Fabbriche intelligenti: la nuova frontiera del settore manifatturiero non può prescindere dall’IA prescrittiva

Nel passaggio da Industria 4.0 a Industria 5.0, l’Intelligenza Artificiale si afferma come uno dei principali abilitatori della trasformazione digitale nei processi produttivi. In particolare, l’IA prescrittiva si configura oggi come una tecnologia abilitante ad alto impatto, capace non solo di prevedere scenari futuri, come già avviene con la IA predittiva, ma anche di consigliare decisioni basate su simulazioni dinamiche, vincoli operativi e obiettivi strategici. Ci troviamo di fronte a una nuova evoluzione del comparto manifatturiero, che si muove verso l’ideale di “Fabbrica Intelligente”, supportata da sistemi decisionali data-driven: l’AI sempre più ci aiuterà a rispondere alla domanda “Cosa dovremmo fare?”.

Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano (2024), in Italia il mercato dell’IA ha raggiunto un valore di 1,2 miliardi di euro (con un incremento del +58% rispetto al 2023) – tra i numerosi comparti impattati dall’introduzione dell’IA spiccano quelli della produzione e della supply chain – con una crescente adozione sia da parte delle grandi imprese (l’81% ha almeno valutato un progetto, il 59% ha già un progetto attivo) sia da un numero in aumento di PMI (il 7% delle piccole e il 15% delle medie imprese ha avviato progetti). Tra le applicazioni predittive più diffuse emergono i progetti di Data Exploration, Prediction & Optimization Systems, come sistemi di previsione della domanda, ottimizzazione dei flussi di trasporto o piani di produzione (34%).

Ricerca accademica e know-how industriale: la nuova equazione per l’innovazione in fabbrica

È in questo contesto che si colloca la collaborazione tra l’Università del Salento e il Gruppo Altea Federation, con Altea UP e Alterna in prima linea nella ricerca e sviluppo di soluzioni intelligenti per la fabbrica data-driven.

PMI o grandi aziende sono accomunate da un percorso di sperimentazione e trasformazione digitale che non sempre ha una chiara roadmap. La ricetta per diventare smart factory è necessariamente unica e distintiva, calibrata sulle peculiarità di ciascun modello di business, e necessita di un sapere sartoriale per cogliere gli insight a maggior valore e apportare un significativo miglioramento delle performance.

I modelli prescrittivi elaborati e allenati con la collaborazione dell’Università del Salento applicano il Machine Learning all’analisi dei processi produttivi e logistici di fabbrica. I progetti di implementazione realizzati dal Gruppo Altea in ambito Manufacturing offrono alcuni dati rappresentativi e che possono dare il sentiment di una trasformazione AI-driven: 98% di OTD (On-Time Delivery), indice di puntualità nella consegna della commessa e quindi dell’efficienza operativa; +5% di aumento della produzione. Investimenti che si ripagano annualmente grazie alla continua ottimizzazione operativa, valutata ad esempio in base alla riduzione costi/ore uomo su task operativi (-1000 h/anno per un Team Leader di Produzione e -1500 h/anno per lavoro di attrezzeria) e in riferimento all’aumento della capacità produttiva (fino a 700 h/anno di throughput).

Per comprendere il valore di queste soluzioni, da qualche anno Altea ha avviato un Experience Center nei propri uffici di Lecce, adiacenti al Campus UniSalento. Qui, Direttori di Produzione e Responsabili della Logistica possono, ad esempio, mettere alla prova l’ottimizzatore di produzione MIND P o vedere come cambia la gestione del magazzino grazie al motore intelligente ABC predittivo.

Studio di algoritmi avanzati per la gestione integrata e l’ottimizzazione dei processi produttivi e di supply chain

Nel clima di incertezza crescente dei mercati, gli approcci tradizionali di schedulazione non sono più sufficienti: da qui l’impegno di Altea UP e Alterna in soluzioni per la fabbrica potenziate dall’AI e che sfruttano la scalabilità del Cloud, per sostenere la competitività delle aziende.

MIND P, soluzione di IA prescrittiva progettata per rispondere con precisione e rappresentare scenari produttivi complessi, integra modelli di “AI spiegabile”, capaci di elaborare e risolvere problemi di ottimizzazione vincolata su larga scala, adattandosi dinamicamente ai cambiamenti del contesto produttivo. A differenza degli schedulatori convenzionali, prevede una modellazione dei processi, costruita a partire da un’analisi approfondita delle specificità del cliente e dei suoi obiettivi operativi, che consente una gestione proattiva di variabili quali capacità produttiva, disponibilità delle risorse, priorità ordini, vincoli di supply chain e logiche multi-sito. Diversi settori hanno già beneficiato dell’adozione di MIND P: in ambito manifatturiero, l’applicazione della soluzione ha determinato una riduzione misurabile degli sprechi e degli sfridi: ad esempio, nei processi di taglio coil e in ambito siderurgico si è ottenuto un miglioramento dell’efficienza con abbattimento dei residui industriali fino al 3%.

ABC predittivo, invece, aiuta ad analizzare e ottimizzare la politica delle scorte in magazzino, aggiungendo variabili di contesto e policy di compliance ESG che potrebbero nei fatti influenzare i tempi medi di inventario e il Cash Conversion Cycle (il tempo che intercorre dall’inizio dell’investimento fino all’incasso della vendita ai clienti). Il prototipo messo in funzione mostra come, ad esempio, uno Stock Manager o Direttore di Produzione possano ottimizzare la rotazione dell’inventario e migliorare la gestione del capitale circolante, passando da una visione delle tipologie di materiali critici presenti in magazzino, alla rappresentazione delle correlazioni tra materiali in stock, eventi interni ed esterni, ottenendo suggerimenti utili all’azione proattiva.

In un contesto di innovazione guidata dai dati, l’esperienza maturata da Altea UP e Alterna, insieme al contributo accademico dell’Università del Salento, testimonia come sia possibile passare da un approccio predittivo a uno realmente proattivo e adattivo applicando l’AI prescrittiva per l’ottimizzazione dei processi di fabbrica.

“L’applicazione dell’AI – sia predittiva sia generativa – al patrimonio informativo delle aziende permetterà di trasformare i dati in decisioni più rapide, consapevoli e mirate, e consentirà la gestione completa del ciclo di vita della produzione, dal design al post-vendita, attraverso sistemi integrati di tracciabilità che permettano di monitorare ogni fase del processo e del prodotto” – dichiara Fabio Paracchini, VP Innovation di Altea Federation – Non si tratta solo di automatizzare o di prevedere, ma di mettere questi strumenti al servizio delle persone, offrendo insight tempestivi, scenari simulabili e suggerimenti concreti che permettano di prendere decisioni ponderate e strategiche”.

Pensando al futuro, quindi, sarà sempre più importante fare tesoro delle tecnologie ICT ormai mature per migliorare la comunicazione tra le persone, abilitando una condivisione trasparente e in tempo reale di dati governati, aggiornati e fruibili.