IoT, Cloud e Big Data Analytics, una visione della Digital Transformation per l’Industria 4.0

Digital Transformation per l'Industria 4.0

Cosa si intende per convergenza tra Cloud, Bigdata e Analytics?


Il concetto di Industria 4.0 ha diverse coniugazioni complementari tra loro, ma che si focalizzano su aspetti diversi dell’intero processo che va dalla materia prima al prodotto ed ai servizi. Uno di questi aspetti è quello della trasformazione digitale dell’azienda, che è iniziato già da qualche anno dal punto di vista della Office e Financial Automation, ma che sta coinvolgendo anche altre funzioni aziendali.

Il filo conduttore che lega questa visione è basato sul trinomio Misura, Analisi, Controllo (figura 1) che è l’abilitatore di quello che viene chiamato sistema CiberFisico.

architettura di riferimento della Digital Transformation nell’Industria 4.0

Figura 1 – architettura di riferimento della Digital Transformation nell’Industria 4.0 (fonte Autore)

Il tema principale è mettere in relazione un modello digitale dell’impresa, del processo o del prodotto con il suo reale funzionamento attraverso una serie di misurazioni in grado di essere raccolte, elaborate ed analizzate.

Il punto chiave di questo metodo è la realizzazione di un modello matematico del sistema utile anche come benchmark delle prestazioni. Questo modello, definito in fase di progettazione, è utile in primo luogo alla simulazione del sistema, permettendo una prototipazione virtuale precedente alla realizzazione del macchinario, ma una volta validato sul sistema costruito può essere usato come strumento di confronto delle prestazioni, abbinato a tecniche di Machine Learning e Intelligenza Artificiale. Fornendo in ingresso al modello i parametri di processo, questi è in grado in real-time di fornire le performance attese e nello stesso tempo confrontarle con quelle misurate. Analizzando gli scostamenti tra questi due insiemi di misurazioni, virtuali e reali, è possibile arrivare ad una determinazione attendibile delle condizioni di guasto.

In questo contesto il modo di progettare i prodotti ed i processi necessita un cambio di mentalità. Bisogna rendere processi e prodotti in grado di comunicare tra di loro, non solo quando sono nella fabbrica, ma anche quando il prodotto inizia a vivere la sua vita nel mercato, dopo essere stato acquistato ed adoperato. Gli oggetti così pensati devono contenere al loro interno intelligenza e sensorialità, non necessariamente legate allo scopo definito in fase di progetto, che potrebbe trascurare di cogliere opportunità emergenti in fasi successive.

La grande quantità di dati così raccolta si andrà ad interfacciare non solo con i tradizionali processi di pianificazione e analisi economica ma renderà disponibili una serie di informazioni utilizzabili dalla produzione e dalla progettazione.

Il modello digitale si arricchisce di informazioni nuove, frutto diretto delle osservazioni ma anche di analisi che mettono in evidenza aspetti non direttamente osservabili. Si parla oggi per esempio di Social Sensing per riferirsi a quelle tecniche usate dal marketing per rilevare i modi di uso ed il feeling dei prodotti, cercando nei social network le citazioni riferite al loro prodotto. Questi dati si aggiungono a quelli direttamente misurabili.

Quando si parla di misura nel contesto della trasformazione digitale si intende sicuramente la misura attraverso sensori o strumenti di misura, ma anche le informazioni acquisite con dati inseriti da operatori o raccolte da strumenti indiretti come sistemi di visione o social. Queste informazioni non strutturate rappresentano il punto focale dei Big Data e la tecnologia di supporto per la loro raccolta è quella dell’Internet of Things.

Pensando ad un processo produttivo, l’IoT abilita la fase di raccolta di informazioni da sensori, montati sul prodotto o sul macchinario, che ne rilevano dimensioni o caratteristiche oppure dal sistema di automazione industriale che ne stabilisce stati o fasi di lavorazione o dai database aziendali che mette in relazione i processi con lo stato delle scorte o le richieste del cliente, oppure da altre fonti.

Il tema della connettività è quindi l’aspetto abilitante di questa migrazione dal fisico al digitale perché permette di inviare le informazioni ai sistemi di raccolta dati centralizzati su cui risiedono gli applicativi e tutto quello che serve per l’analisi del dato e le relative decisioni.

Uno degli esempi più significativi di uso dell’IoT in relazione con Database e Analytics è la Tracciabilità. Tracciare i prodotti, le lavorazioni, i processi, diventa uno degli imperativi per l’incremento dell’efficienza del flusso aziendale.

Inoltre, tracciare può diventare un’opportunità per incrementare la catena del valore di un prodotto, collegandolo ad una serie di servizi. Seguire il prodotto durante le sue fasi di produzione può aiutare il cliente ad avere sotto controllo lo sviluppo del bene che ha commissionato. Nello stesso tempo tracciare il prodotto durante la sua vita operativa è un servizio che aiuta il costruttore a migliorare i servizi di manutenzione e ad avere dati utili nella prospettiva di nuovi progetti.

Oggi l’Internet of Things, mediante l’uso di tecnologie RFID attive o passive combinate con sensori, sta rendendo possibile sviluppare nuovi servizi per la tracciabilità sia in ambito logistico ma soprattutto in ambito post vendita. La manutenzione dei prodotti acquista così un nuovo valore, offendo opportunità sempre maggiori. I progettisti imparano dai loro stessi prodotti e nuovi prodotti nascono studiando i modi di uso e le abitudini degli utilizzatori.

Ma tutto questo non potrebbe avere successo se non connesso con le tecnologie Cloud, Big Data e Analytics che permettono di raccogliere, organizzare ed analizzare i dati, con l’obiettivo ultimo di fornire indicazioni utili a prendere delle decisioni o addirittura a decidere autonomamente le azioni da intraprendere.

Si parla sempre di più di ecosistema digitale, per sottolineare la forte convergenza di tutte queste tecnologie e si parla di strategia digitale per riferirsi alla visione dell’imprenditore che ha compreso l’importanza di usare queste tecnologie per creare nuovo valore dai prodotti o processi.


Nel contesto dell’Industria 4.0 ci sono oggi due prospettive fondamentali per esaminare la convergenza tra Cloud, Big Data e Analytics (CBA). La prima pone enfasi sui processi aziendali. A partire dal mondo dell’automazione di fabbrica, fino ad arrivare ai processi finanziari e gestionali, nessun settore è esente dal provare a comprendere se l’uso delle tecnologie CBA possa portare dei benefici. La seconda si focalizza sul mondo del prodotto e dei servizi ad esso connessi. In questo contesto rientrano tutte le strategie di Smart Product e Smart Services. Sono due punti di vista differenti che forniscono due chiavi dì lettura altrettanto diverse della trasformazione digitale.

Comments are closed.