Intelligenza artificiale e Industria 4.0 rappresentano due tra i termini più ricorrenti nell’attuale vocabolario dell’innovazione. Il connubio tra la più chiacchierata tecnologia emergente e quella che viene definita a pieno titolo la quarta rivoluzione industriale è più che mai florido di spunti di riflessione, per indagare sullo stato attuale delle cose e soprattutto sulle aspettative che le aziende e gli investitori ripongono nella smart factory, la fabbrica intelligente.
Se il futuro appare radioso a livello generale, oggi assistiamo a diverse fasi di adozione della AI nei vari settori industriali. L’implementazione dell’intelligenza artificiale nei processi di fabbrica viaggia a differenti velocità nel contesto della grande industria e nelle PMI, che accusano un ritardo dovuto a diversi fattori.
Anche se i tempi di implementazione delle nuove tecnologie nei contesti industriali sono solitamente lenti e costanti, è opportuno notare come la crescente adozione dei servizi in cloud, che comprendono ad esempio funzioni AI per l’automazione dei processi, potrebbe rapidamente mitigare il gap a favore dell’innovazione, permettendo alla nostra piccola e media industria di abilitare attività che sarebbero difficilmente in grado di sostenere avvalendosi soltanto delle risorse IT e delle competenze interne.
Vediamo una panoramica sui principali aspetti che caratterizzano l’implementazione dell’intelligenza artificiale nei processi disegnati secondo le logiche e le pratiche del paradigma di produzione dell’industria 4.0.
Una breve panoramica dell’intelligenza artificiale nelle aziende
L’intelligenza artificiale costituisce in primo luogo un termine ombrello che copre molte tecniche differenti tra loro, chiamate a soddisfare un’ampia gamma di esigenze di business. Si tratta di un aspetto essenziale quanto si parla di industria 4.0, data la diversità che caratterizza le varie fasi del processo produttivo della fabbrica intelligente.
In questo contesto, soprattutto per quando concerne l’attuale implementazione nei processi industriali, il machine learning rappresenta la branca della AI al momento più utilizzata, in quanto consente alle organizzazioni di generare valore attraverso l’analisi descrittiva (business intelligence) e l’analisi predittiva (business analytics) sui dati che provengono direttamente dai sistemi IoT installati sul piano di fabbrica.
La AI consente di supportare le decisioni e l’operatività in vari contesti applicativi. Secondo una recente ricerca di Capgemini, svolta a livello globale, l’intelligenza artificiale viene utilizzata prevalentemente nell’ambito della manutenzione dei sistemi industriali (29%) e del controllo qualità della produzione (27%).
Le possibilità di utilizzo della AI nei processi digitali dell’industria 4.0, come vedremo, sono comunque molto varie e consentono al momento ampie possibilità di indagine e sperimentazione sul tema.
Il principale momento di svolta a cui abbiamo assistito coincide con il tremendo impatto della pandemia Covid-19 sulle supply chain a livello globale, che spinto le aziende ad accelerare la modernizzazione dei loro processi, per rilanciare una competitività che i modelli tradizionali, a causa di evidenti lacune in termini resilienza della produzione, non erano più in grado di garantire.
In questo contesto, i risultati di una serie di survey condotti dal 2020 ad oggi ci consente di stimare che circa il 60% delle aziende abbiano iniziato ad utilizzare l’intelligenza artificiale nelle loro applicazioni industriali per favorire una produzione sempre più orientata a soddisfare puntualmente una domanda estremamente mutevole, che vede il consumatore sempre più al centro dell’esperienza di acquisto.
Tale osservazione ci consente un esempio mirato di utilizzo della AI nel contesto dell’industria 4.0, in quella che viene definita manifattura intelligente, nella prospettiva di un approccio che parte ben a monte del momento in cui le merci destinate al mercato prendono forma.
Le capacità analitiche della AI consentono di conoscere meglio le abitudini della clientela e orientare tutte le scelte del business in maniera più informata e consapevole, oltre che sinergica tra i vari reparti aziendali, che spaziano alla progettazione di prodotti in grado di seguire favorevolmente i trend del mercato, terreno d’azione del marketing e delle vendite.
Al tempo stesso la previsione della domanda consente di gestire gli aspetti legati agli ordini di materiali utili alla fabbricazione dei prodotti e alla logistica, ottimizzando l’intera supply chain per ridurre i tempi e i costi legati alla manifattura, a tutto vantaggio dei profitti aziendali e della soddisfazione dei clienti.
Intelligenza artificiale e Industria 4.0, la situazione in Italia
I dati relativi al mercato dell’intelligenza artificiale in Italia ci consentono di osservare una situazione con ottime prospettive di crescita, pur viziata da alcuni squilibri ed evidenti ritardi rispetto ad altri contesti europei.
Secondo le stime di Anitec-Assinform, organo di Confindustria che fa riferimento alle aziende tecnologiche nei settori dell’informazione e della comunicazione, il mercato AI nel 2022 ha sviluppato un volume d’affari di 422 milioni di euro, con un +21,9% rispetto al 2021. Per il triennio 2022-2025 si prevede che tale importo possa superare i 700 milioni, con un tasso di crescita medio annuo pari al 22%.
Anche se i numeri citati da Confindustria ci presentano al momento un quadro piuttosto distante dalle stime a livello globale, appare evidente come l’intelligenza artificiale, insieme a una serie di tecnologie abilitanti dell’industria 4.0. come la cybersecurity, i big data analytics e il cloud computing, costituisca un fattore di crescita determinante per il mercato digitale del nostro paese.
Come anticipato in sede introduttiva, un problema evidente è al momento costituito dall’adozione dell’intelligenza artificiale nel contesto delle PMI, la dimensione aziendale che forse più di ogni altra ne avrebbe bisogno per accelerare il proprio processo di trasformazione digitale.
Secondo quanto riportato da Il Sole 24 Ore in data 9 febbraio 2023:
“Secondo i dati Istat del 2021, solo il 6,2% delle imprese ha dichiarato di utilizzare sistemi di IA, contro una media dell’8% nell’Unione europea; in particolare, la percentuale di piccole imprese si attesta al 5,3%, contro il 24,3% delle grandi imprese. Positivo però l’aumento che, secondo dati Ocse, continuano a registrare gli investimenti in capitale di rischio, la ricerca e il numero di talenti riferiti all’intelligenza artificiale, pur se, anche in questo caso, molto inferiori a paesi limitrofi come Germania o Francia”.
Intelligenza artificiale e Industria 4.0, l’unione
L’ìndustria 4.0 fa convenzionalmente riferimento a nove tecnologie abilitanti:
1. Robotica collaborativa
2. Manifattura additiva (stampa 3D)
3. Realtà aumentata
4. Simulazione
5. Integrazioni dei sistemi digitali
6. Industrial internet of things (IIoT)
7. Cloud computing
8. Cybersecurity
9. Big data e analytics
L’intelligenza artificiale è in grado di integrare processi e applicazioni in qualsiasi circostanza ci siano dei dati da analizzare per finalità che spaziano dalla gestione documentale alle attività predittive che coinvolgono i vari processi della manifattura.
Le varie tecniche dell’intelligenza artificiale consentono di integrare in maniera trasversale l’attività svolta delle tecnologie abilitanti dell’industria 4.0, agevolando il raggiungimento di vari obiettivi.
A titolo esemplificativo possiamo citare come la computer vision risulti decisiva nel contesto del controllo qualità, il natural language processing supporti la gestione documentale e il customer care, mentre il machine learning possa generare in tempo reale insight in grado di rendere più consapevoli le decisioni aziendali per soddisfare la domanda di mercato o la manutenzione dei sistemi, giusto per citare alcune delle attività più rilevanti nel caso delle aziende manifatturiere.
I diversi campi applicativi
Alcune delle principali applicazioni dell’intelligenza artificiale nell’industria 4.0 sono:
Robotica collaborativa
I collaborative robots (cobots) vengono impiegati sul piano di fabbrica, per assistere o sostituire l’uomo nelle operazioni più gravose e ripetitive.
I cobots costituiscono una delle manifestazioni più iconiche della quarta rivoluzione industriale, che ha visto il passaggio dalla robotica autonoma, programmata per ottimizzare un task specifico, alla robotica intelligente, capace di apprendere e adattarsi in differenti scenari collaborativi.
L’intelligenza artificiale consente infatti ai cobot di prendere in autonomia decisioni sulla base di quanto accade nel contesto, attraverso l’analisi dei dati provenienti in tempo reale dal piano di fabbrica attraverso i sensori dei sistemi IoT.
Manutenzione predittiva
I dati provenienti dai sistemi per la manifattura vengono analizzati dalle applicazioni di monitoraggio per conoscere in tempo reale lo stato funzionale delle macchine, rilevarne le anomalie ed anticipare di conseguenza i pericolosi fermi di produzione, le cui conseguenze incidono in maniera sempre più pesante sulle finanze e sulla reputazione delle aziende.
Grazie all’intelligenza artificiale si assiste al passaggio dalla tradizionale manutenzione programmata alla manutenzione preventiva, in grado di ottimizzare le risorse umane e tecnologiche da allocare per garantire il corretto funzionamento delle linee di produzione della smart factory.
Controllo qualità e riduzione errori produzione
I processi di manifattura basati sull’industria 4.0 utilizzano tecniche di computer vision per l’ispezione visiva nel controllo di qualità della produzione. Attraverso l’analisi delle immagini catturate dagli occhi elettronici delle camere digitali, le tecniche AI rilevano automaticamente le anomalie sui prodotti della fabbricazione, evitando errori e difetti che potrebbero finire sul mercato a discapito della soddisfazione dei clienti e della reputazione aziendale.
Previsione della domanda
Le applicazioni di machine learning consentono di analizzare i dati relativi alle interazioni dei clienti e allo storico di vendita per identificare i pattern dell’intero customer journey, prevedendo quindi con accuratezza la domanda di mercato nei tempi successivi.
Ciò offre alle aziende la possibilità di prevedere i volumi di produzione e ottimizzare di conseguenza la supply chain, a cominciare dagli ordini di materiali e prodotti necessari per la fabbricazione.
Logistica e gestione inventario
I sistemi di machine learning vengono impiegati per effettuare analisi predittive utili ad ottimizzare la gestione dell’inventario, individuando in anticipo i materiali e i prodotti in via di esaurimento e provvedere ai riordini.
Tale opportunità risulta molto utile nel caso delle filiere complesse, in cui è frequente di verifichino una serie di colli di bottiglia che potrebbero mettere a repentaglio il regolare soddisfacimento degli ordini di produzione.
Robotic process automation (RPA)
Grazie alla programmazione low code / no code, la RPA consente ormai anche ai semplici dipendenti (citizen developer) di automatizzare i loro task ripetitivi, creando dei bot software in grado di delegare alla macchina molte operazioni a basso valore aggiunto.
Nell’ambito della produzione industriale, la robotic process automation è utile in vari frangenti, a partire dall’inserimento dei dati necessari all’esecuzione degli ordini. La RPA implementa inoltre tecniche di intelligenza artificiale e machine learning per interagire con i chatbot utilizzati nell’ambito del customer care.
