La gestione dei dati nelle fabbriche: il contributo di smartFAB per la pianificazione e gestione della produzione

Nelle fabbriche, i dati non mancano. Il problema è usarli davvero per prendere decisioni operative. È da questa constatazione che nasce smartFAB, società deeptech fondata a Milano nel 2018, che ha sviluppato una piattaforma di AI industrial analytics pensata per il manifatturiero: una soluzione che collega i dati già presenti in fabbrica – da MES, ERP, IoT e sistemi di qualità – per costruire digital twin adattivi e supportare la pianificazione e gestione della produzione. Uno degli ambiti in cui queste tecnologie stanno mostrando il loro potenziale è quello dello scheduling dinamico della produzione. Grazie alla replica digitale dei processi industriali, diventa possibile simulare il comportamento della fabbrica, individuare inefficienze ed aggiornare in modo continuo i piani produttivi sulla base dei dati reali.

«Oggi molte aziende pianificano ancora la produzione con modelli statici, spesso fogli Excel molto complessi che cercano di riempire le macchine in base alla capacità disponibile», racconta Ann LoCicero, founder e CEO di smartFAB. «Il problema è che la fabbrica non è un sistema statico: cambiano le disponibilità delle macchine, arrivano nuovi ordini, mancano componenti o operatori. Con un digital twin possiamo modellare il comportamento reale della fabbrica e ricalcolare continuamente lo scheduling in base a ciò che accade».

È cruciale poter trasformare la grande quantità di dati già presenti negli impianti in uno strumento operativo per chi lavora in produzione. Secondo Alessandra Pennuto, COO di smartFAB, «Tante aziende oggi generano già moltissimi dati, ma spesso restano distribuiti in sistemi diversi e non vengono utilizzati per prendere decisioni. Il nostro obiettivo è mettere i dati in relazione tra loro per individuare inefficienze, anomalie e correlazioni che aiutino a migliorare qualità, produttività e tempi decisionali».

In questo percorso di diffusione delle tecnologie digitali nel manifatturiero, il confronto con l’ecosistema industriale e della ricerca diventa fondamentale. smartFAB è infatti associata ad AFIL – Associazione Fabbrica Intelligente Lombardia, l’ecosistema che riunisce imprese, università e centri di ricerca impegnati sui temi della manifattura avanzata. «Per noi essere parte del Cluster AFIL è molto importante», sottolinea Pennuto. «Questi ecosistemi sono punti di incontro tra gli attori che sviluppano innovazione e le imprese che hanno bisogni concreti sul territorio. In molti casi, le aziende hanno già investito in tecnologie ed oggi generano dati, ma non sempre hanno chiaro che cosa possono farne davvero. Attraverso il confronto nel Cluster e le interazioni con le imprese, cerchiamo proprio di costruire questa consapevolezza».

 

Dai dati di MES, ERP e IoT ai digital twin: come funziona la piattaforma sviluppata da smartFAB

Il punto di partenza è l’utilizzo dei dati già presenti nei sistemi aziendali per analizzare il funzionamento reale dei processi produttivi. «L’obiettivo è individuare inefficienze, anomalie e correlazioni che spesso restano nascoste quando le informazioni sono distribuite in sistemi diversi», spiega Alessandra Pennuto.

Uno degli elementi distintivi della soluzione è che non richiede infrastrutture aggiuntive complesse. Secondo Pennuto, «smartFAB Lavora senza nuovi sensori, senza lunghi progetti IT di integrazione e senza la necessità di team di data science dedicati. L’idea è offrire una soluzione chiavi in mano, utilizzabile sia dal management sia dagli operatori di linea».

Anche i tempi di implementazione sono rapidi. Si parte con un data assessment di circa dieci giorni per valutare la qualità e la disponibilità dei dati. Poi avviamo un proof of concept, che in quattro o cinque settimane permette di verificare se la soluzione porta valore concreto alla produzione. La società nasce dall’esperienza industriale della fondatrice Ann LoCicero, maturata nel settore dei semiconduttori, dove l’uso dei dati di produzione è particolarmente avanzato. «Oggi molte aziende generano già grandi quantità di dati, ma la difficoltà è metterli insieme e trasformarli in informazioni utili. Il nostro obiettivo è proprio questo: aiutare le imprese a usare i dati per migliorare qualità, produttività, tempi ciclo e riduzione degli scarti».

 

Dal piano statico allo scheduling dinamico: il digital twin usa dati storici e in tempo reale per ricalcolare la produzione

Secondo LoCicero, il limite principale dei modelli tradizionali di pianificazione è la loro rigidità. «Oggi la pianificazione della fabbrica viene spesso gestita con fogli Excel molto complessi, composti da centinaia di layer che dialogano tra loro o integrati con sistemi operativi che permettono di programmare le settimane successive. Sono modelli basati sulla capacità finita, che riempiono le macchine in base ai vincoli inseriti nel sistema. Il problema è che si tratta di strumenti statici: quando cambia qualcosa in fabbrica è necessario intervenire manualmente per generare un nuovo piano». Ma la fabbrica è un sistema in continua evoluzione. Una macchina che psi pensava disponibile non lo è più, un operatore è assente, un componente non arriva in tempo oppure un cliente importante chiede di anticipare un ordine. Tutti questi elementi rendono rapidamente obsoleto il piano produttivo.

Per questo, smartFAB utilizza il digital twin, inteso non come rappresentazione visuale, ma come modello matematico del processo produttivo. «Significa sapere in ogni momento dove si trovano gli elementi del processo, come stanno lavorando le linee e quanto la produzione reale si discosta dalle previsioni. Possiamo capire quali prodotti richiedono più tempo del previsto, quali setup sono più lunghi o dove l’assegnazione delle risorse crea inefficienze». Grazie a questo modello, diventa possibile introdurre una pianificazione dinamica della produzione. Utilizzando dati storici e dati in tempo reale, è possibile capire come si comporta la fabbrica e ricalcolare continuamente lo scheduling in base a ogni variazione, individuando la configurazione più efficiente.

 

Meno scarti, più produttività e decisioni più veloci: cosa cambia quando la fabbrica utilizza il digital twin

I benefici dell’applicazione del digital twin dipendono dal problema industriale che si vuole affrontare. «Quando interveniamo sulla qualità», osserva Pennuto, «possiamo arrivare a una riduzione degli scarti anche del 20-30%. Se invece lavoriamo sull’ottimizzazione dei tempi ciclo, i miglioramenti possono essere del 10-20%, con effetti diretti sulla produttività». In molti casi, i risultati si riflettono anche sugli indicatori complessivi dell’efficienza produttiva. «Possiamo avere aumenti del throughput (ossia della capacità effettiva) nell’ordine del 10-15% e miglioramenti dell’Overall Equipment Effectiveness (OEE) intorno al 10%, rendendo la fabbrica più vicina a un funzionamento ottimale».

Un cambiamento rilevante riguarda anche il processo decisionale. «Con un digital twin completo possiamo ridurre drasticamente i tempi necessari per arrivare a una decisione operativa. In alcuni casi la riduzione dei tempi di decision making può arrivare fino all’80%», spiega Pennuto. «Nelle fabbriche tradizionali, le informazioni sono spesso frammentate tra sistemi diversi e vengono ricostruite manualmente, con tempi molto lunghi. Con un modello basato sui dati, invece, è possibile arrivare rapidamente a insight utili per le decisioni operative».

L’approccio di smartFAB ha una visione sistemica della fabbrica. Secondo Pennuto, «Molte soluzioni si concentrano su singole macchine o processi. Noi lavoriamo su una visione complessiva del sistema produttivo, che consente di prendere decisioni informate sull’insieme delle attività della fabbrica».

 

Partire da una linea per poi estendere il modello: così il digital twin può arrivare a coprire l’intera fabbrica

L’adozione della piattaforma avviene generalmente in modo progressivo. «Spesso si parte da una linea produttiva o da un problema specifico, quello più urgente per l’azienda», spiega LoCicero. «Questo permette al cliente di iniziare ad utilizzare il sistema e prendere confidenza con il modo in cui il modello interagisce con i dati della fabbrica».

La soluzione è progettata per essere interattiva e dinamica. «I dati generano output in tempo reale», prosegue LoCicero, «ma allo stesso tempo operatori e manager possono validare i risultati del modello. L’operatore può verificare se l’output è realistico e coerente con ciò che accade in fabbrica».

Questo processo consente di migliorare progressivamente il modello e, al tempo stesso, di costruire fiducia nello strumento. Secondo LoCicero, «Man mano che cresce questa familiarità possiamo estendere il modello ad altri reparti produttivi, fino ad arrivare a una visione più ampia dell’impianto. In alcuni casi l’approccio può essere replicato anche in altre fabbriche dello stesso gruppo».

 

Ridurre inefficienze significa anche consumare meno: l’impatto del digital twin su scarti ed energia

L’impatto sulla sostenibilità è spesso una conseguenza naturale dell’ottimizzazione dei processi produttivi. «Il nostro focus principale non è direttamente la sostenibilità», commenta LoCicero. «Tuttavia, le soluzioni basate su digital twin e analytics per individuare inefficienze e ridurre i costi generano spesso ricadute indirette importanti». L’analisi dei dati consente infatti di intervenire su diversi fattori operativi. Quando si individuano inefficienze nel processo produttivo, spesso ciò si traduce anche in riduzione degli scarti, minore consumo di materie prime e consumi energetici inferiori.

Per Alessandra Pennuto, al giorno d’oggi, riduzione dei costi e sostenibilità coincidono sempre di più. «In passato, si pensava che fosse necessario scegliere tra fare costing e fare sostenibilità. In realtà, le due cose vanno nella stessa direzione. La sostenibilità deve essere letta in tutte le sue dimensioni. C’è una dimensione ambientale, economica e umana. Se si riducono gli sprechi e si utilizzano meglio le risorse, si consumano meno materiali e meno energia, e si migliora anche il lavoro delle persone. Allo stesso tempo, si rende l’azienda più solida e capace di generare valore non solo per sé, ma anche per il territorio».

 

Dal trasferimento del know-how alla fiducia nella tecnologia: il ruolo degli operatori nell’adozione del digital twin

Un tema sempre più rilevante nelle aziende manifatturiere è il trasferimento delle competenze tra generazioni di lavoratori. Secondo LoCicero, «Molte fabbriche hanno operatori con venti anni di esperienza sulla linea e nuove risorse che devono ancora costruire questa conoscenza». Il rischio è perdere un patrimonio di know-how tacito nel momento in cui le persone più esperte lasciano l’azienda. «Modellando la fabbrica ed integrando i dati di produzione con l’esperienza di chi lavora sulla linea da anni, è possibile trasformare parte di questa conoscenza in strumenti operativi».

Il digital twin diventa così anche uno strumento di formazione. Chi entra oggi in fabbrica può contare non soltanto sull’esperienza dei colleghi, ma anche su strumenti digitali che supportano il lavoro quotidiano e accelerano l’apprendimento.

L’introduzione di soluzioni di AI industrial analytics, tuttavia, può incontrare inizialmente qualche resistenza. Di solito, smartFAB lavora con aziende che hanno già avviato un percorso di digitalizzazione. Per questo, essa coinvolge fin dall’inizio tutte le figure operative. «Mettiamo attorno allo stesso tavolo manager, capi turno, operatori e tecnici di linea e puntiamo su strumenti semplici ed utilizzabili ad ogni livello di conoscenza», prosegue Pennuto. «Quando gli operatori partecipano alla validazione dei risultati, la fiducia nella tecnologia cresce molto più rapidamente».

 

Perché il coinvolgimento degli operatori è decisivo: il ruolo della “human in the loop” nei modelli di Intelligenza Artificiale

Secondo Ann LoCicero, la diffidenza verso le nuove tecnologie nasce quando le persone si sentono semplici spettatrici delle decisioni degli algoritmi. Invece, quando gli operatori partecipano alla validazione dell’output dei modelli di Intelligenza Artificiale, la fiducia cresce. «È il principio dello human in the loop, cioè dell’interazione continua tra modello e esperienza umana», precisa LoCicero. «Se il modello segnala una correlazione e chi lavora sulla linea può valutarla e confermarla, prosegue allora l’IA diventa uno strumento di supporto alle decisioni, non qualcosa che sostituisce il giudizio umano».

Un altro ostacolo spesso citato dalle aziende è la quantità di dati disponibili. «Molti pensano di non poter iniziare perché non hanno tutti i dati necessari. In realtà, si può partire anche da una base limitata e costruire il digital twin progressivamente, man mano che aumentano dati e maturità digitale». In altre parole, conclude LoCicero, «non serve avere tutto fin dall’inizio: basta il nucleo di dati necessario per affrontare un problema concreto, e poi il modello può evolvere nel tempo».

 

AFIL come punto di incontro tra innovazione tecnologica e bisogni delle imprese manifatturiere

«Ecosistemi come AFIL – Associazione Fabbrica Intelligente Lombardia svolgono un ruolo importante nel collegare innovazione tecnologica e bisogni delle imprese», osserva Alessandra Pennuto. «Per noi è fondamentale essere presenti in questi ecosistemi, perché sono punti di incontro tra chi sviluppa soluzioni innovative e le aziende che hanno esigenze concrete sul territorio». In questo senso, in relazione al ruolo del Cluster nell’Iniziativa Vanguard, smartFAB ha presentato la proposta progettuale DynOpTwin (Dynamic scheduling digital twin for sustainability and efficiency), nell’ambito della VInnovate Open Call 2025 – Lombardia, opportunità di collaborazione interregionale finanziata tramite risorse di Regione Lombardia.

All’interno di AFIL, convivono Grandi Imprese, PMI e start-up, creando un contesto utile per confrontarsi sulle sfide della produzione e sull’utilizzo dei dati industriali. smartFAB ha iniziato a lavorare soprattutto con multinazionali, dove la gestione dei dati era già più strutturata, ma negli ultimi 12-18 mesi anche le piccole e medie imprese hanno fatto passi avanti importanti nella consapevolezza del valore dei dati.

In questo contesto, i Cluster svolgono anche una funzione di divulgazione e facilitazione di opportunità. «Molte aziende hanno investito grazie agli incentivi di Industria 4.0, rinnovando macchine e impianti ed iniziando a generare grandi quantità di dati», prosegue Pennuto. «La difficoltà, però, è capire come utilizzare queste informazioni per migliorare davvero i processi produttivi». Proprio da qui parte il lavoro di smartFAB, il cui obiettivo è aiutare le imprese a trasformare i dati che già possiedono in strumenti operativi, costruendo un percorso di crescita nella digitalizzazione della produzione.