sistemi di intelligenza distribuita, cioè portando l’Intelligenza Artificiale e il Machine Learning sull’edge, direttamente sul dispositivo che raccoglie i dati, è possibile ottenere ulteriori vantaggi in termini di riduzione di latenza, di costi e di rischi di sicurezza, migliorando l’efficienza dell’impresa. Decentralizzando il cloud mediante risorse computazionali locali fisicamente più vicine al dato generato, infatti, si riducono i tempi di inattività connessi all’esecuzione di processi di AI eseguiti su Cloud e si implementano rapidamente le soluzioni, in quanto gli algoritmi di deep learning possono operare direttamente sul dispositivo che raccoglie, elabora e analizza i dati. L’Edge AI comporta inoltre un decongestionamento del cloud, un ridotto consumo energetico e una contrazione dei costi.
La soluzione CLEA Smart HMI di SECO va esattamente in questa direzione: raccoglie i dati prodotti dal macchinario industriale in maniera rapida – facilitando l’interfacciamento grazie alla possibilità di utilizzare connettori per i principali PLC industriali – per analizzarli sia in locale che sul cloud, applicando modelli di AI dedicati al settore con un rinforzo di addestramento. Tutte le informazioni raccolte sono mostrate anche sull’HMI installato a bordo del macchinario, dove la comparsa di notifiche e messaggi di alert favoriscono l’ottimizzazione dei processi e migliorano la user experience.
[1] In base ai dati dell’Osservatorio Transizione Industria 4.0 della School of Management del Politecnico di Milano il mercato dell’Industria 4.0 è cresciuto anche nell’anno della pandemia (2020/2021), arrivando a toccare un valore di 4,1 miliardi (+8% sul 2019).