In che modo l’intelligenza artificiale rivoluzionerà l’industria manifatturiera, integrandosi con l’Internet of Things? La domanda oggi assume grande attualità, dopo che OpenAI ha rilasciato ChatGPT nel novembre scorso. Come noto, si tratta di un potente chatbot che utilizza un modello di AI conversazionale per scrivere, quasi o meglio di essere umano, rispondendo ai quesiti posti dagli utenti. E questo vale anche per la scrittura del codice o per altre attività molto complesse come la stesura di testi poetici o canzoni. Tanto che si potrebbe affermare che mai come quest’anno l’aggettivo disruptive, con riferimento alle nuove tecnologie digitali, risulta essere pertinente nel suo significato letterale di “distruttivo”. Non a caso un recente volume, scritto da 3 studiosi dell’Università di Toronto (Ajay Agrawal, Joshua Gans, Avi Goldfarb) ha per titolo Power and prediction: the disruptive economics of Artificial Intelligence. Gli autori sintetizzano le tesi di fondo del libro in un articolo che ammettono di aver redatto proprio con la collaborazione di ChatGPT. Se nel loro caso è intuitiva la comprensione di come un chatbot possa contribuire a migliorare un determinato flusso di lavoro, potrebbe non essere chiaro in che modo una tecnologia analoga sia in grado di modificare profondamente i processi produttivi di una fabbrica.
Evoluzione del MES come leva di innovazione del manufacturing
I casi d’uso che si aprono con l’adozione di ChatGTP o di un modello linguistico come GPT-3 che è alla sua base possono essere diversi. E la recente apertura di Azure OpenAI Service a tutti i clienti Microsoft potrebbe favorire l’ampliamento degli ambiti, portando in futuro strumenti AI evoluti anche nel manufacturing. È pur vero che al momento non ci sono casi d’uso specifici che possono fungere da esempio in merito. L’unico punto di contatto che si potrebbe prestare a tal proposito è l’integrazione all’interno del MES (Manufacturing Execution System) di tool di intelligenza artificiale con cui automatizzare ulteriormente i processi nello shop floor. Il MES, infatti, rappresenta la dorsale informativa collegata direttamente alle macchine tramite sistemi IoT che serve a gestire in maniera integrata la raccolta dei dati di produzione, il controllo e avanzamento delle sue varie fasi, la verifica delle risorse, la tracciabilità dei prodotti, il monitoraggio dei pezzi in produzione e lo stato delle macchine. Pur trattandosi di una tecnologia di ampia diffusione, o forse proprio per questo, in questi anni è stata interessata da diverse innovazioni. Tra queste, le più avanzate riguardano l’impiego di algoritmi di machine learning per apprendere dai dati raccolti dal campo e formulare previsioni o suggerimenti in base a queste informazioni.
Perché l’AI integrata nel MES assomiglia a ciò che fa ChatGPT
In sostanza, la somiglianza tra ciò che fa ChatGPT e l’utilizzo di un MES dotato di intelligenza artificiale non si limita alla diminuzione del tocco umano in determinate fasi del workflow. Va ricordato che le linee di produzione sono formate da robot, nastri trasportatori, macchine e attività di supporto come la manutenzione, il controllo qualità e la movimentazione dei materiali. Nonostante questa complessità, i sistemi devono operare in condizioni ottimali per mantenere l’azienda competitiva sul mercato raggiungendo quegli obiettivi di produttività, qualità e costo in un contesto lavorativo pienamente sicuro. L’AI presente nel MES interviene, quindi, dando la capacità di classificare e identificare modelli non lineari e multivariati che i responsabili di reparto o di produzione difficilmente potrebbero scoprire. Al contrario, gli algoritmi di machine learning e deep learning “imparano” dai grandi insiemi di dati generati dalle macchine, dai sensori ambientali e dalle registrazioni dei lavoratori fino a creare dei pattern che contengono indizi importanti su vari aspetti della produzione. Oltre a riuscire a stimare gli standard di produttività, questi algoritmi rilevano i livelli di qualità, sono in grado di programmare cicli produttivi ottimali e di definire la migliore collaborazione tra uomo e robot. Sulla manutenzione, infine, la mole di dati provenienti dagli impianti si può trasformare in insight che permettono di realizzare la cosiddetta predictive maintenance.
I vendor di soluzioni MES e quella poca attenzione all’AI
Per comprendere quanto l’intelligenza artificiale sia presente oggi nei MES più importanti forniti dai principali vendor del mondo, è istruttivo leggere l’elenco di quelli considerati leader da Gartner nel suo Magic Quadrant for Manufacturing Execution Systems 2022: AVEVA, Critical Manufacturing, GE Digital, iBASEt, Körber (Werum), Rockwell Automation, Siemens Digital Industries Software. Nel Magic Quadrant non si fa mai riferimento esplicito a funzionalità AI contenute nei MES di uno di questi fornitori. Il che non significa che non siano offerte come tool supplementare, ma semplicemente che per adesso l’artificial intelligence non sembra apportare un valore aggiunto tale da dover essere citato come elemento distintivo. Perfino le stesse realtà considerate, nelle pagine dei rispettivi siti aziendali in cui si parla delle soluzioni MES, non enfatizzano il ruolo che l’intelligenza artificiale ha, o potrebbe avere, per “ingolosire” i clienti. Se ne ricava che, almeno in apparenza, la domanda del mondo produttivo e manifatturiero non associa l’AI a un potenziamento effettivo del Manufacturing Execution System. Se c’è, rimane inespressa. Tanto che gli stessi vendor non hanno particolare interesse a suscitarla né ad alimentarla. Ma forse è più corretto dire che “non avevano”. Da quando ChatGPT è stato reso disponibile, tutto è destinato a cambiare. C’è solo da capire come questo cambiamento sarà interpretato dalle realtà che operano nella filiera delle tecnologie al servizio del manifatturiero.
