Industry 4.0 ha in questi anni dato una spinta significativa verso l‘innovazione digitale, in tutti i settori industriali e in tutti gli aspetti che rientrano nella smart-manufacturing, smart-factory, all’interno dei quali l’asset management rappresenta un elemento basilare.
Al solo scopo di contestualizzare questo contributo, elenchiamo i componenti e le “tecnologie abilitanti” che fanno parte di I4.0 e che concorrono in questa rincorsa all’innovazione: Mobile devices, IIoT, Human Machine Advanced Interface e Aumengted Reality, Smart Sensor, Big Data Analytics, Cognitive Computing, Edge e Cloud Computing, Cybersecurity ecc. Non è nostra intenzione in questo contesto approfondire i singoli temi da un punto di vista tipicamente tecnologico ma, valutare alcuni effetti della loro applicazione in vari contesti del mondo Manutenzione 4.0 e offrire qualche spunto per un adeguato percorso applicativo di innovazione digitale.
Digitalizzazione: fasi del percorso e Assessment
Si può parlare di digitalizzazione in I4.0, senza conoscere in modo strutturato il contesto e le tendenze strategiche e senza valutarne l’impatto? Domanda retorica, certamente no: occorre rilevare con precisione ciò che è presente in azienda e identificare le eventuali aree di inefficienza, occorre anche fissare gli obiettivi, con un approccio organico e integrato che tenga conto di tutti gli
L’Assessment, step obbligato per una Manutenzione 4.0
Percorso, obiettivi strategici e modalità di intervento per un adeguato progetto applicativo di innovazione digitale aspetti, soprattutto quelli organizzativi e operativi che sono i più critici, considerando anche le tecnologie e le Best Practices che possono facilitarne l’introduzione.
Un progetto di I4.0 più o meno ampio, a seconda delle componenti di tecnologie abilitanti interessate, deve essere approcciato come un qualsiasi progetto di miglioramento e deve quindi prevedere: una fase conoscitiva strutturata di AS-IS con identificazione delle criticità presenti e dei gap rispetto alle Best Practices di settore con obiettivi misurabili di miglioramento una fase di progettazione TO-BE che dettagli il risultato atteso per ciascun obiettivo (CBA – Cost Benefit Assessment) la verifica del risultato atteso e dell’efficacia di ciascuna azione intrapresa.
L’Assessment (AS-IS) è la tappa obbligata per poter valutare il perimetro di qualsiasi intervento. Senza questa prima fase conoscitiva le decisioni vengono prese spesso solo sulla base di considerazioni soggettive e, ben più grave, senza valutarne l’applicabilità intesa come valutazione analitica dell’impatto del miglioramento nella propria realtà.
Non si può al momento dell’estensione di una sperimentazione accorgersi che sono stati sottovalutati gli impatti sullo Human Factor e che esistono elementi ostativi che possono vanificare gli sforzi messi in campo. A prova di ciò, ancora oggi infatti troppe realtà non riescono a tenere il passo con il cambiamento epocale che è in atto, iniziano con Proof of Concept, senza definire preventivamente gli obiettivi da raggiungere, oppure Progetti Pilota, che poi non vengono “messi a sistema” e diffusi, sfociando in esperienze fine a sé stesse. Questo tipo di approccio si limita spesso ai soli aspetti tecnologici con benefici per il solo “project owner”, e non considera l’organizzazione in generale, quindi i processi, il change management e le prassi aziendali.
Assessment: obiettivi strategici
L’identificazione degli obiettivi di un Assessment ha un ruolo fondamentale in quanto è il risultato finale di una macroanalisi di rischio che valuta gli impatti più o meno rilevanti su Sicurezza, Reputation, Business Continuity e Asset Lyfe Cycle (vedi fig. 1).
Distribuire attenzione e risorse ove il rischio è più rilevante e avere una maggiore governance e presidio dello stato di salute degli asset coinvolti è lo strumento di governance per eccellenza. Tutti gli elementi devono essere misurati e costantemente monitorati per identificare le singole criticità che maggiormente incidono sulle performance e per assegnare la giusta priorità ai singoli interventi.
Spesso la rimozione di singole criticità non porta al risultato sperato e solo una valutazione puntuale di tutti gli elementi e delle correlazioni tra gli stessi può evitare di avere delle spiacevoli sorprese.
Un progetto di riduzione scorte a magazzino, ad esempio, non può prescindere dallo studio dei fabbisogni manutentivi passati e da un’analisi degli impatti derivanti dalla mancanza dei ricambi a magazzino. Visto che tali aspetti sono spesso deficitari da un punto di vista informativo, senza almeno una valutazione qualitativa analitica, si rischia di fare danni ben maggiori dell’eventuale risultato atteso.
Alcuni processi «human centered» come nell’esempio sopra citato sembrano ben gestiti, ma in realtà un’attenta valutazione evidenzia che lo sono solo formalmente, e quasi sempre presentano criticità legate soprattutto al Data Quality a causa di: scostamento tra processi gestiti e quelli reali: le informazioni vengono inserite senza considerare le finalità del rilevamento con conseguenti problemi di affidabilità e accuratezza del dato nel tempo mancato sfruttamento del potenziale dei dati disponibili e assenza di integrazione fra i sistemi, con basso riuso delle informazioni e conseguenti ridigitazioni.
La progressiva digitalizzazione dei processi verso il basso viene sicuramente in aiuto su questo aspetto grazie a tecnologie Mobile / Touchscreen, RFID, NFC, QRCode, … che consentono la registrazione dal campo in real time del dato, limitando gli errori umani e rendendo il dato più qualificato e affidabile.
Per avere la garanzia della Data Quality occorre però anche controllare ogni aspetto del processo: la risorsa umana che utilizza lo strumento informatico, l’applicativo in uso, il flusso informativo, lo stato di partenza, le esperienze fatte e i risultati, il perché dei fallimenti e una volta partiti occorre anche un controllo continuo e automatico delle informazioni, per non accorgersi troppo tardi di aver compromesso di nuovo e definitivamente i dati.
Modalità dell’intervento
In sintesi, ogni intervento deve essere considerato e valutato da più punti di vista secondo un approccio multidisciplinare, considerando l’impatto su processi risorse, metodologie, tecnologie, definendo sempre l’obiettivo “accettabile”dell’intervento. Nelle tecnologie non rientrano solo i sistemi informativitransazionali (EAM tradizionali o Mobile…), ma anche tutto ciò che afferisce al mondo CBM e predittiva, quindi al significato esteso di IIoT e all’estrazione di conoscenza dal dato che diventa big-data (Cognitive computing cioè Artificial Intelligence, Machine Learning… ). È fondamentale soprattutto comprendere l’utilizzo che se ne fa e che si può fare dei dati e gestire tale risultato sempre all’interno di un disegno complessivo.
Per valutare il livello di maturità dell’asset management, un assessment iniziale deve, in sintesi, coprire tutti gli aspetti: Tecniche e metodologie, Organizzazione, funzioni di Ingegneria di Manutenzione, Strumenti IT e KPI (vedi fig. 2). L’attività di valutazione, in ogni caso, deve essere “Agile” e svolgersi in tempi brevi, ma non a discapito della consistenza della stessa, con un approccio che, in funzione della criticità, della complessità e del rischio, sia più o meno analitica in base alla dimensione dell’azienda e al numero degli stabilimenti coinvolti. In ogni caso spesso un confronto tra le proprie specificità e performance con le Best Practices di settore può evidenziare aspetti di miglioramento, e può aiutare l’azienda a migliorare con continuità i propri processi apprendendo dall’esperienza di altri, anche solo limitandosial mero impatto dell’implementazione nella propria realtà, cioè valutando la sua applicabilità.
Maurizio Ricci, CEO – IB Influencing Business
