Eh, ma ho l’impressione che per una parte di quelle risposte la responsabilità sia di noi operatori tecnologici che, nella prima ora, abbiamo affrontato i casi dell’industria 4.0 con sperimentazioni e progetti generalmente di grandi proporzioni – e investimenti da parte dell’impresa – e senza avere grandi idee sul quando e di quanto ci sarebbe stato un ritorno sull’investimento. E inoltre non abbiamo fatto abbastanza sul fronte culturale, nel non aver speso abbastanza energie nel creare consapevolezza sull’utilità delle tecnologie 4.0.

Se da una parte la questione delle competenze ha ormai da tempo diverse soluzioni e proposte, ad esempio i Centri di Competenza Industria 4.0, per tutte le altre questioni, per fortuna, alcune volte le lezioni si imparano. Così recentemente sono nate soluzioni che riescono ad operare in contesti in cui budget, tempo, risorse, competenze, dati e connessione sono limitati, come può essere il caso di molte PMI italiane.

E non solo PMI. Vi faccio l’esempio del VIC – Vodafone Industrial Connect, una soluzione IoT chiavi in mano che permette di monitorare le performance delle macchine industriali e di rilevarne anticipatamente potenziali anomalie di funzionamento. Vediamo come le diverse dimensioni del problema vengono affrontate. .

Guarda anche la video-intervista a Gianluca Stefanini per saperne di più di Responsabile di prodotto per i settori Mobility, Energy, Smart Cities & Videoanalysis d Vodafone Business.

Connessione e dati.

Nel panorama italiano e fra le PMI manifatturiere ci sono macchine di produzione industriale che non sono connesse in rete. Altre che non sono connesse nemmeno qualche computer locale e i segnali che producono non sono facilmente leggibili dal punto di vista IT, nel senso che non diventano dati utilizzabili da un sistema di monitoraggio o processabili con strumenti di analisi. VIC introduce un disaccoppiatore OT/IT connesso: un dispositivo in grado di leggere i segnali dalle macchine (OT, Operation Technology), trasformarli in dati e depositarli in un cloud (IT, Information Technology).

Dati storici.

Abbiamo sempre detto che per fare predizioni servono lunghe serie storiche e per di più costellate di eventi infausti in modo da far apprendere gli algoritmi. Se questo continua ad essere vero per il machine learning e per implementare la predictive maintenance, non è così per anticipare possibili anomalie dove ci basta conoscere un piccolo intervallo di tempo di funzionamento corretto del macchinario, intervallo che poi viene confrontato in un’analisi multivariata dei parametri durante l’operatività. Ed è questa una duplice buona notizia, infatti a partire da questa anomaly detection è possibile costruire la serie storica che servirà ad allenare i modelli per la manutenzione predittiva.

Budget.

Abbiamo parlato di “as a service”, no? E dunque il modello di pagamento è a canone, quantificato sul numero di macchine connesse, con possibilità di interrompere quando vi vuole. Il VIC è il Netflix dell’Industria 4.0.

Di strada da fare ce n’è ancora molta. Molti altri casi di industria 4.0 dovrebbero e potrebbero essere resi servizio in modi analoghi, ma ora la strada è segnata e credo che molto presto non ci saranno più imprenditori e manager che diranno “Eh ma…”