L’IoT sta diventando sempre di più il fattore abilitante dell’automazione e dell’efficienza operativa della fabbrica digitale. Grazie a macchine programmabili, sensori intelligenti, analisi in tempo reale all’edge e connettività avanzata, cablata o wireless, le aziende possono ridurre i tempi di inattività, allungare la vita attiva degli impianti, migliorare la qualità complessiva, ottimizzare la produttività, e rispondere in tempi estremamente rapidi alle sfide che vengono dal mercato: sia in termini di accelerazione del lancio di nuovi prodotti e aggiornamenti, sia sul piano del forte spostamento verso modalità di lavorazione su commessa e produzione sempre più flessibile e personalizzata, che per molte imprese, incluse quelle di medie dimensioni, prendono gradualmente il posto dei tradizionali modelli di produzione “a catalogo”. La fabbrica intelligente del futuro sarà con tutta probabilità caratterizzata da linee di produzione in cui la componente “software defined” avrà un peso sempre maggiore e dove le decisioni potranno avvenire in modalità quasi-real time, sia sulla base di informazioni di qualità ricavate con strumenti analitici avanzati e grazie agli automatismi dell’AI.
Il raggiungimento di questi obiettivi e di una felice convergenza tra IT e OT, comporta una molteplicità di sfide nella governance di una smart factory, che deve tra l’altro essere in grado di rispettare criteri stringenti in materia di interoperabilità tra dispositivi, macchine, interconnessioni, software di controllo, sicurezza avanzata e sostenibilità. Per i responsabili delle infrastrutture produttive e dell’informatica che deve sostenerle, si tratta di portare avanti scelte molto complesse, capaci di centrare almeno due obiettivi ancora più immediati: la continuità della produzione e la necessità di innestare le nuove tecnologie su una “cultura della fabbrica” fatta di competenze stratificate, procedure consolidate e generale resistenza al cambiamento.
Nel corso della tavola rotonda, cercheremo di mettere a confronto le diverse strategie di digitalizzazione della fabbrica, con una particolare attenzione al ruolo che il machine learning oggi ha all’interno della fabbrica data-driven ma anche al contributo che l’AI generativa può dare per esempio nel guidare le scelte in materia di adozione di nuovi apparati e sistemi di produzione, competitive intelligence, marketing dei prodotti.
