Luigi De Vizzi Sales Director Medium Business di Dell Technologies Italia,riflette su sul ruolo che edge computing e intelligenza artificiale avranno sullo smart manufacturing
I dati stanno rivoluzionando la realtà produttiva; unitamente all’edge computing, all’intelligenza artificiale/machine learning e al data streaming analytics, i dati in real-time consentono nuovi livelli di innovazione e la nascita di nuove smart factory.
Secondo l’ultimo Osservatorio Big Data and Business Analytics del Politecnico di Milano, nel 2022 questo mercato ha raggiunto i 2,4 miliardi di euro (+20% rispetto al 2021, anno che segnava già una crescita importante). Molti investimenti sono destinati al settore manifatturiero, dove oggi, le imprese più lungimiranti stanno abbinando la tecnologia operativa (OT) con l’edge e l’AI per abilitare casi d’uso che le rendano maggiormente competitive.
L’evoluzione della produzione intelligente
Nell’industria manifatturiera, “l’edge” è l’ambiente produttivo dove telecamere, sensori, macchine e linee di assemblaggio generano dati, che vengono poi raccolti e analizzati per ottenere insight in tempo reale e prendere decisioni rapide e pertinenti. Paradossalmente però, l’eccessivo volume di dati generati nell’edge può diventare un limite alla trasformazione, arrivando a sovraccaricarne la tecnologia. Questo si può ovviare con modelli di AI e ML, che infatti sono oggetto di numerosi investimenti nel settore; grazie ad essi, infatti, è possibile elaborare enormi data set e fornire insight, nel punto stesso in cui i dati vengono creati e consumati.
Manufacturing edge: i vantaggi dell’intelligenza artificiale
Grazie all’AI, una azienda manifatturiera migliora la qualità della sua produzione, limitando interventi di manutenzione, rende più sicuro il lavoro dei propri dipendenti, colma eventuali lacune formative e, di conseguenza, diventa più competitiva. I vantaggi dell’utilizzo dell’intelligenza artificiale nell’edge sono numerosi e di incredibile impatto:
- Riduzione del numero di anomalie. L’intelligenza artificiale è in grado di tracciare le parti in entrata e in uscita da una fabbrica. La visione computerizzata aiuta a velocizzare e automatizzare il processo di lavorazione sull’intero ciclo di produzione. Le anomalie possono essere rilevate, segnalate e ricondotte ai singoli processi o componenti in tempo reale, affinché l’intervento correttivo sia immediato.
- Guasti minimi. I sistemi di manutenzione predittiva, basati su AI, utilizzano i dati provenienti dai sensori e dai dati IoT per individuare l’esatta posizione in cui l’intervento deve essere fatto, facendo risparmiare tempo ai team IT nella diagnosi e prevenire eventuali futuri guasti. Mantenere le apparecchiature e i processi attivi e funzionanti a un livello di prestazioni ottimale è una garanzia di sicurezza per i lavoratori, evita interruzioni e riduce i costi di manutenzione.
- Colmare le lacune I sistemi di intelligenza artificiale che utilizzano la realtà aumentata (AR) consentono ai tecnici fuori sede di fare sopralluoghi virtuali della fabbrica, in modo da valutarne le condizioni, fare eventuale formazione ai lavoratori in loco e guidare interventi, anche complessi, sulla base di processi standard definiti.
Utilizzare l’Edge AI per generare più valore
Spostare l’AI nell’edge di un impianto di produzione, oltre agli allettanti vantaggi sopra elencati, pone anche alcune sfide che devono essere affrontate per garantire il successo della sua implementazione.
Innanzitutto, è necessaria una solida infrastruttura di back-end e servizi di consulenza che sostengano e comprendano l’intero processo: dall’acquisizione degli edge data fino all’ottenimento dei risultati aziendali desiderati.
Una buona soluzione è quella di utilizzare configurazioni progettate appositamente per la smart manufacturing da esperti di AI; queste, infatti, testate e collaudate fin dall’inizio per adattarsi dinamicamente alle esigenze del settore in quanto progettate su studi di casi d’uso specifici, possono aiutare le aziende a velocizzare e semplificare l’implementazione di un progetto di edge AI e a superare eventuali ostacoli, come ad esempio la difficoltà di trovare le competenze necessarie.
Casi d’uso orientati ai risultati
I casi di successo legati all’edge manufacturing sono tanti, almeno quanti sono i sottosettori manifatturieri, ma ci sono alcuni temi che stanno emergendo: il lavoratore connesso, l’efficacia complessiva delle apparecchiature, la manutenzione predittiva, la qualità della produzione, l’ottimizzazione dei rendimenti, la logistica avanzata, l’ottimizzazione della produzione e il digital twin.
L’edge computing combinata con l’AI e il data streaming analytics si sta diffondendo sempre di più per applicazioni quali la manutenzione predittiva, la computer vision, la qualità della produzione e il digital twin; questo perché si tratta di applicazioni che richiedono l’analisi di grandi volumi di dati multidimensionali come immagini, audio e letture di sensori provenienti da dispositivi e apparecchiature connessi e da altri asset. Sul fronte della connettività, ci sono casi in cui per fornire informazioni just-in-time sulla produttività e sulla sicurezza può bastare quella ad alta velocità e a bassissima latenza, come il Wi-Fi e la telefonia cellulare; in altri casi applicativi emergenti, come quelli di manutenzione e formazione che utilizzano la AR e la Mixed Reality, in futuro sarà fondamentale poter contare sulla flessibilità e l’economicità delle reti 5G per risolvere gli annosi problemi di connettività e velocità di trasmissione dei dati Wi-Fi.
Insieme, conclude il manager di Dell, queste tecnologie e use case possono aiutare l’industria manifatturiera a garantire ai loro clienti prodotti innovativi e di alta qualità a prezzi competitivi, rispettando al contempo obiettivi di redditività, sostenibilità e sicurezza sempre più stringenti. Si tratta di vantaggi aziendali tangibili e misurabili, grazie a una migliore qualità delle informazioni, disponibili in tempi più brevi e al momento del bisogno. Questo approccio smart alla produzione dà loro la possibilità di differenziarsi e competere in un mercato globale competitivo.
