<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1925163537722152&amp;ev=PageView&amp;noscript=1">

4ward Blog

Big Data: come si ottimizza la filiera nel Manufacturing

By 4ward 20 novembre, 2018

L’incontro fra tecnologie digitali e settore manifatturiero è ormai acquisito. A tale binomio oggi si attribuiscono differenti nomi: Manufacturing Big Data, Industrial Analytics, Advanced Manufacturing, Smart Manufacturing. Sul fronte italiano è stato soprattutto il piano Industria 4.0 ad aver incentivato la sostituzione e la modernizzazione delle macchine utensili e degli impianti dell’industria manifatturiera. In merito al fenomeno, il laboratorio Research & Innovation for Smart Enterprises (RISE) dell’Università degli Studi di Brescia ha dedicato due indagini e una terza dal titolo “Impresa 4.0: dalla fabbrica alla filiera digitale” è in procinto di partire. Le due precedenti avevano affrontato il periodo 2014-2015 mettendo a tema “The Digital Manufacturing Revolution” e il biennio 2016-2017 che si era focalizzato su “Impresa 4.0. La trasformazione digitale della manifattura”. In quest’ultima, nel paragrafo “Big Data & Advanced Analytics” si legge:

 

«Anche e soprattutto grazie alla diffusione dell’Internet of Things, i dati diventano il fattore competitivo chiave di tutte le aziende, anche di quelle manifatturiere. Disporre di informazioni precise, accurate, affidabili e puntuali, non è più un’opzione, bensì una necessità per poter competere sul mercato. Questa crescente importanza del dato è raccolta e sintetizzata nella definizione di Digital Economy, in cui uno dei pilastri fondanti è appunto l’equazione DATO = VALORE D’IMPRESA. Non a caso, in un recente articolo de The Economist intitolato “The world’s most valuable resource is no longer oil, but data”, i dati sono definiti il nuovo petrolio.»

 Big Data come si ottimizza la filiera nel Manufacturing

I vantaggi della Cyber-Physical Convergence

Questo “petrolio” ha un terreno fertile in cui si muove e che viene tradotto spesso con il concetto di Cyber-Physical Convergence, ovvero la convergenza tra il mondo fisico e il mondo virtuale (Internet), in cui oggetti intelligenti e esseri umani interagiscono con il cyberspazio tramite sensori e dispositivi mobili dotati di capacità di calcolo e comunicazione. Viene generata così una mole enorme di dati che entra a far parte di un processo circolare continuo che vede:

  • produzione di dati;
  • analisi dei dati raccolti;
  • manutenzione in chiave predittiva;
  • riconfigurazione dei processi produttivi.

Questa circolarità consente di ottimizzare la filiera del Manufacturing su 4 categorie (come sottolinea anche la ricerca del RISE citata sopra): qualità, tempo, costo, flessibilità.

 

  1. Qualità

La Big Data Analytics permette di sviluppare prodotti con funzionalità incrementate, dalle eccellenti prestazioni, con un’estetica migliore. In alternativa, può determinare una personalizzazione superiore, grazie alle informazioni provenienti dai reparti Sales & Marketing i cui CRM sono pienamente integrati nell’architettura informatica che governa la produzione. Personalizzazione significa differenziarsi dai propri competitor e batterli sui medesimi mercati di riferimento.

 

  1. Tempo

La riduzione del time-to-market è uno dei vantaggi che il manifatturiero può ottenere da un uso evoluto dei dati riguardanti le varie fasi dei processi aziendali, dall’ideazione di un prodotto alla sua commercializzazione. Inoltre, sul fattore tempo, il Manufacturing Big Data sta mostrando grandi potenzialità nell’interconnessione con i sistemi di Supply Chain Management, perché la sincronizzazione dei flussi produttivi con quelli logistici è fonte di risparmio sui tempi di trasporto e consegna.

 

  1. Costo

Già da tempo le aziende manifatturiere puntano a contenere i costi attuando economie di scopo in cui prevalgono politiche di differenziazione. Nello Smart Manufacturing, invece, questo obiettivo viene raggiunto in virtù di tecnologie più “intelligenti” perché più “informate”. Ne derivano, solo per fare qualche esempio, una diminuzione delle materie prime in ingresso, un abbattimento della percentuale degli scarti e delle non conformità, un efficientamento complessivo dei consumi energetici.

 

  1. Flessibilità

Una flessibilità nuova è possibile, nell’incrocio tra Big Data e Manufacturing, per alcune delle caratteristiche evidenziate in precedenza: a cominciare dalla personalizzazione che può scaturire dalla conoscenza dinamica dei gusti e degli orientamenti della clientela. Stesso discorso vale nella determinazione certa dei volumi, la cui programmazione in anticipo, rispetto alla concorrenza, costituisce un rilevante vantaggio competitivo. Maggiori sono i dati aggregati in maniera omogenea e minori saranno gli errori di pianificazione produttiva.

 

5 passi per arrivare ad un modello DevOps ottimale