Abbiamo avuto modo di scriverlo più volte in questi mesi: quando si parla di Industrial IoT, il ruolo delle piattaforme è oggi più che mai centrale per sbloccare quelle potenzialità e quelle opportunità che nascono da un corretto utilizzo dei dati.
Proprio i dati e le piattaforme sono stati al centro di uno dei TechTalk che si sono svolti nel corso di Industry 4.0 360 Summit, l’incontro dedicato alle nuove frontiere del manifatturiero e organizzato da ESG360.it, Industry4Business, Innovation Post.
Un talk che prende atto dell’evoluzione alla quale abbiamo assistito in questi anni – dalla raccolta del dato alla sua valorizzazione sia funzionale, sia strategica – e degli strumenti che la hanno resa possibile e al quale hanno preso parte Andrea Bacchetti, Ricercatore dell’Università di Brescia, CEO e Partner di IQ Consulting, Carlo Di Nicola, Sales Area Manager – Sistemi e Soluzioni per l’Industria 4.0 di IFM, Simone Ferriani, Account Manager e IIoT Expert di IXON Cloud e Federico Mastropietro, Digital Sales Consultant in SICK.
Un approccio organizzato al dato
È stato proprio Andrea Bacchetti che, in apertura dei lavori, ha sottolineato l’importanza di un approccio data-driven nel manifatturiero, abilitato dalla capacità di comunicazione ormai raggiunta da macchine e impianti. Serve tuttavia un approccio organizzato al dato, ha sottolineato Bacchetti, evidenziando come sia necessario “gestire correttamente un mole di dati in crescita esponenziale e che oggi attraversano intere catene di fornitura”.
I numeri confortano questa analisi: nei tre anni che vanno dal 2016 al 2019 il mercato dell’Industrial IoT ha raggiunto un valore di 3,9 miliardi di euro, con una crescita di fatto raddoppiata.
Avere un approccio organizzato alla gestione del dato non basta raccogliere, pulire, analizzare i dati.
“Serve un passaggio ulteriore, dal data-driven all’information driven. Solo se si arriva a trasformare il dato in informazione e conoscenza utilizzare i dati a supporto dei processi decisionali aziendali”.
Obiettivi mirati non solo all’operatività, ma anche al business
Significa, di fatto, andare oltre una business intelligence basata sui dati storici, per lavorare con strumenti predittivi e prescrittivi, in grado di suggerire le azioni da intraprendere sulla base delle analisi di grandi quantità di dati eterogenei.
Gli obiettivi raggiungibili sono tanti e importanti e hanno direttamente a che fare non solo con le decisioni operative, ma anche con le strategie di business.
Si parla infatti di miglioramento delle attività di vendita, di ottimizzazione delle supply chain, di ridefinizione dei modelli di business, di gestione di scorte e acquisti.
In tutto questo, tuttavia, c’è un problema non marginale.
È vero che i dati ci sono e numericamente sono molto rilevanti. È altrettanto vero che senza una strategia corretta sul dato le iniziative di innovazione data centriche rischiano di essere poco efficaci.
Bacchetti cita una ricerca presentata qualche anno fa da Veritas, nella quale si evidenziava come solo il 46% dei dati circolanti in azienda sono classificati e che una percentuale ancora inferiore, il 14%, sono dati utilizzati a supporto del business. Un ulteriore 32% di dati, pur classificati, è comunque ininfluente ai fini dei processi decisionali. Ancor più grave, sottolinea Bacchetti, è che il 54% dei dati rientrino in quel concetto di Dark Data, dati non gestiti che appesantiscono il data center e generano costi.
In fondo è proprio questo il rischio insito nella crescita dell’Industrial IoT: disporre di troppi “dark data”.
“Per poter adottare una corretta strategia sul dato – è la raccomandazione di Bacchetti – bisogna superare problemi organizzativi e di data ownership, bisogna comprendere cosa significhi effettivamente Data Governance, bisogna dare la corretta priorità”, e soprattutto bisogna avere delle corrette motivazioni di business che superino le naturali resistenze al cambiamento.
Ed è proprio in questa sfida culturale e organizzativa che si gioca oggi il data journey delle imprese.
Su questi spunti, anticipati dall’analisi di Andrea Bacchetti, si sono dunque confrontati i tre panelist, portando ciascuno la propria esperienza.
IFM: una data strategy abilitata dalla convergenza IT/OT
Così, Carlo di Nicola, Sales Area Manager per Sistemi e Soluzioni per l’Industria 4.0 in IFM, si ritrova sulla raccomandazione di Andrea Bacchetti sulla necessità di identificare le corrette motivazioni che guidano l’adozione di una data strategy.
“La raccolta del dato è parte della nostra storia, visto che IFM nasce più di 50 anni fa proprio nell’ambito della sensoristica. È importante capire quali sono le reali motivazioni che guidano i percorsi di innovazione, identificare le aree di miglioramento, siano esse nella qualità, nell’efficienza o ancora nel controllo e riduzione dei consumi”. E in relazione al tema dei Dark Data, De Nicola sottolinea come la sensorizzazione delle macchine o degli impianti non sia necessariamente la risposta giusta: “Molte informazioni sono già disponibili. Bisogna saperle trovare e utilizzare”. Bisogna conoscere i processi di fabbrica, raccogliere i dati giusti, elaborarli, trasformarli in valore ovvero in informazioni utili e fruibili.
Ed è in questa valorizzazione del dato che si gioca la spinta ad una sempre più stretta integrazione tra IT e OT e che diventa centrale quell’approccio di piattaforma cui si faceva cenno all’inizio.
De Nicola porta ad esempio la soluzione Moneo di IFM, che integra i dati dal campo con le informazioni residenti, ad esempio, nell’ERP aziendale e con algoritmi di intelligenza artificiale e tecniche di data science. una integrazione importante, che apre la strada ad analisi prescrittive, che non si limitano a generare, ad esempio, allarmi, ma suggeriscono o addirittura pianificano azioni, come la chiamata in campo di un tecnico di assistenza, dialogando in modo bidirezionale con l’ERP.
IXON: Il ruolo del cloud nelle piattaforme IIoT
Di piattaforma parla anche Simone Ferriani, Account Manager e IIoT Expert di IXON Cloud, sottolineando come per poter gestire correttamente la numerosità e l’eterogeneità dei dati il cloud sia oggi indispensabile.
Non solo. Ferriani sottolinea come oggi la necessità delle imprese sia quella di lavorare con informazioni puntuali, precise e tempestive. Per le imprese produttrici di macchine industriali, che rappresentano il bacino di riferimento di IXON, è fondamentale poter lavorare con dati accurati e aggiornati in tutte le fasi del ciclo di vita di una macchina, dalla progettazione alla sua messa in opera. Per questo – anche in questo caso il riferimento è alla proposition specifica della società – una piattaforma come IXON Cloud consente di rendere i dati accessibili in qualunque momento sia ai tecnici sia agli stessi clienti e soprattutto abilita il monitoraggio remoto delle macchine stesse.
Questa opportunità apre nuovi scenari in termini di servizi o di modelli di business: la disponibilità di dati in tempo reale consente di prevenire guasti o rotture, minimizzando i fermi, abilita il controllo delle performance del macchinario, fornendo informazioni sulla sua ottimizzazione, o ancora generare reportistiche accurate nel tempo.
In particolare, Ferriani sottolinea un punto cruciale. La piattaforma consente una durata di conservazione dei dati di 7 anni. Un lasso temporale non casuale, che corrisponde ai requisiti contenuti nel Piano Transizione 4.0 e nel PNRR.
Di fatto, sottolinea Ferriani, perché si possa attuare una vera transizione ecologica e digitale serve una strategia data-driven: monitorando macchine e impianti è possibile intervenire sull’ottimizzazione di funzionamento e consumi, con benefici evidenti e risparmi termini di consumi energetici, riduzione di scarti, miglioramento delle prestazioni.
SICK: elaborazione dei dati sul campo e gestione in cloud
Anche Federico Mastropietro, Digital Sales Consultant di SICK, nel corso del confronto, pone l’accento sull’importanza della qualità del dato, sottolineando come negli anni vi sia stato un percorso evolutivo, che ha portato le aziende dalla mera fase di generazione e raccolta, a tematiche più complesse di integrazione e analisi. In particolare, Mastropietro pone l’accento sull’importanza sia dell’elaborazione dei dati sul campo, che agevola le fasi di gestione del dato, sia del cloud, che rappresenta la piattaforma d’elezione per sfruttare al meglio le potenzialità dei dati stessi.
Facendo riferimento alla proposta di SICK, Mastropietro cita LiveConnect, servizio cloud per la connessione diretta dei sensori o Asset Hub, una sorta di Digital Twin, che consente di avere piena visione dello status di ciascun sensore.
Anche SICK si muove ormai in una logica di piattaforma, prestando particolare attenzione a tematiche di interoperabilità tra tecnologie di produttori diversi, nella quale un ruolo chiave lo giocano oggi tecnologie di frontiera, come intelligenza artificiale e reti neurali, che supportano non solo processi decisionali evoluti, ma li rendono – là dove possibile – anche autonomi.
Tutto questo cambia anche la relazione con il cliente, oggi giocata non solo sulla fornitura di soluzioni tecnologiche, ma su progettualità evolute e realmente trasformative. Questo significa che laddove il cliente non abbia in casa le competenze necessarie per raggiungere gli obiettivi desiderati, spetta a realtà come SICK assumere un ruolo consulenziale e di guida, aiutando le imprese a definire correttamente gli obiettivi, fare un lavoro di qualità sui dati, evitando che i data lake diventino vere e proprie paludi, promuovendo la convergenza tra IT e OT, il tutto con tempi e costi ragionevoli e sostenibili.
Interoperabilità e semplicità: le parole d’ordine per l’Industrial IoT
A chiusura dell’incontro è ancora Andrea Bacchetti che definisce il perimetro.
La strada lungo la quale ci si sta muovendo è quella giusta: la digitalizzazione è la strada per il recupero della competitività delle imprese, ma per realizzarla servono soluzioni di semplice utilizzo e aperte, per poter integrare dati che provengono da piattaforme e tecnologie diverse.
Tutto questo deve avvenire con un occhio sempre attento agli obiettivi e ai risultati.
È solo in questo modo che progetti data-centrici riescono a dare anche la giusta centralità ai clienti.
