Miraitek: monetizzare i dati industriali si può. Ecco il metodo in 4 mosse

Industria 4.0, missione compiuta? Le macchine sono ormai in gran parte connesse, ma siete sicuri di sfruttare le reali potenzialità che derivano dall’acquisizione e analisi dei dati? Identificare opportunità di maggiore produttività, di ottimizzazione di processo e riduzione dei costi, valutare l’introduzione di nuovi modelli di business service-based. Nell’era dell’Industry 5.0, per end user e costruttori di macchine, quello che conta è la monetizzazione dei dati. Obiettivo sempre più alla portata di aziende di ogni dimensione e grado grazie alla disponibilità di strumenti di intelligenza artificiale predittiva e generativa. Ma attenzione! L’AI si alimenta di dati e questi devono essere di qualità altrimenti vale la legge numero uno dell’informatica: “garbage in garbage out”. Come dire, se l’input è spazzatura l’output non può che essere spazzatura. In buona sostanza, il principio cui attenersi è semplice: più alta è la qualità dei dati, più alte sono le possibilità di monetizzare l’Industrial Iot e ottenere un ritorno economico.

Ne è convinto Marino Crippa, chief revenue officer di Miraitek, «Per dare valore ai dati è fondamentale progettare un’architettura Industrial Iot adeguata. Spesso i dati raccolti non sono di alta qualità o non sono gestiti correttamente, il che impedisce l’analisi efficace e la generazione di valore». In media, le soluzioni sviluppate finora da Miraitek, azienda specializzata nella fornitura di tecnologia e servizi per la trasformazione digitale del manifatturiero, hanno determinato un amento di produttività del 15%, una riduzione del 12% dei costi di manutenzione, dell’11% dei fermi macchina e del 20% dei consumi energetici. Per la scaleup – spin-off del Politecnico di Milano, fondata nel 2018 da Marco Taisch, Michele Viscardi e Sergio Terzi e guidata dal ceo Sergio Cassinelli – estrarre valore economico dai dati equivale ad agire su 4 livelli operativi.

1 – Definire gli obiettivi di business: Un terzo dei progetti di trasformazione digitale fallisce perché gli obiettivi non sono chiari e non formalizzati. 2 – Raccolta e analisi dati da macchine e processi produttivi per avere visibilità in tempo reale delle performance e delle condizioni operative. Attenzione però alla modalità di raccolta del dato. 2 – Ottimizzazione dei processi con un fattore produttivo in più: il dato. L’AI aiuta a passare dall’analisi all’implementazione di azioni per prevedere, ad esempio, i parametri di funzionamento ottimali delle macchine in specifiche condizioni, ridurre gli scarti e migliorare l’efficienza energetica. 3 – Supporto all’operatore: La crescente complessità implica una più attenta fruibilità del dato: l’AI Generativa consente l’interazione con i sistemi e migliorare l’usabilità per gli operatori (elemento distintivo di Miraitek è infatti la capacità di integrare nei processi e agenti AI conversazionali). 4 – Servitizzazione, per dare ai costruttori di macchine ed end user paradigmi nuovi di produzione attraverso la possibilità di creare servizi digitali aggiuntivi. Soluzioni industriali orientate alla monetizzazione di dati, declinate nelle 4 diverse variabili operative, che saranno visibili in Focus AI, l’area Sps dedicata all’implementazione e all’esplorazione delle potenzialità dell’intelligenza artificiale in cui sarà presente Miraitek. «In Focus AI i visitatori avranno l’opportunità di approfondire le applicazioni pratiche dell’industrial Iot basato sull’intelligenza artificiale e il suo impatto sul futuro dell’industria, con un focus particolare sulla manutenzione avanzata supportata dall’AI», dice Crippa.

Monetizzazione dei dati. Come estrarre valore economico dall’Industrial Iot. Più produttività, riduzione dei costi, efficienza energetica e predittività algoritmica per fabbriche e officine zero downtime

Secondo Miraitek, molti comportamenti virtuosi di produttori o utilizzatori di macchine possono essere attivati o rinforzati in modo scientifico grazie all’utilizzo della tecnologia Industrial IoT, che deve essere prima di tutto capita e calata nel contesto specifico dell’impresa. «Parlare di dati in fabbrica non basta. Bisogna saperli valorizzare per comprendere l’ampiezza delle informazioni a disposizione, ed essere in grado di identificare quale tecnologia permette di fare data intelligence in tempi ristretti e con utilizzo immediato dei risultati», dice Crippa. «I singoli moduli della nostra piattaforma sono progettati per essere replicabili in una molteplicità di settori, aggiunge Erica Perego, Chief Technology Officer di Miraitek. Configurabili dinamicamente, si adattano a una qualunque realtà produttiva». Assemblaggio, packaging, moulding, automotive, metalmeccanico, food e beverage, logistica. In qualsiasi contesto i moduli-funzione raccolgono dati, li elaborano, rendendo disponibili informazioni per intervenire tempestivamente con azioni correttive.

In definitiva, le soluzioni risolvono problemi, riducono i tempi di risposta, ottimizzano i processi e l’utilizzo di apparati industriali e possono essere la base per alimentare la knowledge base di fabbrica su cui sviluppare soluzioni di intelligenza artificiale generativa in stile Robin. Non meno importante i vantaggi che si possono generare dall’efficienza energetica,un tema strettamente legato all’ottimizzazione dei processi produttivi. «Le soluzioni consentono di correlare il consumo energetico con lo stato della macchina e le fasi di produzione, fornendo una contabilità industriale più precisa e identificando le aree di spreco. L’obiettivo è passare da un’ottica di semplice risparmio energetico a una di vera e propria ottimizzazione, integrando la variabile energetica nella gestione complessiva della produzione», spiega Perego.

Se in passato ci si chiedeva cosa fare dei dati raccolti ora non ci sono più dubbi: è l’intelligenza artificiale a mettere a valore il big data dell’Industrial Iot

Per Miraitek, il codice di machine learning integrato nei moduli-funzione della piattaforma Industrial Iot porta a un incremento costante della produzione: no downtime, zero fermi macchina. «Gli algoritmi apprendono giorno per giorno, sviluppando nel tempo una conoscenza aumentata in grado di migliorare le performance. Come dire, si parte da un livello 5 ma si può arrivare a un livello di conoscenza 10: più si sale di livello più aumentano i benefici e i possibili ritorni economici», dice Perego. Monitorare in tempo reale le prestazioni produttive dello stabilimento? Le soluzioni prevedono indicatori su più livelli come ad esempio reparti, impianti, macchine, stazioni e singoli sensori. E generazione di informazioni in real time per comprendere e agire sul funzionamento degli impianti, come ad esempio fermi, allarmi, guasti, attività degli operatori.

«Le soluzioni da noi proposte sono personalizzabili in base ai dati raccolti. Ogni cliente inizia con obiettivi specifici, come la raccolta di dati o la risoluzione di problemi evidenti. Poi, con il tempo, man mano che si inizia a comprendere meglio le potenzialità dei dati, si possono richiedere ulteriori analisi e implementazioni», dice Crippa. Un approccio che consente a Miraitek di accompagnare end user ed oem nel loro percorso di crescita e ottimizzazione, adattando le soluzioni alle esigenze specifiche di ciascun cliente. «L’approccio tipico è graduale: si parte da obiettivi primari, legati alla raccolta dati e alla risoluzione di problematiche immediate, banalmente di trasparenza del processo, per poi evolvere verso analisi più sofisticate e integrazioni con sistemi Mes o Erp», aggiunge Crippa.

La futuribile ascesa dell’IA generativa. Robin come assistente virtuale per operatori macchina e per rendere accessibile il know how aziendale

L’assistente virtuale Robin è progettato per supportare gli operatori all’interno della fabbrica digitale. Utilizzando l’intelligenza artificiale, Robin interagisce con gli operatori in linguaggio naturale, generando contenuti utili come manuali operativi e checklist di manutenzione a partire da video o altre forme di input. Un processo che aiuta a trasferire il know-how e a ridurre il tempo necessario per la formazione degli operatori, specialmente in contesti dove il turnover del personale è elevato. «Robin è il braccio destro digitale che permette di ricevere dagli operatori interrogazioni formulate in linguaggio naturale. Si nutre della knowledge base di macchina, impianto o linea di produzione, creata a partire da documenti testuali storicizzati in un database», afferma Perego. Servizi per analizzare dati di macchina, per prevedere quando è necessario eseguire la manutenzione, minimizzando imprevisti e downtime.

«Robin è lo strumento ideale per supportare gli operatori nella risoluzione di problemi tecnici, proponendo suggerimenti per migliorare l’utilizzo della macchina o dell’impianto», spiega Perego. Ecco gli utilizzi principali di Robin nell’ambito della fabbrica digitale. 1 – Supporto all’operatore, per assistere gli operatori nell’uso delle macchine, fornendo informazioni su come utilizzare correttamente i macchinari e suggerire interventi di manutenzione. 2 – Formazione, per facilitare l’apprendimento delle procedure operative e riducendo la curva di apprendimento dei nuovi assunti. 3 – Gestione della manutenzione, per fornire indicazioni su come affrontare problemi legati a interventi manutentivi. 4 – Interazione con sistemi di raccolta dati, rendendo l’assistente virtuale un agente AI versatile per la gestione delle informazioni all’interno della fabbrica.

Per Miraitek, la vera sfida è l’interpretazione dei dati, che devono generare informazioni a supporto delle decisioni. L’importanza della consulenza strategica per end user e costruttori di macchine

Secondo Miraitek, in ambiente manifatturiero ciascun asset produttivo va considerato come parte di un ecosistema dati da cui estrarre valore economico. «Il fine è monetizzare il dato che, opportunamente trattato, da materia inerte può diventare il combustibile per la sostenibilità d’impresa. Sonde e sensori generano i dati, che vengono normalizzati per essere elaborati e condivisi all’interno e all’esterno dell’impresa, on edge o in cloud. Le decisioni sono basate sulla conoscenza e non sulla percezione», dice Crippa. Obiettivo che Miraitek realizza offrendo anche servizi di consulenza.

«È la consulenza che aiuta le aziende nell’identificare i possibili percorsi evolutivi. È fondamentale per raggiungere obiettivi di monetizzazione dei dati. La raccolta dei dati è solo il primo passo. Senza un’adeguata analisi e implementazione, è facile rimanere bloccati e non utilizzare le informazioni in modo strategico. Un buon consulente può aiutare a definire gli obiettivi di business e a capire come i dati possano generare valore», racconta Crippa. «Consulenza che non si limita alla definizione di una roadmap applicativa e strategica, ma che include anche la formazione del personale per gestire e analizzare i dati in modo efficace e il necessario supporto al change management per non morire di progetti pilota, perché l’uomo rimane il perno attorno al quale ruota tutta la trasformazione digitale».