Qualche giorno fa, a SurCar Cannes, il salone internazionale della verniciatura auto, Geico ha ricevuto il premio per il progetto più innovativo del settore. È Smart Paintshop, una sorta di puzzle che mette insieme tanti pezzi di tecnologia sviluppata dall’azienda di Cinisello Balsamo, nel Milanese, per costituire un nuovo disegno, quello di impianto per verniciare la scocca delle auto potenziato dalle tecnologie 4.0.
Daryush Arabnia, direttore operativo di Geico, quali sono le novità del vostro progetto industria 4.0?
“Questa è una fase di transizione. Dobbiamo distinguere la digitalizzazione dall’industria 4.0. In Geico abbiamo già portato avanti una politica di digitalizzazione spinta in azienda, ma non cambiava la natura delle procedure, le rendeva più semplici. Abbiamo compreso le potenzialità dell’industria 4.0 quando abbiamo capito che potevamo far comunicare una serie di strumenti in azienda tra dipartimenti, fornitori e clienti, per rendere più efficienti i processi interni. Ci siamo formati e abbiamo creato un team apposito che ha girato il mondo, per vedere le novità dell’internet delle cose”.
Qual è l’insegnamento principale raccolto?
“I nuovi strumenti implicano un cambio di natura culturale. Noi siamo una società di ingegneria, che si basa sulle capacità delle persone. Abbiamo individuato un fil rouge tra i dipartimenti di Geico e messo in comune gli obiettivi dei vari uffici per sviluppare il passaggio allo smart engineering. Fino a oggi si lavora con un layout in due dimensioni dell’impianto e, discutendo con il cliente, si sistema il progetto. Noi vogliamo avere dei moduli intelligenti in 3D, da scegliere in pochi passaggi per costruire il progetto di un impianto. Come dei mattoncini Lego. Noi siamo già pronti a fare una progettazione di questo tipo. Il passo successivo è archiviare le specifiche del cliente e immetterle nel programma”.
Daryush Arabnia
Come cambierà il rapporto con il cliente?
“Noi abbiamo già le specifiche di alcuni clienti, le possiamo immettere nel sistema per adeguare già i moduli dell’impianto alle loro richieste. Questo approccio dà dei vantaggi al cliente. Prima di iniziare, si fa una valutazione di un impianto, per la quale in genere servono quattro settimane. In questo caso si fa in pochi giorni. Potremo creare siti dedicati ai clienti, dove possono fare planning di un prodotto. Velocizza anche il rapporto con i fornitori e la pianificazione di costi e tempi, quindi toglie lavoro di analisi. Così un lavoro che richiede sei mesi, si potrebbe fare in tre e con tempi più corti, posso accettare più commesse”.
Con che tempi arriverete a questo traguardo?
“Abbiamo già i software ma, come intelligenza, sono nella fase di un ragazzino, fanno valutazioni standard. Stiamo lavorando sul machine learning perché il sistema del cervello sia maturo entro la fine dell’anno, poi inizierà a imparare. Consideriamo che in due anni il sistema possa raggiungere un livello di autonomia tale per cui possa iniziare a dare supporto su alcuni clienti. Abbiamo già un sistema, J-doc, che oggi viene gestito dall’operatore con il tablet. Un domani vorremmo usare la realtà aumentata, per liberare le mani dell’operatore”.
A quanto ammonta l’investimento?
“Negli ultimi tre anni abbiamo speso 500 mila euro e altri 200-300 mila ne spenderemo nei prossimi due anni sul sistema. Con lo smart design pensiamo di poter consegnare un impianto in 10-15 mesi, contro gli attuali 18 mesi quando si lavora in urgenza”.
Quanto influenzerà la macchina le scelte dell’uomo?
“Non vogliamo sostituire l’uomo con la macchina, sarebbe pericoloso. Noi vogliamo eliminare le operazioni meccaniche, che l’uomo si annoia a fare e, per questo, compie errori. L’uomo prenderà le decisioni. Prendiamo i controlli di verniciatura. Noi lo facciamo con un sistema topografico, che rileva gobbe, vulcani, bolle, che generano ombre e sono visti perciò come difetti dall’occhio umano. Se l’uomo deve compiere questa operazione ripetitiva a occhio nudo, compie degli errori. Perciò la fa il sistema. Ma quando ha finito, spedisce i dati del suo esame a un visore, che l’operatore indossa. Sono segnalati i punti in cui il software ha evidenziato dei difetti, con il livello di gravità, e l’operatore li verifica. Se un difetto rilevato dalla macchina non è tale, come può succedere, l’operatore non lo indica tra quelli da sistemare. Il sistema riceve i riscontri e impara: se quello che riconosce come un difetto non è tale per l’operatore, dopo un tot di volte che riceve questo input, non lo segnalerà più. Questo sistema sarà pronto a novembre”.
