Perchè è diventata un asset strategico nelle governance dei processi Manufacturing
“Every company is a data company”. Fu proprio Google, il gigante di Mountain View, a citare questo slogan tempo fa in concomitanza del lancio dei suoi servizi cloud.
Uno slogan diventato mantra, al punto che oggi il dato deve essere considerato come il principale asset aziendale. Infatti, solo con una corretta gestione e ottimizzazione dei dati si può massimizzare l’efficienza dei processi, tramite una chiara leggibilità e comprensione di tutti i flussi delle operations aziendali.
A testimonianza della centralità del dato, tutte le tecnologie e gli sforzi innovativi vanno verso questa direzione: dal 5G, al meta- verso, fino alle blockchain.
Se avere un’informazione il più possibile esplicativa, completa e corretta, da un lato è il target a cui arrivare, dall’altro lato, la pipeline necessaria a estrarre quest’informazione si è notevolmente espansa, aggiungendo elementi di natura eterogenea e sempre più complessi, con il requisito specifico di coesistere in un ecosistema ibrido, e schermato il più possibile da minacce esterne.
La tendenza attuale inoltre va verso una digital manufacturing sempre più evoluta, con sinergie hardware, software e networking sempre più proficue e performanti in grado di raccordare quel divario culturale aziendale che vedeva la netta divisione tra i blue collar e i white collar.
Questa abilitazione tecnologica è uno dei pilastri fondamentali per il cambio del paradigma nella stragrande maggioranza delle aziende manifatturiere che vivono il passaggio dall’azienda ERP-centrica (Enterprise Resource Planning) all’azienda MES-centrica (Manufactoring Execution System). Se da un punto di vista meramente tecnologico tale differenza è lievemente percepibile, da un punto di vista operativo questo cambiamento vede il sistema di “fabbrica”, deputato a gestire le operazioni di manufacturing, come il cuore dell’intero sistema azienda. L’ERP asserve quindi ad uno scopo ancillare fornendo informazioni necessarie per lo svolgimento dei processi produttivi, dalla pianificazione, alla schedulazione, alla produzione, all’handling e warehousing. Ecco quindi che avere un sistema così composto porta ad una riscrittura delle attività, sia di quelle di controllo e gestione che di quelle messe in atto per interpretare e comprendere le diverse informazioni provenienti da sistemi diversi. Ma soprattutto porta a una stratificazione del dato con diversi livelli di dettaglio e significatività. La componente chiave per l’efficacia di questi sistemi è la combinazione degli strumenti di raccolta dati con tecniche di analisi.
La sinergia di diverse tecnologie, che vede ad esempio tecniche di business intelligence e scenario analisys su data lake di grandi dimensioni, sta assumendo un ruolo fondamentale soprattutto in un momento di grande congiuntura socio economica come questo, in cui simulazioni e analisi di scenari to-be (che possono essere applicate a qualsiasi dimensione aziendale, grazie alla facilità della scalabilità delle più diffuse soluzioni oggi sul mercato), permettono di valutare impatti e comportamenti nell’adozione di nuove soluzioni o investimenti in ambito produttivo prima ancora di procedere con trial o test fisici.
Strumenti come la realtà aumentata/immersiva o di digital twin consentono un time to live di soluzioni in ambito manifatturiero più preciso ma soprattutto con una efficacia maggiore.
Gli attuali strumenti che devono asservire alle reportistiche e alle analisi devono quindi aggregare dati eterogenei provenienti dalle diverse sorgenti informative, ma contestualmente devono essere anche in grado di effettuare il match tra i dati di produzione con quelli provenienti dalle simulazioni, per poter estendere così il campo visivo degli addetti ai lavori verso uno shop floor aumentato. L’eterogeneità del dato sopra citata presenta anche una componente temporale importante. Quindi, un sistema moderno di data awareness deve essere in grado non solo di armonizzare i dati provenienti da sorgenti eterogenee, ma anche di analizzare e valutare dati che arrivano con velocità diverse e con urgenze differenti, spesso raccolti su siti geograficamente dislocati o con tecnologie differenti. Avere la sinteticità del dato e nello stesso tempo la sua completezza e poliedricità, per tutte le aree aziendali, è un elemento chiave per la governance completa dell’azienda, specie per lo scenario attuale, nel quale sia l’analisi, ma soprattutto la corretta interpretazione dell’informazione, gioca- no un ruolo fondamentale nella lettura dei processi aziendali.
