Il digitale sta trasformando radicalmente i modelli di business, promettendo una vera rivoluzione nel modo di comprare, utilizzare e vendere beni e servizi, e sta fornendo nuovi strumenti per l’incremento dell’efficienza dei processi produttivi. Tuttavia, le tecnologie 4.0 tardano a portare su larga scala i benefici che hanno dimostrato di poter ottenere e importanti think tank hanno evidenziato come uno degli ostacoli principali sia la mancanza di competenze digitali e Lean tra manager e forza lavoro. Lean e digital, insomma, sono due concetti che devono unirsi e viaggiare di pari passo nella trasformazione digitale. La formazione tradizionale riesce a rispondere solo in parte alle necessità delle imprese e metodi più innovativi promettono di aiutare in questo sforzo per liberare il potenziale inespresso della trasformazione digitale nelle aziende manifatturiere. A 7 anni dalla formalizzazione del concetto di Industria 4.0 alla fiera di Hannover sono stati realizzati numerosi bilanci circa la diffusione della digitalizzazione, i risultati conseguiti e gli ostacoli incontrati. Tutt’oggi l’attenzione sul tema è alta, ma i risultati non sono sempre così chiari e trasparenti anche se iniziano a emergere numerosi casi di successo (spesso perché posti sotto i riflettori a scanso dei fallimenti). La fase di implementazione e della messa a terra dell’Industria 4.0 ha incontrato alcuni ostacoli sul percorso di adozione delle tecnologie e dei paradigmi e una delle sfide più importanti da affrontare è stata reperire le competenze necessarie sul mercato del lavoro e tra i propri collaboratori (World Economic Forum, 2018), oltre al fatto di aver troppo spesso trascurato le fondamenta sulle quali costruire un progetto di trasformazione digitale.
Indice degli argomenti
Rilettura della Lean e del digital in ottica cognitiva
Fonti autorevoli, ad es. (McKinsey, 2017) hanno indicato come sia prevalente la prospettiva di evoluzione rispetto a quella di rivoluzione nel passaggio dal Lean al Digital. Il digitale può infatti essere visto come un amplificatore: se i processi di lavoro sono snelli, dall’applicazione di nuove tecnologie si otterranno nuovi e importanti benefici, viceversa, se i processi non sono ottimizzati, il dato digitale enfatizzerà solamente errori ed inefficienze.
Così avviene applicando il Lean e il Digital a sistemi atti a ricavare dall’osservazione del sapere tacito forme di conoscenza esplicita, codificata e condivisa. Si pensi ad esempio alle performance board in cui le competenze e le abilità messe in pratica dagli operatori durante il loro lavoro quotidiano vengono riassunte e disciplinate in precise istruzioni operative. Da questo tradizionale strumento Lean, se ben realizzato, è possibile tradurre i dati analogici in codici binari moltiplicabili e trasferibili facilmente in applicazioni più performanti, come board digitali e sistemi di realtà mixata utili a formare e guidare gli operatori da remoto.
Nel tempo dunque la conoscenza diventa sempre più fluida e la velocità di propagazione innesca processi di innovazione. Viceversa, i sistemi di brevetti così come i neonati sistemi di blockchain cercano di contenere l’effetto moltiplicativo, proprietà intrinseca e ribelle della conoscenza spesso incorporata nella tecnologia.
Figura 1: Il travaso di conoscenza
I principi Lean e Digital rendono la conoscenza, da attributo personale e tacito, a sapere sociale ed esplicito. Tutto ciò alimenta la famosa spirale della conoscenza di Nonaka (1995) che sostanzialmente diviene un catalizzatore di innovazione aziendale quale elemento imprescindibile per il successo della trasformazione digitale. Essendo la tecnologia veicolo di nuova conoscenza, è necessaria una spinta costante verso il continuo aggiornamento. Il re-skilling, cioè la formazione finalizzata al raggiungimento delle competenze necessarie da parte del personale chiamato a svolgere compiti nuovi, e l’up-skilling, ossia il perfezionamento e il consolidamento delle competenze acquisite per svolgere al meglio le mansioni assegnate, sono due delle colonne portanti dell’evoluzione digitale. Per far avvenire una trasformazione 4.0 non bisogna quindi trascurare l’aspetto umano a favore della tecnologia poiché il metodo formativo quale catalizzatore nel processo di apprendimento diventa un elemento discriminante per applicare rapidamente le potenzialità del digitale. Vi è la necessità di adottare strumenti innovativi per l’adozione delle nuove competenze, ancor più se il target di riferimento sono gli adulti e non gli studenti. L’adult learning necessita, per essere efficace, di un approccio differente rispetto ai tradizionali metodi formativi, sfruttando ad esempio linee produttive dimostrative pilota per l’apprendimento pratico anziché affidarsi alla consueta erogazione teorica in aula.
Fattori abilitanti degli artefatti tecnologici
Le tecnologie possono essere viste come degli artefatti che cristallizzano la conoscenza delle persone nello svolgere in modo efficiente alcuni compiti loro affidati. In quanto artefatti tecnologici, gli strumenti dell’Industria 4.0 hanno bisogno di essere 1) riempiti di contenuti: 2) organizzati tra di loro per poter fornire i benefici promessi.
Riempire di contenuti le tecnologie digitali
Un sistema gestionale, per quanto potente, rimane soltanto un guscio vuoto finché non è popolato di dati, non viene utilizzato dalle persone e reso capace di produrre informazioni utili.
A partire da questa considerazione, molte tecnologie rischiano di rimanere scarsamente applicabili nella pratica, ed avere scarso impatto sulla realtà se non vengono ben progettate e alimentate con contenuti intelligenti da professionisti esperti. La potenza e la velocità nella raccolta e nell’analisi dei dati che vengono fornite dall’Industrial Internet of Things consentono di potenziare in modo esponenziale il lavoro prima eseguito manualmente dagli addetti del data entry, rendendo il processo più rapido e dettagliato, oltre che più accurato. D’altra parte, la definizione delle metriche e dei dati, la strutturazione di meccanismi di feedback e di discussione sulla performance e l’identificazione delle relazioni e dei fenomeni da indagare con gli algoritmi più sofisticati rimangono contenuti che solamente le persone possono definire.
Ci sono dunque due tipologie di conoscenze: 1. quelle necessarie a vincere la sfida digitale, recenti ed innovative: saper impiegare un algoritmo di machine learning, saper strutturare un’architettura IoT per la raccolta dei dati da sensori, etc. 2. quelle tradizionali proprie del Lean: riconoscere le relazioni tra fenomeni (avviare sessioni di Root Cause Problem Solving), scegliere le informazioni più importanti da visualizzare (Lavagne Performance Board), scegliere i modi più efficaci per gestire e dare feedback alle persone (così da instaurare il circuito virtuoso del kaizen, il miglioramento continuo) ma anche eliminare gli sprechi delle linee produttive (attraverso Value Steam Map e-o Gemba Walk), ridurre i tempi dei cambi stampo (attraverso tecniche SMED) e mantenere la pulizia e l’ordine (con il 5S). Requisiti ancor più validi fin tanto che tecnologia rimane ancora vulnerabile a fattori ambientali (sporco, disordine, etc.), eliminabili facilmente attraverso i principi e le tecniche Lean.
Organizzare le tecnologie per il beneficio del sistema produttivo
Le tecnologie digitali hanno poi bisogno di essere organizzate in sistemi per esprimere appieno il loro potenziale. Anche in tal caso tecniche basilari per la gestione della produzione possono rivelarsi estremamente utili. La produzione snella ha insegnato ai manager come riconoscere e ridurre gli sprechi ed il digitale promette di ridurli ulteriormente. Automatizzare o digitalizzare un processo non significa aver eliminato lo spreco al suo interno: anche le tecnologie, infatti, possono essere inefficienti: imparare a riconoscere ed aggredire gli sprechi digitali è una conoscenza imprescindibile e molti esempi possono confermarlo.
Figura 2: Influenza del Digital nel modello Lean (Fonte: Lean Experience Factory)
I robot collaborativi sono l’evoluzione del robot tradizionale e permettono di automatizzare con flessibilità compiti a bordo linea e nelle fasi di assemblaggio anche per piccole componenti, garantendo la sicurezza dell’operatore che partecipa al lavoro. Aver automatizzato un compito con un robot collaborativo può aiutare a liberare il tempo prezioso di un operatore specializzato, permettendogli di operare dove può aggiungere più valore. Un’analisi delle attività a valore aggiunto a livello di processo può rivelare ugualmente degli sprechi nelle operazioni svolte dal robot, proprio come nel lavoro di una persona, e può rendere necessaria l’applicazione di alcuni metodi Lean, quali il ridisegno delle postazioni di lavoro e l’analisi strutturata dei problemi per eliminare rilavorazioni, deficit di qualità e out-of-stock.
Gli Automated Guided Vehicles (AGV) sono dei veicoli a guida autonoma che possono svolgere un’ampia varietà di compiti per la logistica interna in modo efficiente e veloce, aumentando l’affidabilità dei sistemi logistici grazie all’interconnessione di più unità. La gestione di questi veicoli, le strategie per la definizione di punti di riordino e percorsi ottimali richiedono allo stesso tempo competenze nuove e storiche. La richiesta di rifornimento dalle linee di assemblaggio ai parchi macchina, ad esempio, può essere strutturata a kanban basato sui principi Lean, connettendo digitalmente le diverse unità con l’utilizzo dell’IoT. Allo stesso tempo, la definizione dei percorsi rimane basata sul milkrun logistico e l’ottimizzazione del layout di stabilimento, potenziato dalle analisi possibili grazie al machine learning e al process mining.
Le metodologie Lean e le tecnologie digitali sono quindi fortemente complementari e interconnesse, in un’unione in cui il risultato è maggiore della somma delle singole parti.
Lean e digital, nuovi metodi formativi per trasferire competenze
Macchine intelligenti devono essere disegnate, organizzate e gestite dall’intelligenza delle persone. Le competenze per farlo sono sostanzialmente quelle Digital ma anche Lean. Il World Economic Forum (2018) riconosce che metodi di apprendimento tradizionali, come lezioni e seminari, sono subottimali quando si tratta di trasferire conoscenze e capacità applicative. La frontiera dello sviluppo delle risorse umane si è spostata verso metodi innovativi (De Toni et al. 2015) che permettano alla persona non solo di acquisire nuove competenze, ma di metterle in pratica in un contesto reale in modo che siano acquisite in modo permanente. Queste caratteristiche possono essere trovate in centri di formazione esperienziale come Lean Experience Factory 4.0. Questo centro, situato nella zona di Pordenone, è dotato di uno stabilimento manifatturiero modello e di uffici dove i partecipanti possono sperimentare e applicare le tecniche per il riconoscimento degli sprechi ed osservare sul campo alcune delle tecnologie più avanzate per il miglioramento della performance quali AGV, Cobot e realtà virtuale, mixata e aumentata. Centri come Lean Experience Factory 4.0 permettono di rispondere ai bisogni di comprensione del digitale delle imprese su più livelli, ma soprattutto come indicato precedentemente, consentono di accelerare la trasformazione e trasferire in maniera più efficace, efficiente e rapida conoscenze e competenze. Più nello specifico, le finalità di queste model factories rendono possibile: 1. comprendere le opportunità offerte dalle nuove tecnologie per aumentare la competitività aziendale 2. il trasferimento di nuove competenze e di modalità organizzative necessarie con tassi di apprendimento fino a tre volte superiori alle lezioni frontali tradizionali (Whitmore, 2002) 3. il re-skilling per creare e diffondere una cultura digitale in maniera capillare all’interno dell’intera organizzazione.
Figure 2: Processo produttivo dimostrativo della Lean Experience Factory nel quale sono integrati use cases Lean e Digital
L’acquisizione di competenze pratiche, Lean e Digital, è uno dei pilastri che sostengono la creazione di un vantaggio competitivo per l’azienda, alla luce della continua trasformazione richiesta dai cambiamenti di mercato, e metodologie innovative per il travaso di conoscenza possono aiutare in questo sforzo.
Conclusioni
Le tecnologie digitali hanno dimostrato di avere il potenziale per incrementare la performance in ambito manifatturiero, eppure molte imprese hanno ancora difficoltà a trarne i benefici auspicati. Importanti think tank internazionali e le linee di indirizzo per la creazione dei Centri di Competenza (MISE, 2018) hanno evidenziato come un ostacolo importante per la digitalizzazione la mancanza di capacità e competenze delle persone, caldeggiando l’adozione di metodi di formazione innovativi rivolti a manager e personale operativo.
Le competenze che è necessario creare per gestire l’adozione delle tecnologie digitali in ambito manifatturiero sono sia nuove che storiche, e trovano il proprio fondamento tecnico e metodologico nei principi di organizzazione Lean. Infatti, da diverse indagini svolte sul campo, emerge come, prima ancora di investire nel 4.0, sia necessario introdurre gli strumenti e i metodi propri della produzione snella.
Casi di successo nella creazione di competenze, come il centro di formazione Lean Experience Factory 4.0 hanno dimostrato che gli investimenti in formazione hanno un ritorno positivo, e fungono da abilitatori del cambiamento digitale, permettendo di abbracciare appieno i benefici delle nuove tecnologie, creando continuità tra Lean (prima) e Digital (poi).
In tal senso Lean e Digital possono essere dunque visti come il DNA di ogni impresa innovativa: due catene accoppiate avvolte attorno allo stesso asse, l’efficienza operativa dei processi aziendali.
L’elemento distintivo di ogni impresa di successo è riuscire ad integrare i vantaggi della Lean con i benefici offerti dalla trasformazione digitale in maniera aderente ai propri processi e ricavarne vantaggio competitivo.
“I computer sono incredibilmente veloci, accurati e stupidi.
Gli uomini sono incredibilmente lenti, inaccurati e intelligenti.
L’insieme dei due costituisce una forza incalcolabile.”
A. Einstein
Bibliografia
De Zan, G., De Toni A.F., Fornasier A. (2015). A methodology for the assessment of experiential learning lean. European Journal of Training and Development.
McKinsey Global Institute. (2018). Retraining and reskilling workers in the age of automation. Illanes, P., Lund, S., Mourshed, M., Rutherford, S., & Tyreman, M.
McKinsey. (2017). Industry 4.0 demystified–lean’s next level. Behrendt, A., Müller, N., Odenwälder, P., & Schmitz, C.
Ministero dello Sviluppo Economico (2018) art. 3 decreto 29 Gennaio
Nonaka, Takeuchi (1995). The Knowledge Creating Company
Whitmore, J. (2002). Coaching for performance. London: Nicholas Brealey Publishing.
World Economic Forum. (2018). Towards a reskilling revolution: A future of jobs for all. Geneva, Switzerland: World Economic Forum.
