Intelligenza artificiale e Machine Learning: verso il "sesto senso" di fabbrica

  • 20-02-2023

Machine Learning ed Intelligenza Artificiale (ML/AI) sono temi di grande interesse ed attualità per il mondo industriale ma per implementare con successo queste tecnologie occorre non solo alimentarle con numerosi dati ma anche guidarle correttamente verso gli obiettivi da raggiungere: in altre parole avere una solida competenza sui processi di manufacturing gioca un ruolo fondamentale.

Attiva da oltre 35 anni nella fornitura di consulenze e realizzazione di soluzioni informatiche per il mondo manifatturiero, Tecnest può vantare esperienze su una moltitudine di settori industriali. Inoltre si contraddistingue per coprire all’interno della sua offerta di sistemi software i tre aspetti fondamentali per gestire una moderna Fabbrica Digitale: quello della pianificazione (Advanced Planning and Scheduling: APS), quello dell’esecuzione operativa (Manufacturing Execution System, Manufacturing Operations Management: MES/ MOM) e quello della connettività verso tutte le macchine ed i dispositivi presenti in fabbrica (Industrial Internet of Things: IIoT).

 

Dal Data Lake al Business Value

Ciascuno di questi sistemi produce e movimenta importanti quantità di dati che costituiscono il terreno fertile dove sviluppare applicazioni delle nuove tecnologie di ML/AI in grado di estrarre dai dati raccolti del valore significativo per il business. Da questo punto di vista Tecnest si trova ad essere un osservatore ed attore privilegiato dominando non solo le sorgenti in grado di alimentare il “Data Lake” ovvero le fonti informative sulle quali addestrare e sguinzagliare gli algoritmi di Machine Learning, ma anche possedendo una maturata conoscenza sugli aspetti ed i processi più importanti per il valore del business.

Nella visione di Tecnest i diversi aspetti della Fabbrica Digitale non vanno considerati isolatamente tra di loro ma è proprio grazie alle loro sinergie che diventa possibile conseguire dei traguardi altrimenti difficili da raggiungere. Fare leva sulle sinergie possibili però costa in termini di complessità e numerosità delle informazioni da associare e correlare simultaneamente, ma è proprio questo uno dei campi dove gli strumenti di Artificial Intelligence riescono ad assolvere al meglio il loro compito.

Da non trascurare poi l’importanza di una dimensione “collaborativa” dove ciascuno degli attori coinvolti nei processi manifatturieri contribuisce per la propria parte alla qualità del risultato complessivo. Qui mantenere la centralità del fattore umano significa valorizzare gli aspetti di competenza ed esperienza necessari a garantire eccellenza e qualità. Nel contesto di tale visione quindi il contributo di uno o più strumenti dotati di Intelligenza Artificiale non si sostituisce bensì si affianca a quello umano, potenziandone le capacità di percezione ed intervento.

 

Applicazioni AI/ML per la fabbrica

Ciascuno dei sistemi menzionati quindi può nella visione di Tecnest beneficiare notevolmente di un’integrazione con le tecnologie di ML/AI:

  • I dispositivi sul campo direttamente interfacciati con macchine e sensori su dati di processo possono elaborare in tempo reale informazioni utili per la manutenzione predittiva e la qualità predittiva
  • I sistemi di pianificazione avanzata possono allineare automaticamente le informazioni usate per pianificare e schedulare in base a dati reali ed aggiornati dinamicamente anziché usare dei “dati standard” spesso difficili da manutenere o addirittura mancanti
  • Le applicazioni gestionali di fabbrica possono dotare il personale sul campo di un “sesto senso” dato da un “assistente di fabbrica” automatico ma intelligente che analizzando in tempo reale tutti i dati raccolti collabora con gli operatori ed avvisa per tempo delle eventuali criticità

Tutto questo permette di ottenere diversi benefici:

  • Proattività nell’individuazione tempestiva di derive, non conformità o condizioni che necessitano di interventi correttivi
  • Completamento dei dati mancanti sulla base delle attività osservate
  • Possibilità di prendere decisioni migliori
  • Generazione automatica dei dati tecnici di produzione