Oggi sono sempre più numerose le aziende curiose di sperimentare in concreto come software e algoritmi di intelligenza artificiale possano essere integrati nei contesti di produzione manifatturiera. E, soprattutto, possano aiutarle a superare gli attuali limiti degli schedulatori tradizionali, nel pieno rispetto dei loro obiettivi, risorse e competenze interne.
Come fare però a integrare bene l'intelligenza artificiale in produzione, nelle sue declinazioni di predittiva, prescrittiva e generativa, per massimizzate l'efficienza e la produttività? E perché decidere di farlo ora, se consideriamo che l'intelligenza artificiale è disponibile da diversi anni?
Quali dati servono per alimentare l'AI?
Oggi siamo in un momento storico e tecnologico particolare. Se, infatti, l’intelligenza artificiale non è un concetto nuovo, nuova e non paragonabile al passato è l’enorme quantità di dati attualmente disponibili in produzione per alimentarla.
Questi dati permettono di ottenere risultati sorprendenti, decisamente non perseguibili in passato. Per ottenerli, le aziende, da un lato, devono imparare a stabilire un'adeguata frequenza di raccolta e di analisi di questi dati, selezionando quelli realmente utili a nutrire gli algoritmi. Dall’altro, devono definire gli algoritmi e i modelli matematici più opportuni per ogni loro applicazione.
La nuova idea di fabbrica, con l'AI che aiuta la schedulazione
Ci siamo confrontati sul tema con il team di due aziende da tempo attive in questo ambito, Altea UP e Sap Italia.
Valentina Gagliardi, Sales Director di Altea UP, suggerisce che sia ormai tempo di prepararsi a un’idea nuova di fabbrica. Una “Intelligent Factory” nella quale l’intelligenza artificiale è sempre più leva strategica di innovazione e trasformazione digitale, per rispondere in modo dinamico alle esigenze del mercato finale.
“L’AI può essere integrata con i sistemi esistenti per creare un ecosistema produttivo intelligente e interconnesso. In questo ecosistema, a essere interconnessi sono i processi, le persone e le tecnologie”, dice Gagliardi.
“In questo percorso verso la Intelligent Factory, servono architetture software integrate con l’AI che, specifiche per industry verticali, permettano di semplificare e migliorare l’efficienza dei processi, anche oltre il reparto produzione, lungo la supply chain estesa”.
I tre tipi di intelligenza artificiale che servono al manifatturiero
Michele Esposito, Product Manager di Altea UP, e Stefano Solano, GTM & Cloud Solutions Manager di Altea UP, con Marco Tamagnini, Platform Architect Lead di SAP Italia, spiegano la differenza fra tre tipi di AI declinabile nel manifatturiero. E mettono in evidenza le opportunità di integrare l’AI nel controllo produzione.
Proprio grazie all’AI, esiste una valida alternativa ai metodi tradizionali di schedulazione. Questa alternativa è introdotta dalla soluzione MindP di Altea UP, basata sulla SAP Business Technology Platform.
“Se parliamo di AI nella produzione manifatturiera, dobbiamo fare tre distinzioni importanti”, chiarisce Esposito.
AI predittiva
L’AI Predittiva si basa sull’uso di modelli statistici e algoritmi di machine learning per analizzare dati e fare previsioni a partire da dati storici.
AI prescrittiva
L’intelligenza artificiale Prescrittiva analizza i dati e le previsioni, utilizza algoritmi e simulazioni più complessi per valutare opzioni e suggerire azioni da intraprendere.
AI generativa
Infine, l’AI Generativa si serve di modelli di deep learning, come le reti neurali generative, per generare dati (contenuti) nuovi a partire da quelli di addestramento.
L’AI prescrittiva e la soluzione MindP di Altea UP
Il team di Altea UP, nella sua proposta di ottimizzazione della produzione MindP, si concentra in particolare sull’AI prescrittiva.
“In collaborazione con un gruppo di ricercatori dell’Università del Salento, sviluppiamo e integriamo nella nostra soluzione un esclusivo modello matematico di ottimizzazione. Questo modello di volta in volta può essere personalizzato sulle specifiche esigenze di un cliente, a partire dalla SAP Business Technology Platform”, spiega Stefano Solano.
“In pratica, risolve problemi complessi di pianificazione della produzione e della supply chain. Offre la possibilità di analizzare in real-time diversi scenari di ottimizzazione”.
“Grazie alla tecnologia SAP, oggi si creano le condizioni ottimali per utilizzare l'AI in modo esteso, anche nei contesti produttivi", afferma Marco Tamagnini.
Come diventa intelligente la produzione grazie all'AI
"L'intelligenza artificiale contribuisce a rendere le fabbriche non solo digitali, ma anche intelligenti: resilienti, adattive e autonome. Supportiamo i nostri partner e i loro clienti nell'integrare la SAP Business AI in modo scalabile all'interno dei loro processi, attraverso specifici servizi software pronti all'uso".
"Questi favoriscono lo sviluppo di applicazioni di campo personalizzate, in grado di rispondere alle peculiarità di processo che rendono le aziende leader di mercato. Tutto ciò avviene grazie a uno scambio bidirezionale di competenze, come sta accadendo con Altea UP e l'Università del Salento.”
