Accelerare il time to market è una delle grandi sfide di ogni impresa. Una sfida tutt’altro che banale, poiché sono diversi i passaggi che si frappongono tra l’inizio di un progetto e la disponibilità del prodotto finito sugli scaffali: occorre un’attenta opera di progettazione, di design, di sviluppo del concept, seguita dalla produzione, dal controllo qualità e da tutte le attività logistiche. Accelerare il time to market, sia pur complesso, è però fondamentale poiché sortisce effetti benefici sul posizionamento del prodotto, migliora l’immagine del brand e dà all’azienda quell’agilità che è essenziale per assecondare - e, in alcuni casi, prevenire - i trend del mercato stesso.
Nonostante la complessità, accorciare i tempi è possibile. Anzi, deve essere prioritario: per ottenere risultati bisogna innanzitutto semplificare i processi decisionali, rendere efficiente la supply chain, ottimizzare tutte le risorse e avere la massima disponibilità di informazioni; la vera sfida, però, sta nell’ottimizzare ogni fase di creazione e sviluppo del prodotto, a partire dall’attività produttiva in senso stretto.
Nel corso degli anni, le aziende si sono rese conto che avrebbero potuto migliorare le performance produttive senza aumentare a dismisura le linee, i macchinari e gli inevitabili investimenti annessi. Il concetto, che vale praticamente in qualsiasi ipotesi di trasformazione digitale, consiste di fatto nell’ottimizzare l’esistente facendo perno sulle ultime tecnologie. Queste, dal canto loro, hanno un unico grande scopo: permettere all’azienda di adottare un approccio data-driven, che consiste nell’usare i dati come strumento di valore ai fini decisionali. I dati, inoltre, non si devono limitare a descrivere la situazione attuale, ma devono agevolare anche le decisioni future (devono cioè avere ciò che si definisce valore predittivo).
Nel mondo del manufacturing (che, per l’occasione, è diventato smart manufacturing), il punto di partenza è l’IoT, ovvero quell’insieme di sensori e attuatori che vengono incorporati nei materiali, nelle risorse e nei macchinari; essi, nell’ottica di un approccio data-driven, rappresentano il primo fondamentale passaggio, ovvero quello della generazione, acquisizione e trasmissione dei dati. Nel contesto industriale, laddove si parla appunto di IIoT (Industrial Internet of Things), i sensori sono alla base di enormi e velocissimi volumi di dati, che vengono prodotti ogni istante per il monitoraggio delle performance, della posizione e delle condizioni di esercizio dei macchinari, rigorosamente in tempo reale. A livello tecnico/IT, questi ingenti quantitativi di dati, che non sono gestibili con i tipici database, transitano verso gateway industriali, il cui compito è quello di effettuare una prima elaborazione in attesa della trasmissione in cloud o, nel caso in cui la latenza sia un fattore primario, all’edge della rete.
Qui avviene un altro passo fondamentale, ovvero la trasformazione di flussi di (big) dati in valore. L’esempio da manuale è la manutenzione predittiva: l’elaborazione analitica dei dati e l’impiego di tecniche di machine learning permette, infatti, agli operatori di anticipare un possibile guasto ai macchinari e di predisporre interventi di manutenzione solo in caso di necessità e prima che il guasto si verifichi.
Digital Technologies (DT) può vantare grande esperienza ed expertise nell’implementazione di soluzioni IoT dedicate al comparto industriale, soluzioni che vanno dalla predictive maintenance già citata al tracking degli asset industriali (remote asset tracking), ma senza dimenticare il monitoraggio costante di processi e macchinari e lo sviluppo di automazioni nel contesto dello shopfloor.
L'iIIoT non si manifesta infatti nella “semplice” manutenzione predittiva, ma in svariati effetti benefici nei confronti della produzione e del time to market, tutti basati sul minimo comun denominatore della generazione e dell’elaborazione dei dati. Una piattaforma IoT, infatti, può monitorare i parametri di esercizio, verificare la posizione dei macchinari (pensiamo ai mezzi AGV impiegati nel contesto della warehouse automation) e segnalare tempestivamente eventuali problematiche, offrendo così un beneficio diretto sui costi, sulla velocità di esecuzione (da cui il time to market) e anche sulla qualità dei prodotti. Una piattaforma IoT e un consulente esperto sono il primo fondamentale passo verso lo smart manufacturing.