La manutenzione predittiva potrebbe valere 11 miliardi di dollari tra 4 anni, parola di Roland Berger

Pubblicato il 19 Set 2018

roland_berger_manutenzione


La società tedesca di consulenza strategica Roland Berger ha realizzato un focus sulla manutenzione predittiva, l’insieme di procedure che permettono di evitare fermi imprevisti della produzione grazie al monitoraggio in tempo reale delle condizioni degli asset. Lo studio, intitolato Predictive maintenance from data collection to value creation, si sofferma su un ambito di enorme valore e interesse per l’industria: la società prevede infatti che il mercato della manutenzione predittiva varrà entro il 2022 tra i 6,3 e gli 11 miliardi di dollari.

L’analisi di Roland Berger

Secondo il report di Roland Berger, la manutenzione predittiva imporrà un cambiamento significativo ai processi industriali. Ad oggi la manutenzione funziona a chiamata, cioè solo dopo l’insorgenza di uno o più guasti. Mentre quella preventive e quella cosiddetta condition-based funzionano o su base empirica o statistica e non tengono conto in tempo reale delle condizioni concrete dei macchinari o dei sistemi produttivi.

Gli analisti di Roland Berger illustrano i benefici della manutenzione predittiva. In particolare esaminano e forniscono una serie di raccomandazioni sui cambiamenti organizzativi e culturali richiesti alle aziende per cogliere al meglio il potenziale offerto dalle nuove tecnologie manutentive.

I quattro pilastri della manutenzione predittiva

La Predictive Maintenance analizzata da Roland Berger si basa sui quattro pilastri della digitalizzazione. In primis, l’interconnettività: ogni componente produttivo è dotato di sensori specifici per la misurazione dello stato di salute attraverso la raccolta in tempo reale di dati puntuali.

Secondo, i Digital data: l’analisi dei dati raccolti avviene tramite l’utilizzo delle più sofisticate tecniche di big data analysis.

Terzo pilastro è l’automazione, perché l’adozione di macchinari di nuova generazione dotati di tecnologie di self-learning permette di evitare l’insorgere della maggior parte dei danni altrimenti possibili.

Infine, è indispensabile la creazione di valore: l’accesso immediato e in remoto ai macchinari riduce drasticamente tempi e costi delle operazioni di manutenzione.

Si può trovare lo studio completo a questo link.

Valuta la qualità di questo articolo

P
Nicoletta Pisanu

Giornalista, collabora da anni con testate nazionali e locali. Laureata in Linguaggi dei Media e in Scienze sociali applicate all'Università Cattolica di Milano, è specializzata in cronaca.

email Seguimi su

Articoli correlati

Articolo 1 di 4