Digital Thread! Si può chiamare così la sfida tecnologica principale per le aziende industriali di tutti i settori, dalla produzione di macchine utensili e automatiche alla componentistica auto, dalla chimica alla farmaceutica, dal food al fashion. Digital Thread, un’espressione apparentemente molto tecnica con la quale si intende il sistema nervoso digitale che interconnette tutte le fasi della value chain di un’impresa manufatturiera, rendendo possibile il fluire dei dati e il loro utilizzo in tempo reale per ottenere una visione integrata delle operations. «Con il Digital Thread si crea un unico flusso di dati per Plm-Mes-Erp, digital twin e simulazione, intelligenza predittiva e generativa, analitycs, creando le basi per la Manufacturing Data Integration, il vero fondamento della smart factory», spiega Ettore Soldi, evp di Engineering Industries eXcellence, la divisione globale di Engineering Group specializzata nella fornitura di soluzioni per il mondo industriale.
«La Manufacturing Data Integration – prosegue Soldi – è la premessa, e condizione indispensabile, per trasformare i dati da materia prima in conoscenza, rendendo disponibili informazioni sull’intera catena del valore e per i singoli profili di utilizzatori, dal field al top management. Senza Manufacturing Data Integration, per intenderci, non ha senso parlare neppure di intelligenza artificiale». Manufacturing Data Management, integrazione Plm-Mes-Erp, digital twin e simulazione, intelligenza predittiva e generativa, IA & Advanced Analitycs. Ecco le tecnologie e le soluzioni con le quali Engineering Industries eXcellence supporta il digital journey del mondo manifatturiero in una logica di produttività e sostenibilità. Nella visione di Engineering, per realizzare l’impresa connessa è necessario rimuovere le barriere culturali, organizzative e tecnologiche che ne impediscono il pieno sviluppo. Insomma, la parola d’ordine per la creazione del Digital Thread è “Breaking the Silos”: infrangere le barriere dipartimentali per interconnettere processi, persone e applicazioni all’interno di tutto il perimetro aziendale e della supply chain estesa. Da un punto di vista strategico il focus è sull’integrazione e sincronizzazione dei sistemi Plm, Mes ed Erp, sulla condivisione dati tra le diverse aree applicative che presiedono alla progettazione, alla produzione e alla pianificazione delle business operations.
L’approccio di Engineering Industry eXcellence: rompere i silos
IA & Advanced Analytics, intelligenza artificiale, predittiva e generativa, digital twin, simulazione. Il combinato disposto della data integration e delle tecnologie che abilitano l’acquisizione, l’elaborazione e l’analisi dei dati su tutta filiera del manifatturiero, genera informazioni per tutto il ciclo di vita del prodotto. Flussi di informazioni che danno vita al closed loop manufacturing, a un processo di miglioramento continuo, di lean manufacturing, che include la pianificazione del business, la progettazione di prodotto e il controllo ed esecuzione della produzione: un ambiente interconnesso dove qualsiasi modifica nella catena del valore si riflette e si propaga all’interno di ciascuna area aziendale.
«Tanto più alto è il livello di integrazione tra Plm, Mes ed Erp tanto più alto è il fattore di produttività-competitività di un’azienda», dice Soldi. E in questa prospettiva Engineering Industries eXcellence diventa il direttore d’orchestra per la digitalizzazione. «Portiamo in execution i progetti sviluppando soluzioni che sono frutto di un approccio consulenziale. Il nostro compito è fare la diagnosi dello stato di digitalizzazione e formulare la soluzione più corretta per raggiungere gli obiettivi desiderati. Le tecnologie vanno valutate caso per caso. Tutto va pesato in funzione dei singoli casi, tenendo sempre presente il rapporto costi-benefici, aggiunge Soldi. Non esiste una panacea. All’interno del mondo del digital manufacturing esistono soluzioni che possono risolvere in modo semplificato problemi ordinari e straordinari. Il nostro ruolo è fare scouting dei sistemi cutting edge, delle tecnologie best of breed che meglio si prestano alla digitalizzazione dell’ambiente manifatturiero».
Presenza globale e metodologia operativa di Engineering Industries eXcellence per un manifatturiero digitale a prova di futuro
Fatturato di circa 130 milioni, 800 dipendenti (di cui 250 in Italia). Engineering Industries eXcellence, divisione del Gruppo Engineering (la digital transformation company guidata dal ceo Maximo Ibarra, 15.000 dipendenti e un giro d’affari prossimo a 1,7 miliardi) ha sedi in Usa, dove è focalizzata su manufacturing e trasporti, in Sud America, in Asia e in Europa. Tra le referenze, quelle di Coca Cola, Dipartimento Difesa Americano, Stellantis, Toyota, Mondelez, Salov, Unilever, Gruppo Fedrigoni, Hitachi, Ansaldo Energia, Leonardo, Bat, Sanofi, Novartis e tantissime altre.
Per implementare soluzioni di Smart Factory, Industries eXcellence ha una propria metodologia operativa. Come spiega Soldi, «È necessario dar vita a gruppi di lavoro misti, che comprendano non solo gli esperti della divisione, ma anche quelli dell’azienda cliente e di altre imprese (di filiera, o partner tecnologici di Industries eXcellence, come Siemens, Sap, Dassault Systèmes, Ptc, Aras, Aveva, Rockwell Automation, Schneider Electric, AnyLogic, sedAptae etanti altri)». La digitalizzazione parte dal maturity assesment, dall’individuazione dei punti di forza e di debolezza per poi arrivare alla proposizione di una roadmap per la trasformazione digitale. «Si inizia da progetti che possano dare investimenti in tempi brevi, dando priorità ai cosiddetti “low hanging fruit”, a quelle iniziative che possano dare un vantaggio più o meno immediato, per poi estendere la digitalizzazione a tutto il perimetro d’impresa. Se non si fa un’analisi accurata sin dalle batture iniziali si corre il rischio di fare una digitalizzazione parziale che non produce gli effetti desiderati. Si trascurano, per esempio, problemi a valle e a monte della soluzione, quelli che possono rendere la digitalizzazione un vuoto a perdere», dice Soldi.
Manufacturing data management, il valore della sincronizzazione Plm-Mes-Erp
Da a 1 a 10, rispetto al potenziale delle tecnologie oggi disponibili, qual è il livello di digitalizzazione delle imprese manifatturiere? «Varia da settore a settore, ma se devo esprimere una media direi 4», afferma Ettore Soldi. Secondo l’esperienza maturata dalla divisione di Engineering, all’interno delle imprese esiste un livello di maturità digitale elevato, ma è per lo più confinato alla componente di ingegneria-progettazione. «Le opportunità di oggi derivano dal manufacturing data management, dalla condivisione dei dati tra i tre pillar d’impresa, Plm-Mes-Erp», continua Soldi. Un tema importante soprattutto per quei clienti che fanno engineer to order, che lavorano su commessa, o che hanno in essere un modello configure to order, in stile e-commerce. «La gestione di una produzione ad alta variabilità e personalizzazione è sempre più complessa. Un cambio di componente ha un impatto su tutta la catena del valore, aggiunge Soldi. Ha poco senso, oggigiorno, la trasformazione digitale di una singola funzione di un’azienda. Se, ad esempio, l’impresa deve modificare improvvisamente la produzione, o se si è verificata l’interruzione di una fornitura, è evidente che sorgono nuove problematiche che non riguardano solo lo shopfloor, ma anche la progettazione, il marketing, la finanza». Occorrono, quindi, soluzioni “olistiche”, in grado di incidere su più ambiti organizzativi, “breaking the silos”, abbattendo gli ostacoli che impediscono una valorizzazione del dato sull’intera catena del valore. «Quando il Plm (progettazione e pianificazione del processo produttivo), il Mes (esecuzione della produzione e controllo qualità) e l’Erp (pianificazione aziendale, gestione degli asset e consegna del prodotto) si uniscono, il risultato è maggiore della somma delle singole parti», afferma Soldi.
Non solo prototipazione virtuale di prodotto, ma simulazione di processo, di fabbrica e di supply chain
Le imprese si confrontano con una domanda che determina una produzione spesso a variabilità seriale, dove la personalizzazione diventa una costante. Una tendenza che si riflette nei più diversi settori, non solo quelli ad alto contenuto ingegneristico, navale, aerospaziale, energetico, ma anche in quelli consumer product. E in questo scenario la simulazione diventa uno strumento indispensabile per essere più competitivi: consente di portare sul mercato prodotti innovativi con tempi di sviluppo e time to market di gran lunga superiori rispetto alle modalità di progettazione tradizionali. Tuttavia, come osserva Soldi, sulla parte di processo e di fabbrica la simulazione deve ancora affermarsi. «Progettare una nuova linea, introdurre delle modifiche o valutare una diversa intralogistica con una movimentazione dei veicoli a guida autonoma? Sono tutte cose che si possono simulare per arrivare alla soluzione ottimale», osserva Soldi. Digital twin, dunque, come strumento di progettazione “simulation driven” di prodotto e per l’intero ciclo di vita di una linea, in grado di sostenere evoluzioni coerenti con i cambiamenti produttivi. E simulazione nella supply chain per individuare imprevisti e anomalie nell’intero processo. «Problemi di logistica, di approvvigionamento delle materie prime? Ebbene, è un qualcosa che può essere risolto sviluppando un modello matematico. E lo possiamo sviluppare in poche settimane. Molte aziende hanno i loro vari moduli, di demand e capacity planning, ma hanno il limite di essere spesso rigidi e preconfigurati, di non avere quella flessibilità necessaria per gestire situazioni straordinarie e impreviste. Flessibilità che si può acquisire sviluppando soluzioni ad hoc che possono fare riferimento a un ampio spettro di tecnologie per il decision making», racconta Soldi.
L’Intelligenza artificiale generativa? È il motore per fare discovery delle informazioni e supportare il decision making operativo e strategico
Lo stack tecnologico per la digitalizzazione del manifatturiero si è andato nel tempo ampliando. Industrial Iot, edge, cloud, machine learning e algoritmi predittivi e ora l’IA generativa. «Quest’ultima svolge un ruolo molto importante sulla parte di discovery, dice Soldi. In collaborazione con Aws, stiamo per esempio lavorando con uno dei più grossi produttori automotive statunitensi per collezionare tutti i dati che riguardano la produzione delle batterie». In questo caso i dati vengono dati in pasto a un large language model che è in grado poi di rispondere su quello che sta succedendo in fabbrica. «La chat mi dice dove è stato prodotto quel pezzo, su quale macchina e linea produttiva, permettendo di investigare sulle cause che hanno determinato la difettosità del prodotto», spiega Soldi. In linguaggio naturale si ha dunque la possibilità di interrogare una knowledge base manifatturiera per sapere vita morte e miracoli di quello che è successo. IA generativa che può essere ampiamente utilizzata per la manutenzione dei macchinari. «L’essenziale è individuare il modello generativo più adatto in funzione del volume e tipologia di dati su cui deve essere addestrato», dice Soldi. Come deve essere configurata la macchina? Come deve essere eseguito un certo intervento di manutenzione? L’IA generativa fa un discovery delle informazioni e genera delle risposte per mettere in atto delle azioni. Per quanto riguarda invece l’automazione del design e progettazione di prodotti non sempre la tecnologia generativa (la cosiddetta generative design) è la soluzione perfetta. «Le aziende che utilizzano un design generativo puro sono per esempio molto poche, dice Soldi. Il motivo principale è che i prodotti “generati” con questi strumenti il più delle volte sono molto difficili da fabbricare. Ad oggi la via ottimale è quella del Model Based Design ossia un approccio ingegneristico che utilizza modelli matematici per progettare, simulare, verificare e implementare sistemi complessi. Queste tecniche e tecnologie permetto infatti di ridurre drasticamente i tempi di progettazione e confuigurazione di varianti, senza impattare la fattibilità in ambito produttivo. Il generativo è affascinante, ma non è ancora implementato per problematiche di produzione e per tale motivo viene eventualmente considerato in ottica di produzione additiva. Ci saranno sicuramente dei progressi ma sono ancora di là da venire», afferma Soldi.
Acquisizione, analisi ed elaborazione dati Esg. Sostenibilità e Digital Product Passport
Gli investimenti in sostenibilità sono in massima parte legati alla regulation, che varia da paese a paese e da settore e settore. Nel manifatturiero sono forti le pressioni per la tracciabilità del prodotto, processo già in fase avanzata in settori come il pharma e il food. Ma l’enorme mole di dati presenti in azienda creano opportunità per intraprendere nuovi percorsi. Si possono acquisire dati in relazione alla produzione di CO2 nell’ambito della produzione e della logistica.
Nel manifatturiero sono forti le pressioni per la tracciabilità del prodotto, processo già in fase avanzata in settori come il pharma e il food. Ma l’enorme mole di dati presenti in azienda creano opportunità per intraprendere nuovi percorsi.
«Una svolta importante per l’accelerazione della sostenibilità sarà data dall’obbligo del Digital Product Passport (Dpp), normativa che sarà completata entro il 2027 e interesserà progressivamente più settori di industry», dice Soldi. Dpp come certificato digital, dunque, che fornisce informazioni ambientali, sociali e di governance (Esg), incluso il reporting dell’impronta di carbonio. «Alcuni prodotti europei dovranno essere accompagnati da un passaporto digitale con tutte le informazioni su tutto il ciclo di vita del prodotto. Si è partiti con il Digital Battery Passport e poi sarà la volta del tessile e dell’elettronica», afferma Soldi.
L’abc della Manufacturing Data Integration secondo Engineering Industries eXcellence
Integrazione Erp-Plm- – Fornisce il collegamento collaborativo tra le due applicazioni garantendo che i dati di prodotto alimentino la pianificazione aziendale. Nello specifico, il PLM gestisce i dati del prodotto sin dalle prime fasi della progettazione iniziale fino al rilascio per la produzione, mentre il sistema Erp utilizza i dati di prodotto per pianificare e gestire le risorse e gli economics della produzione.
Integrazione Plm-Mes – Dalla progettazione e pianificazione della produzione all’esecuzione del flusso di lavoro. Questa integrazione crea un’unica fonte di dati durante l’intero ciclo di vita del prodotto, garantendo che ogni ordine eseguito in fabbrica sia eseguito in conformità con tutte le specifiche di prodotto e processo. Vantaggi? La qualità è controllata e assicurata, il rischio di costosi rifacimenti è eliminato e il time-to-market è significativamente ridotto.
Erp-Mes – Garantisce il completo allineamento tra le funzioni di pianificazione aziendale e quelle di produzione. L’integrazione consente lo scambio tempestivo di informazioni critiche tra vendite, approvvigionamento e reti di fornitori con monitoraggio delle attività in tempo reale sul piano di produzione. I dati condivisi e sincronizzati tramite integrazione possono includere lo stato e la disponibilità di materie prime, magazzini, inventario di prodotti, persone e asset.
Piattaforma di integrazione – La sincronizzazione tra Plm, Mes ed Erp è abilitata da una piattaforma di integrazione, un hub centralizzato, spesso basato su cloud, che fornisce tutti i servizi necessari per realizzare e gestire le interconnessioni e le interfacce tra i sistemi. La piattaforma è progettata e costruita in modo da offrire alle aziende del manifatturiero la flessibilità necessaria per integrare applicazioni multivendor o custom.
