Post di Donato Candiano, General Manager di Omron Industrial Automation Business per l’Italia

Gli sconvolgimenti degli ultimi anni ci hanno portati in una nuova era caratterizzata da forti rischi di natura geopolitica ed economica. La prolungata crisi della supply chain, aggravata anche dalla precedente pandemia e successivamente dal conflitto ucraino, ha causato per diverse aziende perdite maggiori del previsto, colpendo diversi comparti industriali.

Proprio in ragione di un contesto mondiale estremamente mutevole e volatile, il comparto produttivo dovrà quindi ripensare i propri modelli di business in un’ottica di resilienza e flessibilità: non solo rivedendo il flusso della propria catena di fornitura, ma tenendo anche in conto la crescente pressione per integrare i principi ESG nei processi decisionali e affrontando contemporaneamente la frontiera dell’innovazione portata avanti da strumenti come l’intelligenza artificiale, la data science e i digital twin.

L’automazione è uno strumento essenziale

In tutto ciò l’automazione, insieme alle annesse tecnologie di rilevamento, monitoraggio e visione, si conferma sempre di più come uno strumento essenziale, anch’esso in continua evoluzione per adeguarsi al suo contesto applicativo. È anche un fenomeno in netta espansione, come segnalato dalla crescita di mercato del 23% nel 2022, che ha portato il fatturato totale del settore a sfiorare i 7 miliardi di euro (dati Osservatorio dell’Industria Italiana dell’Automazione).

Le 6 tendenze che plasmeranno l’automazione industriale

Ma quali saranno le tendenze che influenzeranno e plasmeranno l’automazione industriale nel 2024 e oltre? Possiamo individuarne principalmente 6.

1: La produzione abbraccia il modello local-for-local

Le recenti carenze di approvvigionamenti hanno evidenziato la fragilità delle supply chain globali, spingendo molti produttori a mettere in discussione il senso di catene di fornitura lunghe e complesse, così come quello di una produzione delocalizzata.

Di conseguenza, molte aziende stanno trasferendo e localizzando le proprie capacità produttive, in modo da proteggerle da eventuali crisi future e da ridurre la distanza dai clienti, tanto che, secondo un sondaggio Capgemini, quasi 8 organizzazioni su 10 (79%) stanno diversificando la propria rete di fornitori e il 71% sta investendo attivamente nella regionalizzazione e nella localizzazione.

I produttori stanno cercando di attuare questo cambiamento di strategia proprio con il supporto internazionale dei loro partner di automazione: richiedono soluzioni trasversali e versatili che possano essere replicate in diverse aree geografiche, ambendo a una produzione standardizzata che garantisca ai loro clienti lo stesso prodotto, indipendentemente dal luogo in cui viene realizzato. Ciò richiederà forti investimenti in innovazione, un approccio congiunto e internazionale alla progettazione e una solida rete di system integrator.

2: Customer experience sul podio: attenzione ai servizi

Le crisi di approvvigionamento non hanno solamente avvicinato la manifattura dei prodotti: hanno reso meno rilevante il ruolo delle specifiche prodotto e del prezzo nella decisione di acquisto.

Agli occhi dei clienti delle aziende di produzione, prossimità ed esperienza complessiva del purchase journey rivestono oggi un ruolo primario, cambiando conseguentemente anche il modo in cui i produttori si relazionano con i propri partner nel settore dell’automazione.

I produttori non vogliono più acquistare un “sistema” di automazione, ma una “soluzione” dove l’assistenza e il supporto hanno un valore maggiore rispetto al passato.

La maggior parte dei responsabili IT in ambito manufacturing si affida a consulenti esterni nella propria transizione all’industria 4.0 e all’analisi dei dati. Le aziende, pertanto, non hanno bisogno solo di tecnologie intelligenti, ma anche di fornitori .

3: OT e IT unite per ottimizzare i costi della produzione flessibile

Il concetto di produzione flessibile, in atto da alcuni anni, sta acquisendo sempre più importanza e consenso, e si sta evolvendo per permettere ai produttori di cambiare rapidamente rotta in caso di necessità.

In quest’ottica, l’High-Mix Low-Volume (HMLV) Manufacturing, ovvero il processo di produzione di un’elevata varietà di prodotti in piccole quantità, ha raggiunto nuovi livelli di personalizzazione, in particolare nell’industria farmaceutica, e i flussi di lavoro flessibili che possono passare senza soluzione di continuità da un prodotto all’altro sono oggi una caratteristica della produzione localizzata.

Tuttavia, la sfida principale della produzione flessibile sarà quella di diventare economicamente vantaggiosa, rendendo il collegamento sempre più forte tra tecnologia operativa e informatica (OT ed IT) una chiave indispensabile per ottimizzare i costi di progettazione.

Con l’avvento dell’Advanced Internet of Things (AIoT) e dei macchinari interconnessi, Il fondamento della trasformazione digitale è infatti garantire che i dati dell’azienda possano fluire in modo sicuro e affidabile dal piano di produzione a quello di controllo e, nel 2024 e oltre, il digital twinning sarà ampiamente adottato proprio con questo scopo.

Grazie alla tecnologia dei gemelli digitali, le aziende possono infatti riprogettare la produzione e testare le modifiche in un ambiente virtuale, riducendo non solo i tempi di sviluppo, ma anche i rischi, ottimizzando allo stesso tempo i costi dei progetti.

4: Le data analytics abiliteranno un processo decisionale sostenibile

Oltre a utilizzare la realtà virtuale per ottimizzare i costi, i produttori si affideranno sempre di più al monitoraggio delle macchine nel mondo reale per semplificare e rendere più sostenibili le attività produttive flessibili e localizzate. I produttori di tutti i settori sono alla ricerca di una riduzione del consumo di materie prime e di energia, rivolgendosi agli automation provider per ottenere risposte.

In fabbrica, l’acquisizione e l’analisi dei dati, insieme a sistemi di controllo ad alte prestazioni, potranno favorire notevoli miglioramenti in questo segmento, migliorando l’efficienza dei sistemi automatizzati.

Tuttavia, la chiave di svolta non risiederà nella sola tecnologia: una piattaforma di automazione industriale collaudata dovrà affiancarsi a partner di automazione solidi, con esperienza in tecnologie come il 5G, l’Edge AI e l’analisi dei dati.

5: L’attenzione alla sicurezza stimola l’ispezione automatizzata

Un’altra sfida che accompagna la produzione flessibile è il mantenimento degli standard di sicurezza e qualità. Infatti, più variabili ci sono nel mix di produzione, maggiore è la possibilità di errori e problemi. Sperimentando sempre maggiore attenzione da parte dell’opinione pubblica e avendo maturato la consapevolezza di come la propria brand reputation possa essere distrutta in un istante, le aziende considerano oggi la sicurezza più importante che mai. Ciò sta portando allo sviluppo di sistemi di ispezione automatizzati basati sull’intelligenza artificiale che garantiscono la sicurezza, l’integrità e la qualità di ogni singolo prodotto, anche in operazioni delle dimensioni di un solo lotto.

6: L’Intelligenza artificiale (IA) continua ad essere un’opportunità decisiva

Anche se, nella vita di tutti i giorni, il potere dell’intelligenza artificiale potrebbe essere percepito come una minaccia, nel settore dell’automazione industriale rappresenta un’enorme opportunità, in gran parte ancora non sfruttata, per migliorare continuamente le prestazioni dei sistemi.

La prossima frontiera dell’IA consisterà nello sfruttare sempre di più la connettività tra i sistemi di fabbrica e nel rilevare insight e schemi che non sono visibili all’uomo, aumentando così la produttività.

Quando un produttore ordinerà un nuovo macchinario, dovrà quindi assicurarsi che abbia la funzionalità di generare dati per l’intelligenza artificiale, ma anche ampliare la sua visione d’utilizzo, considerando i benefici dell’interazione tra uomo e IA.

Attualmente stiamo sperimentando macchine guidate dall’IA che chiedono agli operatori di assemblare prodotti e registrano il modo in cui lo fanno per scoprire il modo più intelligente di eseguire questo compito, così che questa tecnica possa essere insegnata ad altri operatori.

Ma un’altra applicazione industriale del machine learning potrebbe essere l’uso dell’IA per stabilire quali azioni l’operatore dovrebbe eseguire sulla macchina. Se le mani dell’operatore si muovono nella direzione sbagliata, ad esempio, si genera un allarme.

Proprio in considerazione di tutto ciò, le aziende dovranno pensare attentamente anche a quale tecnologia desiderano, a come scalarla dal punto di vista dei costi e dei rischi, e a come assicurarsi il consenso del proprio personale.