La crescente importanza dei dati nella gestione di processi complessi e con tempi di esecuzione ridotti ha spostato gli strumenti di analisi verso il centro delle infrastrutture IT. Il passaggio della analisi consuntive a quelle predittive aumenta inoltre l’esigenza di contare su grandi quantità di dati e sulla loro qualità. Un’esigenza alla quale IoT offre una risposta perfetta. A volte, anche troppo. L’enorme mole di informazioni prodotta da Internet of Things rischia di essere dispersa senza adeguati strumenti di raccolta e selezione prima di usarli. Le opportunità sono tante, quanto però le difficoltà di coglierle. È utile allora ascoltare direttamente dai protagonisti del settore, quale sia lo stato dell’arte della data analytics , quale sia l’apporto di IoT e soprattutto come sfruttare questa opportunità.
Con l’aiuto di Roberto Filipelli, Direttore della Divisione Cloud & Enterprise di Microsoft è possibile esplorare un aspetto sempre più importante del legame tra IoT e data analytics, il contributo alla sostenbilità.
Quali innovazioni può portare IoT nella data analytics?
Gli strumenti per l’analisi dei dati si sono sviluppati enormemente negli ultimi integrando in modo sempre più nativo capacità di intelligenza artificiale e machine learning. Le attuali tecnologie esprimono il massimo del loro valore e della loro efficacia quando c’è abbondanza di dati rilevanti. E dove sono questi dati nella maggior parte dei processi produttivi? Proprio nelle macchine che costituiscono l’impalcatura della produzione, nei sistemi di movimentazione e distribuzione.
In un momento storico dove sostenibilità e consumo energetico sono al centro dell’attenzione abbiamo finalmente gli strumenti per misurare, migliorare e ripensare questi processi dalle fondamenta. L’Internet delle Cose è finalmente alla portata di tutte le aziende potendo produrre un effetto positivo esponenziale che ci può aiutare nel raggiungimento degli obiettivi ambiziosi di riduzione di emissioni e dei consumi.
Non solo, l’analisi dei dati abilitata grazie all’IoT e alle tecnologie intelligenti consente di aprire nuovi scenari applicativi basati sulla servitization e di evolvere dalla Connected factory ai Connected products.
Le aziende italiane hanno la giusta percezione?
Come è stato possibile osservare anche alla recente fiera SPS di Parma, c’è ormai unanime consenso che IoT, cloud e data analytics costituiscono un elemento essenziale del tessuto produttivo e allo stesso tempo c’è una percezione di complessità che non è più giustificata alla luce delle tecnologie attuali e dagli innumerevoli casi di successo in Italia e all’estero. Quello che ancora una volta è fondamentale è investire non soltanto in tecnologia, ma anche in competenze. Per questo motivo uno degli obiettivi chiave del nostro piano Ambizione Italia è proprio la formazione e sviluppiamo di conseguenza iniziative rivolte a giovani e ai professionisti per fare training e upskilling, in modo che siano in grado di guidare le scelte tecnologiche delle aziende e di accompagnarle verso una gestione sempre più consapevole del dato.
Come aggiornare infrastruttura IT e competenze?
I partner sono spesso la chiave per l’innovazione delle competenze e delle infrastrutture. Noi supportiamo il canale e i clienti attraverso programmi di formazione specifici come Enterprise Skilling Initiative. L’ecosistema dei partner è del resto centrale nella strategia per raggiungere e supportare in maniera capillare le aziende del Paese, per offrire competenze approfondite e per creare soluzioni di alto valore basate su scalabili per qualsiasi scenario o funzione aziendale.
Può raccontare esempi di come possano essere sfruttate le potenzialità IoT in ottica data analytics?
Un esempio significativo arriva da Italcementi, con l’obiettivo anche di ridurre consumi ed emissioni attraverso il monitoraggio dei processi produttivi. Sfruttando Artificial Intelligence, machine learning e big data analytics, l’azienda punta a ottimizzare, decarbonizzazione e sostenibilità. Con l’aiuto di Cluster Reply, ha analizzato varie applicazioni di algoritmi di AI e Machine Learning e si è lasciata ispirare da uno use-case legato al settore automotive, che faceva leva su algoritmi avanzati per ricercare la difettosità negli air-bag utilizzando immagini catturate al microscopio. Italcementi produce circa dieci differenti tipi di clinker in diversi impianti produttivi, e la sfida era analizzare almeno una volta alla settimana il risultato delle tante combinazioni di materie prime e combustibili, alla ricerca del prodotto migliore ma anche più sostenibile.
Altro caso interessante ed esemplificativo della logica della servitization è quello di Goglio, eccellenza italiana nel mondo del packaging. L’adozione delle soluzioni cloud si inserisce all’interno del progetto MIND, Machine Insight Data, con il quale Goglio si è posta l’obiettivo di rendere più intelligenti e connesse le macchine, per ricavarne i dati che, una volta analizzati, vengono utilizzati nella costruzione dei servizi per i clienti. Goglio ha fatto evolvere i propri prodotti in servizi. Si è raggiunto un significativo miglioramento della performance delle macchine: una macchina connessa registra prestazioni superiori del 20% rispetto a una stand alone. Inoltre, i dati trasmessi e analizzati consentono di regolarla al meglio, ottimizzandone il funzionamento, e di manutenerla in modo proattivo e in futuro anche predittivo, riducendo così le interruzioni del 95%. Il Gruppo ha, inoltre, sviluppato insieme a noi un efficace assistente virtuale che semplifica il monitoraggio dei KPI, la richiesta di supporto tecnico e la gestione dei macchinari. Infine, con l’obiettivo di permettere ai clienti di seguire da remoto le fasi di precollaudo dei macchinari acquistati, un sistema per ispezionare le macchine da remoto, visualizzando al contempo i dati in telemetria e interagendo con i sistemi.
