La fabbrica ‘data-driven’: tra aspettativa e realtà

Di Flavio Tonelli, in collaborazione con redazione DGS

Internet delle cose, Industria 4.0, Smart Manufacturing e la loro sintesi nei nascenti sistemi cyber-fisici (Shi et al., 2011) di produzione stanno portano a enormi quantità di dati industriali lungo il ciclo di vita del prodotto (Kemper et al., 2013). La fabbrica si sta trasformando in ‘fabbrica guidata dai dati’ in grado di produrre in modo agile, di apprendere, incentrata su di un operatore aumentato e che combina integrazione orientata ai servizi, analisi avanzate e fornitura di informazioni mobili in un approccio olistico al fine di sfruttare i big data industriali per vantaggio competitivo. Le aspettative sono l’utilizzo di questi dati per l’ottimizzazione della progettazione del prodotto, dell’esecuzione della produzione e della gestione della qualità; aspettative legittime, ma pure sempre aspettative se si analizza meglio il livello medio corrente delle soluzioni ICT che dovrebbero permettere tale cambiamento.

L’architettura ICT manifatturiera prevalente è infatti basata sulla piramide informativa della produzione o modello gerarchico della produzione, che rappresenta nella pratica l’architettura IT prevalente nella produzione (Vogel-Heuser et al., 2009) e di fatto impedisce lo sfruttamento completo dei dati a causa delle seguenti limitazioni: la complessa integrazione di sottosistemi IT rispetto alla flessibilità di nuove fonti di dati, l’aggregazione gerarchica delle informazioni, la fornitura di informazioni isolate per il livello di controllo di produzione e logistica poco o per nulla integrata nei dipendenti della fabbrica.

I livelli orientati alla funzione e strettamente gerarchici della piramide informativa della produzione supportano il livello tecnico dei sistemi mancando di flessibilità, integrazione olistica dei dati e fornitura di informazioni inter-gerarchica. Questa è la realtà.

Quali allora le prospettive e le innovazioni che sono in fase di sviluppo?

Nuovi sistemi ICT dove la fabbrica basata sui dati permette o supporta una visione olistica di tutti i dati generati durante l’intero ciclo di vita del prodotto, dalla progettazione del prodotto all’esecuzione della produzione fino all’assistenza e al supporto, inclusi dati strutturati e non strutturati che, a differenza dei precedenti paradigmi di integrazione (in particolare CIM Groover, 2008), non mirino ad automatizzare totalmente tutte le operazioni e i processi decisionali, ma integrino esplicitamente gli umani e il loro capitale cognitivo al fine di trarre vantaggio dalle loro conoscenze , creatività e capacità di risoluzione dei problemi.

Queste sono alcune ed essenziali caratteristiche per consentire:

1. la produzione agile sfruttando la grande quantità di dati per l’ottimizzazione proattiva e l’adattamento agile delle attività (i guasti delle macchine possono essere previsti quasi in tempo reale e i processi di produzione possono essere adattati di conseguenza).
2. l’apprendimento della produzione (Hjelmervik e Wang, 2006) sfruttando i dati industriali ed estraendone conoscenza (dai dati storici di esecuzione apprendere raccomandazioni concrete di azioni per ottimizzare una metrica specifica).

la produzione incentrata sull’uomo (Zuehlke, 2010) attraverso informazioni sensibili al contesto e l’integrazione delle conoscenze umane (i lavoratori in officina sono immediatamente informati sui problemi di prestazioni di una macchina e possono creare contenuti digitali per la risoluzione).