Il settore industriale sta profondamente cambiando pelle negli ultimi anni, per effetto dell’irrompere delle moderne tecnologie digitali che innanzitutto, permettono di fare sui macchinari industriali una manutenzione estremamente diversa rispetto al passato. Una società che ha estrema conoscenza dell’impatto dei nuovi modelli di manutenzione sul modello di business delle imprese industriali è senz’altro TopNetwork, come racconta in questa intervista Alberto Ferraiuolo (marketing strategico di TopNetwork).
Indice degli argomenti
Quali sono le caratteristiche e i limiti di una manutenzione di tipo correttivo e tradizionale?
Nel passato, con la manutenzione correttiva o preventiva, si interveniva seguendo modalità stabilite a priori o a causa di un guasto, tramite ispezioni dei macchinari da parte dei tecnici specializzati, con il rischio di fermare una catena produttiva e un conseguente impatto sulla continuità operativa e sul business. Si seguivano una serie di regole impostate in modo rigido: al raggiungimento di determinati valori su singoli parametri, veniva segnalata un’anomalia e programmata un’azione. Il limite di questo metodo era dato dai troppi falsi positivi o dall’impossibilità di prevedere in anticipo quelle anomalie che possono causare fermi nei processi produttivi.
Cosa differenzia effettivamente la manutenzione predittiva da quella preventiva o correttiva? quali sono i benefici principali?
La manutenzione correttiva, o reattiva, interviene nella riparazione degli equipment nel momento in cui si verifica il guasto o viene rilevato un malfunzionamento. Quella preventiva prevede attività di manutenzione programmate per prevenire i guasti e garantire l’efficienza degli equipment. Entrambe le due modalità si basano essenzialmente sulle ispezioni dei macchinari da parte del personale tecnico. La manutenzione predittiva invece non si limita alla correzione o alla prevenzione, ma punta a predire la probabilità futura di un guasto grazie all’impiego delle più moderne tecnologie dell’Industry 4.0 e dell’Intelligenza Artificiale. Gli algoritmi predittivi dell’Intelligenza Artificiale sono in grado di analizzare le prestazioni dei macchinari rispetto ai parametri ottimali di funzionamento, predicendo il rischio di guasto e il tempo residuo prima del suo verificarsi. Sviluppare un modello incentrato sulla manutenzione predittiva diventa una scelta sia tattica che strategica per le imprese, e permette non solo di migliorare la propria produttività ma anche di rivoluzionare il rapporto con i propri clienti. I vantaggi vanno dal miglioramento delle attività di post-vendita e di assistenza tecnica, alla capacità di facilitare gli upgrade del prodotto; si possono anticipare le aspettative e le necessità dei clienti nel momento in cui si manifestano, e, sulla base di questa base di conoscenza, si possono creare nuove opportunità di business. Appare evidente che con questo modello aumenta la dotazione di servizi che accompagna il prodotto, aumenta la fidelizzazione dei clienti e rappresenta una prospettiva di sviluppo in termini di nuovi servizi e sviluppo del business.
Quali sono le tecnologie necessarie per mettere in piedi una soluzione di manutenzione predittiva?
Le tecnologie che noi riteniamo maggiormente abilitanti per la manutenzione predittiva sono l’IoT e l’Intelligenza Artificiale. I sensori IoT sono una parte importante nei piani di manutenzione e, grazie alle più recenti evoluzioni di tali dispositivi, è oggi possibile monitorare e misurare una elevata quantità di variabili provenienti da impianti, apparecchiature, attrezzature e, in generale, dagli asset produttivi aziendali: citiamo ad esempio le analisi termografiche, le analisi chimiche sui lubrificanti e sulla combustione dei fumi, l’uso degli ultrasuoni per rilevare dispersioni elettriche, magnetiche e meccaniche, le analisi laser. Ma il ruolo tecnologico predominante è sicuramente svolto dell’Intelligenza Artificiale che, elaborando le variabili generate dai sensori, è in grado di individuare i modelli di funzionamento e di comportamento volti a predire i malfunzionamenti degli equipment prima che si verifichino. Anche nei contesti applicativi non tipicamente manifatturieri, come ad esempio infrastrutture, trasporti, finanza, agricoltura, sanità, è l’Intelligenza Artificiale che rende possibile l’analisi predittiva attraverso le tecniche di machine learning e deep learning applicate ai Big Data.
Che ruolo può avere l’edge computing nella manutenzione predittiva?
L’edge computing è senz’altro una tecnologia capace di dare un importante apporto alla manutenzione predittiva. Basti pensare a tutte quelle situazioni in cui ingenti volumi di dati, generati localmente da apparecchiature, sensori, connettori, devono essere elaborati sui server remoti o sul Cloud saturando la disponibilità dei collegamenti di rete. In tali casi, le architetture di edge computing consentono di elaborare localmente parte delle informazioni, ottimizzando le risorse di rete e migliorando in generale l’efficienza delle attività di manutenzione.
Quanto può costare a un’impresa industriale mettere in piedi una soluzione di questo tipo? Quali sono i tempi di ritorno dall’investimento?
I costi delle soluzioni di manutenzione predittiva variano molto in base a diversi parametri: al tipo di impresa, alle sue dimensioni, al settore di appartenenza, alla obsolescenza dei propri impianti, alle dinamiche del business, etc. E proprio per soddisfare al meglio le specifiche esigenze dei nostri clienti, prima di predisporre le soluzioni tecnologiche, noi proponiamo una fase progettuale preliminare nella quale analizziamo i processi dell’impresa, come la produzione, l’organizzazione, il business, l’IT. Tale analisi ci consente di creare e condividere un piano progettuale nel quale vengono riportati sia gli interventi tecnologici, sia i benefici conseguenti alle soluzioni di manutenzione proposti. I tempi di ritorno dall’investimento, anch’essi variabili in base alle peculiarità dell’impresa, sono indubbiamente più rapidi rispetto alle gestioni tradizionali di manutenzione correttiva e preventiva, in quanto è dimostrato che la manutenzione predittiva riduce maggiormente i tempi di inattività degli equipment, elimina i costi dei sopralluoghi del personale tecnico, riduce gli sprechi, incrementa l’efficienza e la produttività, aumenta la sicurezza dei lavoratoti, aumenta i ricavi e la competitività aziendale.
Quali sono i settori, oltre a quello industriale, che possono beneficiare maggiormente di una manutenzione di tipo predittiva?
Oltre al settore industriale, che è storicamente considerato quello di riferimento, la manutenzione predittiva può essere usata in molti altri contesti produttivi. Pensiamo ad esempio alle aziende distributrici e manutentrici di stampanti: grazie all’IoT e all’Intelligenza Artificiale applicata all’analisi predittiva si possono prevedere i malfunzionamenti e si può intervenire da remoto per modificare le impostazioni, anche prima che il cliente se ne accorga. La macchina non deve essere spostata e il tecnico non deve effettuare un sopralluogo. I vantaggi di questo modello possono valere davvero per tanti settori.
Pensiamo poi al mondo building e in particolare alle aziende per la manutenzione di ascensori: se gli apparati vengono dotati di sistemi IoT è possibile collezionare dati su tanti aspetti che determinano la qualità del funzionamento: i movimenti della porta, la temperatura, il peso trasportato, il disallineamento al piano, il numero di viaggi, lo stesso numero di chiamate al piano. Tutte queste informazioni date in “pasto” all’Intelligenza artificiale permettono di sviluppare una capacità predittiva che consente a sua volta di avere previsioni sempre più precise su possibili malfunzionamenti e pianificare interventi di manutenzione prima che si arrivi all’interruzione del servizio.
Nell’automotive, nel caso di veicoli dotati di opportuni sensori, la manutenzione predittiva permette ai proprietari di portare l’auto in assistenza senza attendere le manutenzioni programmate.
E ancora, nel settore della produzione di energia, oltre alle previsioni sullo stato di funzionamento degli impianti, si può disporre di manutenzione predittiva sui consumi, oppure si può monitorare l’impatto degli impianti sull’ambiente, o gestire in forma predittiva l’andamento dei prezzi dell’energia.
In tutt’altro settore, alcuni prodotti finanziari si possono sviluppare tecniche di Machine Learning per prevedere con buona precisione il rischio di credito.
Un altro settore che si potrebbe pensare “lontano” da queste tematiche è quello dell’agricoltura, nel quale le logiche predittive possono portare vantaggi enormi alle imprese e ai territori. Ci sono applicazione che permettono di ottimizzare il business e la qualità dell’ambiente nello stesso tempo, che permettono di prevedere l’impatto di determinate patologie mettendo a disposizione informazioni importanti per intervenire ed evitare rischi; ci sono poi soluzioni che facendo leva su una migliore conoscenza del “comportamento” dell’ambiente permettono di programmare la produzione mettendo in relazione serie di dati sempre più ricche e sempre più precise, come i dati del terreno, dei mezzi di produzione, della disponibilità di risorse idriche e delle previsioni meteorologiche.
Quali sono le peculiarità dell’approccio di TopNetwork a questo specifico segmento di mercato?
La nostra strategia è finalizzata ad aiutare i clienti con un approccio consulenziale focalizzato sulle esigenze e indirizzandoli verso un cambiamento che li coinvolge come protagonisti attivi. Con la nostra metodologia sviluppiamo processi di evoluzione non solo nell’IT o nell’organizzazione delle aziende, ma anche nella cultura e nello sviluppo delle competenze. Il nostro lavoro ha un impatto diretto sull’operatività delle aziende e sul business e abbiamo come interlocutori sia le figure di business per le specificità dei problemi e delle esigenze da affrontare, sia le funzioni chiave dell’IT e delle strutture tecniche. Di fatto aiutiamo le aziende a risolvere i loro problemi e lo facciamo con un lavoro di squadra che fa leva sulla conoscenza e sullo sviluppo tecnologico per vantaggi che premiano la crescita complessiva dell’azienda.
Chi sono i principali partner tecnologici su cui puntate per portare la manutenzione predittiva nel cuore delle aziende?
Noi riteniamo che sia molto importante mantenere una stretta e costante collaborazione con università e centri di ricerca affinchè le nostre soluzioni possano recepire gli elementi di innovatività e progresso scientifico derivanti dal mondo accademico. Laddove le nostre soluzioni di piattaforme integrate lo richiedano, portiamo avanti collaborazioni anche con partner industriali specializzati in ambiti specifici. Ad esempio abbiamo importanti partnership con primarie aziende di progettazione, produzione e commercializzazione di aeromobili a pilotaggio remoto per creare soluzioni di eccellenza che sfruttino da un lato le tecniche di Intelligenza Artificiale che noi abbiamo sviluppato e dall’altro l’expertise pluriennale dei nostri partner sulla robotica aerea. Utilizzando i droni nelle soluzioni di manutenzione predittiva, infatti, si possono eseguire ispezioni sul campo con sistemi di monitoraggio avanzato, come i sistemi per il riconoscimento di immagini e oggetti. Grazie alle tecniche di autoapprendimento con reti neurali stratificate si possono elaborare i dati raccolti dai droni, raggruppandoli e mettendoli in correlazione con altri dati, in modo da prevedere la probabilità che accada un guasto o un inconveniente entro un certo periodo, segnalando la necessità di eseguire la manutenzione di un singolo componente o di un gruppo di componenti. L’obiettivo è mantenere in perfette condizioni impianti e infrastrutture, evitando che accadano guasti imprevisti, imputabili a difetti e usure che non sono stati rilevati con la dovuta tempestività.
In che tempi può essere realizzato un progetto di manutenzione predittiva?
Così come per i costi, anche per i tempi di realizzazione di un progetto di manutenzione predittiva entrano in gioco molti fattori, principalmente legati alle peculiarità dell’impresa, che rendono la dimensione temporale sensibilmente variabile da caso a caso. Più stabile invece è la metodologia di progetto, che prevede una fase iniziale di audit dei processi e dei bisogni del cliente e una pianificazione delle attività condivisa con il cliente. Seguono poi le fasi di realizzazione del sistema di manutenzione, comprendenti la raccolta dei dati, l’inserimento in piattaforma, la elaborazione, la creazione dei modelli predittivi e la generazione dei risultati. Una successiva fase di review del sistema consente di effettuare dei check ripetuti dei risultati in modo da migliorare e perfezionare il sistema. La formazione del personale è anche una componente importante del progetto per consentire la piena accettazione e l’uso ottimale della tecnologia predittiva in tutta l’impresa.
Notate una domanda in crescita delle vostre aziende clienti sulla manutenzione predittiva? Quanto ha pesato il Piano Industria 4.0?
Sicuramente il Piano Industria 4.0 presentato dal governo ha influito positivamente sulla diffusione delle tecnologie innovative previste dal piano e, in virtù degli investimenti effettuati dalle aziende italiane, abbiamo assistito ad una crescita della domanda di nuovi e più efficaci sistemi di manutenzione che fanno appunto leva su tali tecnologie. Le aziende che seguiamo in quanto nostre clienti hanno effettivamente investito notevoli risorse nell’Industry 4.0, tra l’altro in linea con le rilevazioni dei report di settore che stimano crescite di mercato importanti nel quinquennio 2020-2025.
Quali possono essere le eventuali resistenze delle aziende a intraprendere un percorso di questo tipo?
Le imprese che negli ultimi anni sono state più attive nell’adottare le nuove tecnologie di manutenzione sono quelle che operano nel comparto dell’impiantistica industriale, settore in cui le realtà italiane rappresentano un’eccellenza nel mondo. In altri settori, molte aziende italiane hanno dimostrato invece una eccessiva cautela ad avviare nuovi percorsi di questo tipo. Stiamo però assistendo ad una evoluzione di questi scenari, in quanto i benefici derivanti dalle potenzialità della manutenzione predittiva sono oramai percepiti da tutte le aziende come valore strategico per il business e quindi come vantaggio competitivo nel proprio mercato di riferimento. È quindi importante che le iniziative realizzate nei vari settori dell’economia possano dare buoni risultati e che, contemporaneamente, si perseguano le politiche governative che incentivano gli investimenti. Si potrà così assistere nel breve e medio periodo ad un ulteriore consolidamento nell’adozione di soluzioni ICT a supporto delle attività di manutenzione predittiva da parte di un numero sempre crescente di aziende attive nei più disparati settori merceologici.
