L’impatto dell’intelligenza artificiale sarà sempre più forte non solo a livello di competition, ma anche all’interno delle organizzazioni, nei processi interni delle imprese, nell’adattamento e nella gestione dei sistemi IoT. Grazie all’integrazione di piattaforme di machine learning, l’automazione dei processi diventerà più smart e farà fare un salto in avanti a tutto l’ecosistema aziendale, migliorando la qualità dei servizi, dei prodotti e del lavoro stesso, permettendo di prendere decisioni migliori e in tempo reale.
Le applicazioni intelligenti, basate su cognitive computing e algoritmi “allenati” rappresentano la prossima onda lunga in grado di trasformare l’approccio delle imprese al business. Si tratta di un vero e proprio spostamento tettonico. L’intelligenza artificiale è destinata a diventare presto una componente chiave dell’infrastruttura IT. E molte imprese sono già al lavoro su progetti che nascono per potenziare l’intelligenza umana non in un’ottica di sostituzione, ma di collaborazione all’interno dei team.
In questo scenario di cambiamento, come CNH Industrial abbiamo costruito un sistema di data management per raccogliere e analizzare i dati di garanzia e le informazioni sull’utilizzo dei prodotti. L’obiettivo è misurare i KPI di qualità per migliorare continuamente l’affidabilità, la robustezza e la durata dei beni. CNH Industrial è tra i maggiori produttori mondiali di capital goods. Siamo leader dell’industry machinery and electrical equipment. Attraverso i nostri marchi, progettiamo, produciamo e vendiamo macchine per l’agricoltura e il movimento terra, le costruzioni, veicoli industriali e commerciali, autobus e mezzi speciali, oltre a un ampio portfolio di applicazioni powertrain e per applicazioni marine. Per noi è fondamentale l’analisi di parametri che ci permettono il monitoraggio e la misurazione dei prodotti. Sono due le aree di osservazione su cui ci siamo focalizzati: i dati produttivi e di garanzia, all’interno di un database alimentato dai dipartimenti interni e dalla rete mondiale di dealer; le informazioni sull’utilizzo dei prodotti da parte dei clienti, raccolte grazie a comunicazioni machine-to-human. Siamo partiti con l’implementazione di un database unificato per la gestione delle garanzie, che ci ha permesso una vista centralizzata sulla disponibilità dell’intero parco prodotti. L’IoT è la nuova frontiera, per la raccolta dei dati e l’analisi in real-time sull’utilizzo dei prodotti. Pensiamo per esempio ai dati provenienti dalle centraline a bordo di ogni veicolo.
Ogni prodotto è stato progettato per determinati usi e bisogna capire se invece viene impiegato dai clienti finali per attività borderline. Grazie all’analisi sui dati di utilizzo, abbiamo ridefinito i cluster di missione per ciascun bene, utili al dipartimento di ingegneria e al team di validazione per progettare e testare i prodotti secondo le reali esigenze dei clienti. Gli analytics ci forniscono informazioni cruciali per determinare la qualità dei beni e individuare eventuali difettosità dei componenti.
In questo modo, siamo riusciti a ottenere visibilità e tempestività sui KPI che concorrono a determinare il livello di dependability dei prodotti. Capire rapidamente come, quando e soprattutto perché si verificano determinati malfunzionamenti, ci permette di migliorare la qualità dei prodotti e ottenere saving immediati sul fronte della garanzia. Senza gli analytics avanzati, sarebbe impossibile sfruttare le enormi quantità di dati generati, se si pensa che in un’applicazione di media complessità le variabili da prendere in esame possono essere oltre 10mila.
Enrica Vaccarino
reliability engineering senior manager – EMEA and APAC regions di CNH Industrial
[amazon_link asins=’0393254291,B01FIXMQ00,0307887898,0061766089,0393634639,B06XC81DKV,B010CLU1LY,B009NOYTIS,1521134367,B00M0ILXD8′ template=’ProductCarousel’ store=’dmo0e-21′ marketplace=’IT’ link_id=’df4ce70d-16e9-11e8-91e1-59efbf0953c0′]
