Dalla manutenzione predittiva all’Intelligent Automation

Cosa potrebbe succedere? Quando? Perché? Quante probabilità ci sono che possa verificarsi un determinato evento? Abbiamo visto come le analisi predittive siano il mezzo adatto per rispondere a questi interrogativi. Grazie all’analisi di dati storici vengono fatte previsioni dando la possibilità alle aziende di produzione di sapere in anticipo quando un macchinario potrebbe smettere di funzionare (ne abbiamo parlato nel dettaglio nel nostro articolo La manutenzione predittiva e l’importanza dei dati).

Ma come si può arrivare ad avere delle decisioni semiautomatiche? Per rispondere a questa domanda dobbiamo iniziare a introdurre il concetto di Intelligent Automation, un pezzettino in più della manutenzione predittiva in ottica di trasformazione digitale a 360 gradi. Ma vediamo cosa si intende per Intelligent Automation e quali sono i vantaggi per le aziende.

Intelligent automation cos’è

Possiamo definire l’intelligent automation come una combinazione di tecnologie di process automation e di intelligenza artificiale che insieme consentono una rapida automazione dei processi aziendali ed accelerano la trasformazione digitale. L’automazione intelligente è in grado di snellire tutti quei processi che altrimenti dovrebbero richiedere interventi manuali e potrebbero essere soggetti ad errori umani. Grazie all’intelligent automation i processi diventano così più efficienti e semplici.

Lo scopo dell’AI è, infatti, quello di costruire conoscenza e prevedere risultati sia dal punto di vista delle decisioni che degli effetti di quest’ultime. Grazie ai “software intelligenti” i processi lavorativi sono più automatici e allo stesso tempo più dinamici e coerenti. La process automation, invece, è l’insieme di tecnologie che ha lo scopo di automatizzare i processi base ripetitivi, farli aderire a standard e regole e gestire l’interazione dati.

Con l’intelligent automation le aziende possono simulare scenari what/if e comprendere la relazione tra i fenomeni di dettaglio rispetto alle pianificazioni operative e strategiche. Le tecnologie di AI e process automation permettono alle aziende di evolvere passando dalle semplici soluzioni per risolvere compiti standard e ripetitivi all’approccio a nuovi scenari, sia operativi sia strategici, consentendo alle aree aziendali di sviluppare nuove visioni, fornire giudizi e feedback.

Analisi prescrittive e decision automation

Sfruttando le tecnologie di AI e di process automation di cui abbiamo parlato prima, le aziende possono diminuire i costi e avere maggior coerenza all’interno dei processi aziendali. Nel grafico di seguito vediamo come siamo arrivati a parlare di intelligent automation e quali sono i diversi livelli di analisi.

Quattro i livelli di analisi. Più ci avviniamo ai livelli di maturità analitica più l’impatto di interazione umana diminuisce. Nelle analisi di tipo descrittivo l’obiettivo è capire cosa è accaduto, quindi, si analizza un evento che si è già verificato. Le analisi diagnostiche rispondono alla domanda perché si è verificato un certo evento? L’analisi predittiva permette, invece, di capire che cosa succederà, ipotizza scenari futuri. Gli scenari di analisi standard ma anche evoluti come la manutenzione predittiva sono ottimi strumenti di supporto alle decisioni ma spesso non sono in grado di valutare gli effetti che queste decisioni genereranno.

Arriviamo quindi all’ultimo gradino, l’analisi prescrittiva che è in grado di indicarci cosa deve essere fatto, quali sono le decisioni da prendere. Siamo nell’ambito della decision automation. In questo contesto, rivestono un ruolo chiave le analisi avanzate. Ma facciamo un esempio pratico per capire meglio cosa intendiamo per intelligent automation.

Intelligent automation: un esempio pratico nel settore produttivo

Immaginiamo di avere un’azienda di produzione di prodotti plastici in cui ci sono componenti critici che necessitano di essere monitorati poiché possono essere soggetti a guasti. Sfruttando tecnologie come il machine learning avremo delle previsioni sui possibili malfunzionamenti dei componenti o del macchinario. Ma qual è l’azione successiva?

Con l’intelligent automation si estende il processo. L’obiettivo è fare in modo che ci siano non solo azioni automatiche (decision automation) a seguito della previsione ottenuta, ma che vengano anche simulati scenari what/if. Se ad esempio un macchinario ha parametri di funzionamento superiori ad una soglia prestabilita, l’azienda potrebbe spegnere tempestivamente il macchinario che rischierebbe altrimenti di danneggiarsi (decisione semiautomatica). Ma quali sono gli effetti a livello strategico dello spegnimento del macchinario sulla supply chain? Grazie a simulazioni what/if è possibile avere simulazioni di scenari che consentono all’azienda di capire cosa è più conveniente fare e diminuire costi e tempi (es: è meglio intervenire subito o aspettare che si fermi il macchinario evitando ritardi nella produzione e nella consegna dei prodotti?).

L’obiettivo è fornire alle aziende strumenti di reale supporto alle decisioni. Arrivare a delle decisioni semiautomatiche offre l’opportunità di essere più puntuali e di aumentare la produzione. Viene fornito sul mercato un prodotto migliore, di maggior qualità e in modo più veloce. Ciò rappresenta un grande vantaggio competitivo per l’azienda e allo stesso dà al cliente valore aggiunto.