Nel 2015 Gartner prevedeva che il numero di device connessi avrebbe superato i 20 Mld a fine 2020. Oggi, a metà 2020, sono circa 25 Mld gli oggetti connessi, dimostrando una crescita addirittura più rapida delle aspettative. L’inarrestabile diffusione dell’IoT come tecnologia centrale per abilitare la trasformazione digitale in molti settori, in primis quello manifatturiero, è confermata dalla prospettiva delle maggior parte dei CIO: circa l’80%, secondo una ricerca Inno3, pongono questa tecnologia al centro di progetti strategici in varie aree aziendali. Nonostante la produzione di dati generati dall’IoT abbia superato abbondantemente i 50 zettabytes nel 2019 e sia proiettata a raggiungere gli 85 a fine 2021 (studio IDC e Cisco), tradurre questa mole di dati in aumento di fatturato o maggior efficienza operativa è un passaggio che presenta ancora molte sfide e criticità.
Ci sono principalmente due aspetti da considerare. Il primo è di carattere strutturale. Molte aziende si sono concentrate sulla raccolta dati e hanno costruito data lake partendo da un numero molto elevato di sorgenti, che oggi richiedono importanti risorse IT per poterle analizzare. Uno studio IDC, ad esempio, mostra come le aziende spendano più tempo nel processo di “ricerca” delle informazioni rispetto al processo di “analisi” ed evidenzia come l’approccio a data lake fallisca frequentemente per mancanza di management capabilities (generando quindi più costi che valore).
Il secondo aspetto è legato alla capacità di accesso e visualizzazione delle informazioni estratte dai dati. Anche qualora la fase di analisi fosse ben strutturata, è fondamentale poter implementare strumenti che permettano di far arrivare l’informazione al momento giusto agli interlocutori giusti per poter rendere efficiente il processo decisionale basato sui dati (data-driven decision making process). Su questo secondo aspetto, la tecnologia della realtà aumentata, in alcuni contesti, ha le potenzialità per mettere a terra tutto il potenziale intrinseco generato dall’introduzione dell’IoT nelle organizzazioni.
AR e sue applicazioni nel settore manifatturiero
La realtà aumentata è un set di tecnologie che “sovrappone” un layer digitale al mondo fisico. La diffusione di applicazioni di realtà aumentata è in atto da decenni, ma è più recentemente che, grazie alla diffusione di device mobili e weareable sempre più avanzati, sta emergendo tutto il suo potenziale. Oggi, la maggior parte dei dati e delle informazioni sono diffusi e fruiti in formati 2D, nel migliore dei casi attraverso pagine web, nel peggiore ancora addirittura su carta. In alcuni contesti, soprattutto nel settore manifatturiero, questo limita la capacità di approfittare pienamente del volume di informazioni disponibili.
La realtà aumentata, in questo senso, offre un ambiente di visualizzazione in 3D, contestualizzato all’ambiente fisico in cui ci si trova a operare. Questo permette di aumentare la capacità di processamento di informazioni della mente umana, detto “cognitive load”. Secondo un articolo promosso da HBR, il carico cognitivo relativo a un task di processamento delle informazioni è fortemente influenzato dalla “distanza cognitiva”, ovvero il gap tra il formato in cui le informazioni vengono presentate (es. un manuale cartaceo) e il contesto fisico in cui si applicano (es. l’operatore di fronte a un linea di produzione durante un intervento di manutenzione). Attraverso la realtà aumentata è possibile minimizzare la distanza cognitiva, aumentando sia l’efficacia che l’efficienza del processo di interpretazione e applicazione delle informazioni sul contesto reale. La realtà aumentata acquisisce ulteriore valore nel contesto attuale, in quanto risponde a specifiche esigenze di distanziamento fisico reso necessario dalle norme di sicurezza per la prevenzione della diffusione del Covid: grazie a soluzioni di realtà aumentata è infatti possibile gestire in remoto attività di formazione, manutenzione e vendita, come descritto nell’ebook Industria 4.0 per uscire dalla crisi .
La combinazione IoT -AR per generare valore competitivo nelle aziende manifatturiere
Secondo uno studio BCG, il numero di aziende che stanno adottando o sperimentando soluzioni IoT-AR è in forte crescita e l’80% crede fortemente che la combinazione di queste tecnologie possa avere un grande impatto su diversi elementi della catena del valore, nei processi di manufacturing, operations, field services e training; IoT e AR si dimostrano particolarmente utili quando è necessario:
- consultare informazioni digitali contestuali, per poter prendere decisioni relative all’esecuzione di un task
- interagire con componenti (es. parti di una linea produttiva) in real-time
- verificare l’impatto dell’intervento su altri componenti che non sono sempre visibili.
Di seguito evidenziamo 3 casi d’uso in contesti più vicini al mondo manifatturiero, ove l’applicazione di sistemi IoT-AR potenzialmente genera un alto impatto in termini di efficacia e produttività.
Primo caso: assemblaggio e messa in opera di asset produttivi
Il primo ambito riguarda l’assemblaggio e la messa in opera di asset produttivi. In questo processo, gli operatori realizzano una moltitudine di task, talvolta non ripetitivi, che richiedono abilità elevate nella lettura, analisi e corretta interpretazione delle informazioni, spesso in formato cartaceo. Se consideriamo che, in quest’ultimo periodo influenzato dalle limitazioni ad effettuare viaggi dovute al Covid, gli esperti sono costretti a operare da remoto, il livello di complessità nell’eseguire la messa in opera aumenta ulteriormente. Avere un ambiente tridimensionale con la possibilità di visualizzare dati contestuali, in tempo reale, sovrapposti ai vari componenti dell’asset e condivisibili a operatori connessi in remoto tramite piattaforma cloud, ad esempio, permette all’operatore sul campo di acquisire le informazioni in modo più intuitivo e di poter avere un feedback immediato sull’impatto dell’intervento di configurazione o manutenzione, aumentando la qualità delle sue azioni. In questi contesti il principale driver di generazione di valore è legato all’aumento delle capabilities umane dell’apprendimento ed esecuzione di task complessi.
Secondo caso: gestione dell’asset durante l’operatività
Il secondo ambito riguarda la fase di gestione dell’asset durante la sua operatività. Avere soluzioni IoT-AR con la possibilità di poter combinare diversi tipi di dati da sorgenti diverse in un’unica vista sovrapposta all’asset, permette agli operatori di poter identificare più facilmente gap di miglioramento nell’utilizzo dell’asset e delle fonti per poter colmare questo gap. Con l’AR integrata a una piattaforma IoT l’operatore può rapidamente diagnosticare le cause di abbassamento dell’efficienza dell’asset, sia endogene (es. un componente difettoso) o esogene (problemi di alimentazione elettrica) o simulare direttamente in plant diverse configurazioni della macchina, rilevando in tempi immediati, l’impatto su KPI quali OEE (Overall Equipment Effectiveness). In questo caso il principale driver di generazione del valore è l’aumento della produttività.
Terzo caso: attività di manutenzione
Un terzo ambito riguarda l’attività di manutenzione. Anche in questo caso, grazie alla combinazione di IoT-AR, è possibile incrementare la capacità di diagnosi di un problema relativo a un asset, senza dover necessariamente aprire la macchina. È inoltre possibile sovrapporre istruzioni di lavoro direttamente sull’asset e monitorare la corretta esecuzione dell’attività manutentiva. Le attività possono inoltre essere eseguite a mani libere, qualora le informazioni in AR fossero fruite tramite smart glasses o, più in generale, wearable devices. In quest’ultimo caso il driver di generazione di valore è l’aumento dell’efficienza e della qualità degli interventi.
Conclusioni
Nel contesto manifatturiero, il processo di digitalizzazione deve ancora raggiungere la sua maturità. Se in una prima fase il focus è stata l’acquisizione e la generazione di dati, ora è necessario riuscire a costruire su di essi un valore aggiunto. Dal punto di vista tecnologico, imprenditori e manager hanno a disposizione varie risorse per compiere questo passaggio e migliorare le operation: da nuovi framework di comunicazione come il Digital thread che riducono il time to market e aumentano la collaborazione lungo l’intera catena del valore, alle tecnologie di realtà aumentata che consentono un ulteriore incremento dell’efficienza. L’investimento in questo tipo di soluzioni è quindi una scelta strategica, non solo perché consente di avere un ritorno concreto dall’investimento della digitalizzazione dei dati e di costruzione di un data lake che in molti hanno già avviato, ma perché in questa particolare fase di crisi economica, consente di acquisire un vantaggio competitivo anche sfruttando le agevolazioni regionali e statali come il piano Transizione 4.0.
