osservatorio smart manufacturing un viaggio in maserati industrial iot: una rivoluzione

Transcript

1 industry 4.0 e tecnologie innovative osservatorio smart manufacturing un viaggio in maserati industrial iot: una rivoluzione DBInformation SPA - Allegato Redazionale - Tecnologie Meccaniche - sistemi per produrre - n. 10/2016 Ottobre

2 The Pronti per l iperammortamento? Con il Piano Industria 4.0 il Governo mette in campo un programma industriale per facilitare l evoluzione del manifatturiero italiano con strumenti come l iperammortamento al 250%. di Edoardo Oldrati I l Piano Industria 4.0, presentato dal Ministro Calenda a novembre 2016 e poi inserito nella legge di bilancio 2017, è un programma industriale che si pone l ambizioso compito di aiutare il sistema mani- 12 fatturiero italiano attraverso la cosiddetta quarta rivoluzione industriale sfruttando a pieno i vantaggi competitivi e tecnologici che ne derivano. L iniziativa, che ricordiamo riprende e potenzia elementi di piani di importanti sistemi industriali (dall Industrie 4.0 tedesco all Industrie du Futur francese, passando per il progetto Catapult britannico), ha importanti elementi di discontinuità rispetto al passato, soprattutto per quanto w w w. t e c h m ec.i t INDAGINE PIANO INDUSTRIA 4.0 TNF 1.indd 12 10/02/17 08:21

3 #Industria 4.0 riguarda l ampiezza dell area di intervento che comprenderà dal sostegno agli investimenti innovativi al potenziamento delle competenze, con grande attenzione anche al tema delle infrastrutture abilitanti e degli strumenti pubblici di supporto. Dei tanti importanti mattoni che costituiscono il Piano Industria 4.0, uno in particolare ha subito attirato l attenzione di tutti gli operatori del settore per gli importanti effetti che potrà avere sul sistema manifatturiero italiano. Stiamo parlando della proroga del superammortamento al 140%, ma soprattutto dell incremento al 250% dell aliquota per investimenti in beni materiali strumentali nuovi, funzionali alla trasformazione in chiave Industria 4.0. Per meglio comprendere la rilevanza della misura è utile pensare che, a fronte di un investimento di un milione di euro, sarà possibile ottenere un risparmio d imposta fino a circa euro complessivi. DA TENERE PRESENTE Uno degli elementi maggiormente positivi dello strumento dell iperammortamento è la sua semplicità: dal punto di vista burocratico, infatti, l impegno richiesto alle aziende INDUSTRIA 4.0? LE MACCHINE UTENSILI SONO PRONTE Abbiamo incontrato Massimo Carboniero, Presidente di Ucimu Sistemi per Produrre, per discutere del Piano Industria 4.0 e conoscerne le potenziali ricadute sulle PMI italiane. Il ministro Calenda, dopo che il Piano Industria 4.0 è stato inserito nella legge di bilancio, ha dichiarato: «La politica industriale torna al centro dell agenda politica. Ora tocca alle imprese». Secondo lei, il comparto delle macchine utensili è pronto a questa sfida? Certamente. E la mia non è una risposta retorica. Il settore che ho l onore di rappresentare è pronto almeno per due ragioni essenziali. La prima è più generica e riguarda lo spirito, comune a tutti coloro i quali in Italia si occupano di Carlo Calenda, Ministro dello Sviluppo economico è minimo. Entriamo nel dettaglio. L azione di iperammortamento avrà applicazione per il periodo 1 gennaio dicembre 2017, prolungabile fino al 30 giugno 2018, a condizione che entro la data del 31 dicembre 2017 il relativo ordine risulti accettato dal venditore e che sia avvenuto il paga- manifattura, che si concretizza nell attitudine a cercare sempre nuove vie allo sviluppo e alla crescita della propria impresa. La seconda invece, decisamente più forte e determinante, riguarda proprio il comparto dei sistemi di produzione che non ha certo cominciato negli ultimi mesi a interessarsi al tema dell automatizzazione e digitalizzazione della fabbrica. Moltissime delle tecnologie prodotte già da anni nelle fabbriche di macchine utensili sono riconducibili ai temi connessi a Industria 4.0. Ora abbiamo una definizione che le identifica, ma non si tratta in tutto e per tutto di una novità. Anzi. www. tec hm ec. it INDAGINE PIANO INDUSTRIA 4.0 TNF 1.indd /02/17 08:21

4 mento di acconti in misura pari ad almeno il 20% del costo di acquisizione. Inoltre, sono iperammortizzabili sia i beni acquisiti in proprietà sia quelli acquisiti con contratto di locazione finanziaria (leasing). Ma quali tipologie di beni strumentali possono godere dell iperammortamento? Nel paragrafo successivo riportiamo le tre macrofamiglie indicate nella legge, ma è importante fare una precisazione. Nel caso del primo gruppo di beni, quello che comprende macchine, utensili e robot per citarne alcuni, il legislatore chiede che i beni rispondano ad alcuni criteri supplementari. Tutte queste macchine devono essere infatti dotate di controllo per mezzo di CNC e/o PLC, interconnessione ai sistemi informatici di fabbrica con caricamento da remoto di istruzioni e/o part program, integrazione automatizzata con il sistema logistico della fabbrica o con la rete di fornitura e/o con altre macchine del ciclo produttivo, interfaccia tra uomo e macchina semplici e intuitive, rispondenza ai L INIZIATIVA POTENZIA I PIANI DI IMPORTANTI SISTEMI INDUSTRIALI più recenti parametri di sicurezza, salute e igiene del lavoro. Inoltre, tutte le macchine per accedere all iperammortamento devono essere dotate di almeno due tra le seguenti caratteristiche per renderle assimilabili o integrabili a sistemi cyberfisici: sistemi di telemanutenzione e/o telediagnosi e/o con- Dalla sensoristica evoluta alla manutenzione predittiva, dai sistemi di visione a quelli di controllo, dai software per l interconnessione tra sistemi all interno dello stabilimento o tra l interno e l esterno della fabbrica: sono queste alcune delle tecnologie già sviluppate per essere presenti sulle nostre macchine. La novità è il grande cambiamento organizzativo che l introduzione di queste soluzioni comporta in un impresa. Questa è la sfida. A noi costruttori, ancora una volta, spetta il compito di essere abilitatori e diffusori di un nuovo sviluppo ma siamo noi i primi a dovere pensare di aggiornare anche le nostre stesse fabbriche: lo stiamo già facendo e lo faremo ancora di più. Certo occorrono tanta umiltà, tenacia e lungimiranza nel capire come e dove si deve migliorare. Occorre conoscere, approfondire, informarsi. Ecco, allora cosa può fare Ucimu per aiutare le aziende che vogliono intraprendere un percorso in ottica 4.0? Penso sia a chi vuole rendere 4.0 la propria azienda, sia a chi vuole proporsi come fornitore di tecnologie In un processo come quello che può attivare l approccio previsto da Industria 4.0 la formazione diventa centrale. A questo proposito, Ucimu ha previsto un piano di azione coordinato che prevede: incontri mirati e approfondimenti operativi per comprendere esattamente il tema e le possibili implicazioni per chi opera nel settore; strumenti a hoc di autovalutazione per le imprese così che ciascuna possa, in modo semplice e veloce, avere un idea di come si posiziona rispetto a Industria 4.0 per poi decidere quali passi fare; occasioni di confronto e il supporto diretto e costante in associazione di esperti della materia. Tutto questo è fare cultura di impresa, uno dei compiti principali di Ucimu, nata nel lontano 1945 per favorire - appunto - la crescita e lo sviluppo dell industria italiana INDAGINE PIANO INDUSTRIA 4.0 TNF 1.indd 14 10/02/17 08:21

5 #Industria 4.0 trollo in remoto, monitoraggio continuo delle condizioni di lavoro e dei parametri di processo mediante opportuni set di sensori e adattività alle derive di processo, caratteristiche di integrazione tra macchina fisica e/o impianto con la modellizzazione e/o la simulazione del proprio comportamento nello svolgimento del processo (sistema cyberfisico), dispositivi, strumentazione e componentistica intelligente per l integrazione, la sensorizzazione e/o l interconnessione e il controllo automatico dei processi utilizzati anche nell ammodernamento o nel revamping dei sistemi di produzione esistenti, filtri e sistemi di trattamento e recupero di acqua, aria, olio, sostanze chimiche e organiche, polveri con sistemi di segnalazione dell efficienza filtrante e della presenza di anomalie o sostanze aliene al processo o pericolose, integrate con il sistema di fabbrica e in grado di avvisare gli operatori e/o di fermare le attività di macchine e impianti. Questi requisiti di connettività e integrazione stabiliti dallo strumento legislativo devono essere confermati tramite una perizia che, per beni di valore fino a euro, può essere autocertificata da parte dell utilizzatore, mentre per importo superiore richiede l intervento di un perito/ingegnere o società di certificazione. Sul tema della perizia va segnalato come Confindustria, in una circolare, ha annunciato che sta collaborando con il MiSE nella redazione di linee guida volte alla definizione univoca del concetto di interconnessione al sistema aziendale di gestione della produzione o alla rete di fornitura che, una volta pronte, renderanno sicuramente più semplice la redazione delle perizie. o la modifica delle caratteristiche superficiali dei prodotti e/o la funzionalizzazione delle superfici. Sistemi per l assicurazione della qualità e della sostenibilità comprendenti macchine di misura geometrica, sistemi di monitoraggio in process, soluzioni per la caratterizzazione dei materiali (inclusi quelli utilizzati nelle tecnologie additive), sistemi di marcatura e tracciabilità, dispositivi per il monitoraggio e controllo delle soluzioni di lavoro delle macchine (se interfacciati al sistema informativo di fabbrica), soluzioni per la tracciatura dei prodotti finiti, monitoraggio e gestione dell energia, filtri e sistemi di trattamento e recupero di acqua, aria, olio, sostanze chimiche e organiche, polveri con sistemi di segnalazione dell efficienza filtrante e della presenza di anomalie o sostanze aliene al processo o pericolose, integrate con il sistema di fabbrica e in grado di avvisare gli operatori e/o fermare le attività di macchine e impianti. Dispositivi per l interazione uomo-macchina e per il miglioramento dell ergonomia e della sicurezza del posto di lavoro in logica 4.0, dove sono inclusi banchi e postazioni di lavoro dotati di soluzioni ergonomiche in grado di adattarli in maniera automatizzata alle caratteristiche degli operatori, sistemi intelligenti/robotizzati/interattivi per il sollevamento/traslazione di parti pesanti od oggetti esposti ad alte temperature LO STRUMENTO È SEMPLICE: DAL PUNTO DI VISTA BUROCRATICO, INFATTI, L IMPEGNO PER LE AZIENDE È MINIMO che agevolino il compito dell operatore, dispositivi wearable, apparecchiature di comunicazione tra operatore/operatori e sistema produttivo, dispositivi di realtà aumentata e virtual reality, interfacce uomo-macchina (HMI) intelligenti e che supportano l operatore in termini di sicurezza ed efficienza delle operazioni di lavorazione, manutenzione, logistica. GLI INVESTIMENTI AMMORTABILI In sintesi riportiamo le famiglie di beni strumentali per cui è possibile accedere al meccanismo dell iperammortamento al 250%. Beni strumentali con funzionamento controllato da sistemi computerizzati e/o gestito tramite opportuni sensori e azionamenti che comprende macchine utensili, beni strumentali per la lavorazione di materiali di varia natura, soluzioni per l imballaggio e l assemblaggio, tecnologie additive, sistemi per la movimentazione e la logistica, robot, robot collaborativi e sistemi multirobot, macchine operanti con flussi di energia (laser, plasma eccetera), EDM, sistemi per il conferimento 15 INDAGINE PIANO INDUSTRIA 4.0 TNF 1.indd 15 10/02/17 08:21

6 LA RIVOLUZIONE È NELL ORGANIZZAZIONE AZIENDALE Ad Alfredo Mariotti, Direttore di Ucimu - Sistemi per Produrre, abbiamo chiesto in che modo il Piano presentato dal Ministro Calenda si svilupperà nel comparto della macchina utensile. Il piano Industria 4.0 va oltre le misure, pure importanti, di sostegno agli investimenti. Penso per esempio a Digital Innovation Hub e al loro ruolo di ponte tra ricerca, impresa e finanza. Come si immagina queste realtà e, secondo lei, in che modo si svilupperanno per il comparto della macchina utensile? Il punto è esattamente questo: Industria 4.0 è tutto fuorché una mera e semplice rivoluzione industriale. Certo: parte tutto dalla tecnologia, che è centrale per attivare l evoluzione del modo di fare industria, ma il grande cambiamento, la grande rivoluzione sono nell organizzazione aziendale. E se cambia il modo di lavorare cambiano le mansioni, i ruoli, le professionalità richieste e dunque le competenze. Mai come in questo momento occorre che l approccio sia multidisciplinare: solo così avremo persone in grado di operare in nuovi contesti, più complessi ma certamente più performanti. Questo approccio, determinato dalla natura ibrida di questa trasformazione, impone che vi siano anche nuove organizzazioni a supporto, siano essi i Digital Innovation Hub, alcuni già operativi, oppure altre forme di organizzazione. Le stesse associazioni si sono organizzate in modo da fornire supporto interdisciplinare rafforzando così ulteriormente il loro ruolo di facilitatori del dialogo tra mondo dell impresa, della ricerca e della finanza. A mio avviso, dopo una certa confusione iniziale - tutti ora spesso in modo inopportuno parlano di Industria resteranno in campo solo coloro i quali hanno reali competenze per dare supporto alle aziende anche in termini formativi. Una novità del Piano Industria 4.0 è l estensione dei termini per la consegna del bene strumentale a 18 mesi. Quali effetti potrà avere questa modifica e perché per Ucimu era così importante fosse inserita nel Piano? Al di là dei tecnicismi e dei dettagli, questo passaggio inserito nella stesura finale della norma dimostra che chi ha scritto il Piano ha finalmente compreso come lavora l industria in Italia. E le assicuro che ciò non era così scontato, perché si tratta di un discorso piuttosto articolato. Gran parte dei beni strumentali e dei macchinari hanno tempi di produzione molto lunghi, che vanno anche oltre i 6 mesi. Dunque, se non fosse stata inserita una differenziazione tra il termine di raccolta dell ordine e quello di consegna della macchina, una grande fetta degli investimenti non avrebbe potuto beneficiare dell incentivo. Grazie a questa modifica, l incentivo può essere effettivamente sfruttato per tutto il tempo per cui è stato pensato e cioè l anno 2017, a patto che al momento dell ordine - che deve essere fatto entro il 31 dicembre sia emesso un acconto del 20% del valore della macchina e che la consegna avvenga, appunto, entro i primi sei mesi del E I SOFTWARE? Quarta famiglia di investimenti che possono godere di un ammortamento maggiorato, questa volta però il costo di acquisizione di tali beni è maggiorato del 40% (quindi vale il 140%) sono i beni immateriali, cioè software, sistemi e/o system integration, piattaforme e applicazioni connessi a investimenti in beni materiali Industria 4.0. Cosa vuole dire connessi? Secondo quando precisato nell allegato B all articolo 1 della Legge 11 dicembre 2016 n. 232 (pubblicata in Gazzetta Ufficiale Serie Generale n. 297 del Suppl. Ordinario n. 57) gli investimenti in beni immateriali vengono iperammortizzati con un tasso del 140% solo se collegati a investimenti in beni strumentali 4.0 (cioè elencati nell allegato A e da noi sintetizzati precedentemente) INDAGINE PIANO INDUSTRIA 4.0 TNF 1.indd 16 10/02/17 08:21

7 Perché nei dati c è la chiave per l efficienza Approfondiamo potenzialità e insidie di una strategia basata sui BigData e applicabile dall efficienza dei processi produttivi fino ai sistemi più evoluti di previsione dei guasti e pianificazione della manutenzione di Giambattista Gruosso BigData è un termine che è oggi usato per definire la grande mole di dati, strutturati e non, che sono legati a un business, o processo aziendale, su base quotidiana. Pur ormai ponendo l accento su questo concetto, bisogna necessariamente ricordare che non è la quantità di dati a essere importante, ma ciò che le organizzazioni fanno con queste informazioni. Grandi quantità di dati possono essere analizzate per ottenere informazioni e punti di vista che possono portare a decisioni migliori e a mosse strategiche. Sicuramente l avvento dell Internet of Things ha permesso di aumentare oltre misura la quantità di dati raccoglibile dai prodotti e dai processi, per cui oggi il problema non è tanto legato a come ottenere i dati ma piuttosto a come analizzarli e a come conservarli. In questo contesto i BigData Analytics diventano il processo di esame di grandi insiemi di dati finalizzato alla scoperta di schemi nascosti, correlazioni sconosciute anche attraverso dati che provengono da contesti diversi, e quindi orientati a individuare le tendenze del mercato o le preferenze dei clienti e altre informazioni aziendali utili. I risultati analitici possono portare a un marketing più efficace, a nuove opportunità di guadagno attraverso l implementazione di nuovi servizi, a una migliore assistenza migliorando l efficienza operativa e infine a vantaggi competitivi rispetto ai competitors, e tante altre opportunità non sempre già codificate. Mentre il termine big data è relativamente nuovo, l atto di raccolta e l archiviazione di grandi quantità di informazioni per eventuali analisi è vecchio di secoli. Oggi la comunità scientifica è concorde nel caratterizzare i BigData secondo queste categorie: volume. Oggi la quantità di dati è enorme e proviene da una varietà di fonti, tra cui le transazioni commerciali, le informazioni dai sensori o dal machine-to-machine; velocità. Flussi di dati a una velocità senza 54 TEGNOLOGIA BIGDATA TNF 1.indd 54 10/02/17 08:22

8 #BigData #IIot #ManutenzionePreventiva precedenti, che devono essere affrontati in modo tempestivo. Tag RFID, sensori e contatori intelligenti stanno determinando l esigenza di trattare fiumi di dati in tempo quasi reale; varietà. Dati sono disponibili in tutti i tipi di formati, da dati numerici, strutturati nei database tradizionali ai documenti di testo non strutturati, e tanto altro. Questo richiede un attenzione particolare per renderli uniformi per poterli elaborare; variabilità. Oltre alla crescente velocità e varietà di dati, flussi di dati possono essere altamente incoerenti con picchi periodici. Picchi di dati giornalieri, stagionali e attivati da un evento possono essere difficili da gestire, ancora più se si tratta di dati non strutturati. LE POTENZIALI INSIDIE Ma grandi quantità di dati nascondono potenziali insidie. Prima fra tutti la difficoltà di implementare sistemi di analisi, per una mancanza di abilità analitica interna e l alto costo di accesso a professionisti con esperienza analitica. Poi la quantità di informazioni che in genere sono coinvolte e la loro varietà possono portare a problemi di qualità e di coerenza dei dati. Quello che serve non sono dati grandi, ma dati giusti. A volte i dati giusti sono grandi. A volte i dati giusti sono piccoli. Ma per gli innovatori la chiave è capire quali sono quelle porzioni di dati strategici per lo sviluppo della competitività e quali saranno i dati giusti che si dovrebbero cercare all esterno. Le domande da porsi in questo processo sono tre: - quali decisioni portano rumore nella propria strategia?; - quali decisioni possono essere rese automatiche per ridurre questo rumore?; - quali dati servono per fare questo? Ed è questo il punto di partenza per la definizione di una strategia basata sui dati, a partire dall efficienza dei processi produttivi fino ai sistemi più evoluti di previsione dei guasti e pianificazione della manutenzione. Ed è proprio la manutenzione predittiva che acquista un ruolo nuovo in questa rivoluzione, in gran parte grazie alla diffusione dell Internet of Things (IoT) abbinato all implementazione delle soluzioni di apprendimento automatico. LA MANUTENZIONE PREDITTIVA Come si può ottimizzare la produttività di un bene come un macchinario? Per esempio arricchendo i dati operativi del sistema con dati di contesto quali per esempio dati ambientali o informazioni sul carico di lavoro e applicando modelli analitici, si può predire il rischio di fallimento della macchina o del processo in un punto ben preciso nel tempo, ma soprattutto si può fare oggi in modo automatico. Questo permette di LE CARATTERISTICHE DISTINTIVE DEI BIG DATA Volume Velocità Varietà Variabilità IBRM (Innse Berardi Remote Maintenance) è la piattaforma software elaborata dalla Innse Berardi e da Camozzi Digital per la manutenzione predittiva BIG DATA COS È IL MACHINE LEARNING? L apprendimento automatico (anche chiamato intelligenza computazionale, in inglese machine learning) rappresenta una delle aree fondamentali nel campo dell intelligenza artificiale e si occupa della realizzazione di sistemi e algoritmi che si basano su osservazioni come dati per la rappresentazione di nuovi contenuti informativi. L apprendimento può avvenire catturando caratteristiche di interesse provenienti da esempi, strutture dati o sensori, per analizzarle e valutarne le relazioni tra le variabili osservate. ridurre le interruzioni, i costi di manutenzione e l impatto sui clienti. La manutenzione predittiva è una strategia di individuazione dei difetti o degli invecchiamenti di un bene attraverso l utilizzo di indicatori opportunamente definiti. È di fatto una risposta alla necessità di essere sempre più precisi ed efficaci nella gestione della manutenzione applicando dati di contesto e capacità analitiche (per esempio il machine learning). Ci sono molti scenari dove la manutenzione predittiva può esse TEGNOLOGIA BIGDATA TNF 1.indd 55 10/02/17 08:22

9 re cruciale, come per esempio nel settore manifatturiero, dove è molto utilizzata per predire le interruzioni di servizio di un componente da notificare agli operatori, o per intraprendere delle azioni correttive automatiche. Questo cambia anche in qualche modo i modelli di business legati al service. Se si pensa che normalmente la manutenzione correttiva implica che l apparecchiatura sia riparata dopo che si è verificato un guasto, che se fatta in garanzia costituisce un costo per il gestore del servizio di manutenzione (per esempio il costruttore della macchina), l applicare politiche correttive di questo tipo permette di intervenire sul guasto prima che questo avvenga, e di conseguenza ridurre i costi di manutenzione. D altro canto la maggior parte delle apparecchiature è anche soggetta a una politica di manutenzione preventiva, che richiede l esecuzione di ispezioni periodiche e altre operazioni secondo una pianificazione predeterminata dal fabbricante, per lo più in base al tempo in servizio. Tuttavia, questa politica non tiene conto delle condizioni effettive dell apparecchiatura e quindi introduce nuovamente una fonte di costo, che può essere facilmente ridotta. Al contrario degli esempi precedenti, la manutenzione predittiva permette di pianificare un intervento basandosi su alcune informazioni raccolte da sensori, che rappresentano la condizione attuale dell apparecchiatura e relativi sottosistemi e associando a questi dati una funzione di probabilità di errore. Ma quali sono i principi su cui si basa questa metodologia e come sono in relazione con il mondo dei BigData? Il punto di partenza è lo sviluppo di un modello statistico tanto più accurato quanto più sono i dati che si hanno a disposizione. Il modello così addestrato (machine learning) permette di osservare i nuovi dati che vengono inseriti nel sistema e riconoscerne delle deviazioni dalle condizioni operative. Ciò richiede la capacità di capire l affidabilità delle attrezzature in qualsiasi punto nel tempo, per identificare e isolare potenziali errori prima che si verifichino, per prevedere e pianificare i tempi di inattività, la manutenzione programmata e per ridurre le operazioni di manutenzione basati sul tempo inutili. Per potere fare questo è necessario implementare un sistema basato sui seguenti pilastri: dati di macchina accurati, vari e ricchi di informazioni. Al fine di prevedere il rischio di guasto di un apparecchiatura ci devono essere dati sufficienti sul comportamento storico per supportare la parte predittiva. La definizione di sufficiente varia da settore e contesto, ma in generale più transazioni che si possono osservare e più ricche sono le informazioni associate a tali transazioni, e di conseguenza migliore sarà la capacità di prevedere; ambiente di analisi flessibile. Una soluzione analitica può essere costruita in modo incrementale come la propria strategia richiede e consente una gamma crescente di capacità analitiche per essere in grado di supportare diversi strategie di previsione. Un servizio chiave che sarà immediatamente prezioso è quello che oggi va sotto il nome di machine learning, tool molto diffuso in parecchi software di analisi; capacità di decidere e agire. I dati devono LA MANUTENZIONE PREVENTIVA È GIÀ REALTÀ Si chiama IBRM, ed è l acronimo di Innse Berardi Remote Maintenance, la piattaforma software elaborata dalla Innse Berardi e da Camozzi Digital, due delle realtà industriali del Gruppo Camozzi di Brescia più avanzate in Europa nel settore dell Internet delle cose (IoT). IBRM è una piattaforma remota per la Predictive Maintenance, ovvero manutenzione predittiva. Si tratta di un sistema che - grazie all impiego di un hardware specifico, a sensori e ad algoritmi predittivi sviluppati in anni di ricerca avanzata e con l impiego delle ultime tecnologie abilitanti in ambito IoT (BigData, cloud computing, machine learning) - consente di massimizzare l efficacia delle attività di manutenzione dei clienti, intervenendo da remoto e riducendo pertanto inopportuni fermi macchina e costi di manutenzione. essere visualizzati, ma non basta. I sistemi di visualizzazione e analisi devono essere dotati di strumenti per ricevere le notifiche e per intraprendere delle azioni correttive; operazioni di autoverifica e taratura. Una volta che i modelli e le azioni correttive sono stati implementati negli ambienti analisi, la loro efficacia deve essere testata e deve essere implementato un sistema per validare periodicamente i modelli. Il lavoro da fare è sicuramente molto, e necessita di definire chiaramente una strategia che non può essere improvvisata. Figure come i data Scientist e i Chief Digital Officers devono affiancarsi alle tradizionali figure tecniche in azienda per potere guidare questo cambiamento. Siamo pronti per fare questo? Giambattista Gruosso è professore presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano 56 TEGNOLOGIA BIGDATA TNF 1.indd 56 10/02/17 08:22