e oggi vi è una significativa consapevolezza delle sue capacità all ’ interno delle imprese manifatturiere , che si stanno attrezzando con strutture digitali in modo da potere disporre di una visione delle informazioni di prodotto anche da una prospettiva ingegneristica , parte fondamentale dei concetti di trasformazione digitale e digital thread . I sistemi PLM non sono una novità nel settore manifatturiero . Molte aziende hanno iniziato il loro percorso PLM 10 o 15 anni fa , ma sanno che c ’ è ancora molto lavoro da fare prima di ottenere il controllo dei dati di cui hanno bisogno . Gli investimenti nel PLM stanno crescendo in modo significativo ed è cruciale che questa spina dorsale sia adatta all ’ azienda , altrimenti il suo futuro potrà diventare sempre più complesso .
Nei reparti di produzione si genera una grande quantità di dati : estrarli , combinarli con i dati aziendali e unirli ai dati PLM ed ERP , però , non è semplice
I big data sono essenziali per aumentare la produttività , migliorare l ’ efficienza e scoprire nuove idee che possano promuovere l ’ innovazione
IL VALORE DI UN AMBIENTE DATI COMUNE Nell ’ ambiente della fabbrica connessa , raccogliere i dati non è un problema . Tuttavia , organizzarli e combinarli in modo che diventino utili e significativi , permettendo all ’ impresa di utilizzarli per agire o prendere decisioni , è sempre stato problematico . La difficoltà consiste nel raccogliere i dati da fonti diverse in un ambiente eterogeneo . Il problema esiste da molti anni . Nei reparti di produzione si genera una grande quantità di dati ma estrarli , combinarli con i dati aziendali e unirli ai dati PLM ed ERP non è facile . È difficile ottenere informazioni da livelli di sistema differenti in modo da poterle integrare tutte insieme .
Un ’ altra complessità nell ’ enigma dei dati è costituita dai cosiddetti dati oscuri . Molti dei dati raccolti , infatti , risiedono in enormi bacini che spesso non sono altro che un terreno di deposito senza alcuna struttura e per il team di business intelligence è complicato estrarre qualsiasi valore . È necessario entrare , scoprire che cosa si sta cercando e mettere insieme le informazioni . In quasi tutte le aziende vi sono oggi dei reparti che hanno il compito di fare questo lavoro . Questo volume di dati non facilmente analizzabili può intaccare la capacità di svolgere rapide analisi , impedendo così di prendere le decisioni migliori per l ’ azienda . D ’ altro canto , sia che ci si orienti verso l ’ intelligenza artificiale o il machine learning , generalmente più dati si hanno e più opportunità nascono , a condizione che si abbia a disposizione la potenza di calcolo per elaborarli . Più dati si hanno , più è probabile che si riescano a stabilire dei pattern e un modello affidabile di machine learning con i quali gestire la propria azienda da un punto di vista predittivo o prescrittivo .
LA VIA VERSO I DATI DI VALORE Quando le aziende chiedono come dovrebbero approcciare i loro dati , la risposta è che una corretta gestione dei dati deve seguire tre direttrici : la trasformazione digitale , la fabbrica connessa e il prodotto connesso . La trasformazione digitale si basa su un thread digitale all ’ interno della propria azienda , che poggia su tre pilastri che rappresentano le sue tre fonti primarie di informazione . Il primo è l ’ ingegneria connessa , l ’ ambiente PLM : comprende dati dettagliati di prodotto , dati della supply chain , informazioni di produzione e dati di qualità . Vi è quindi la fabbrica connessa , che spinge tutti i dati dei reparti di produzione a un livello superiore nella propria azienda , rendendoli accessibili e visibili . Il terzo pilastro è il prodotto connesso . La ricca fonte di informazioni su ciò che sta accadendo al prodotto che è stato realizzato e inviato al cliente . Che cosa ne sta
26 www . thenextfactory . it
| Industria 4.0 | Tecnologie Innovative | Automazione |