La Trasformazione Digitale ha cambiato il modo in cui viviamo e guardiamo le cose.
Negli ultimi anni la consapevolezza dell’importanza dei dati sta crescendo rapidamente. I manager ne riconoscono le potenzialità e la tendenza all'utilizzo è in forte aumento. Questo cambiamento ha un impatto anche sul processo decisionale nelle nostre aziende. Non è solo la disponibilità dei dati a fare la differenza, ma il modo in cui i dati portano a migliori azioni e decisioni che ha dato il via al concetto di Data Driven Company.
Si tratta di un’azienda che è guidata dai dati ed è quindi in grado di prendere decisioni basate su fatti oggettivi, e non su sensazioni personali. La tecnologia digitale è fondamentale, ma si tratta di un passaggio strategico in grado di portare la cultura del dato a tutti i livelli aziendali.
In ambito industriale, ovvero in Produzione e nella Supply Chain, l’Industrial Internet of Things, che rende ogni oggetto un dispositivo connesso e comunicante, ha creato innumerevoli opportunità legate all’accesso a nuove fonti di dati. I sensori sono in grado di inviare informazioni in tempo reale e i tag tengono traccia di ogni spostamento. Ciò sta determinando nuove esigenze sul piano della gestione dei dati stessi, sia in termini infrastrutturali che analitici. Una strategia data driven richiede di partire con la misurazione sin dalle battute iniziali di un progetto: recuperare i dati in un secondo momento non è la strada migliore. La cultura del dato passa anche attraverso la sicurezza.
L’innovazione passa dunque attraverso due tipi di rivoluzione, tecnologica e culturale, con l’obiettivo di generare una trasformazione strutturale che si esprime nell’intero ecosistema aziendale. Pensiamo ad esempio alla gestione in tempo reale di dati da macchinari industriali connessi per la manutenzione predittiva.
SaaS vs DaaS
Per molte aziende che fanno già uso di servizi di Cloud Computing la soluzione diventa quella di trarre ancora più vantaggi dalle piattaforme SaaS (Software-as-a-Service) abbinate a tecnologie elettromeccaniche digitalizzate, oppure di potenziare l’Anomaly Detection con i dati ottenibili dalle soluzioni DaaS (Data-as-a-Service) e digitalizzare così anche impianti non connessi sin dalla loro realizzazione. Quest’ultima è un servizio che sfrutta le potenzialità e mette a disposizione dell'utilizzatore dell’impianto i dati dal campo, rendendoli accessibili e disponibili in vari formati e ad applicazioni. Le soluzioni DaaS e SaaS offrono l’opportunità di implementare servizi in rete per il monitoraggio puntuale di macchine e impianti che, grazie a piattaforme software accessibili da remoto, agevolano la gestione degli asset, il riconoscimento dei vari dispositivi e la loro mappatura, il monitoraggio delle condizioni di macchinari ed impianti, la manutenzione predittiva, la messa in servizio di macchinari ed impianti, la rilevazione dei dati ed i modi di elaborazione degli stessi (Advanced Analytics).
DaaS è quindi una strategia di Data Management che mira a sfruttare i dati come risorsa aziendale per una maggiore agilità aziendale, sfruttando architetture già esistenti e digitalizzando impianti non ancora 4.0. Fa parte delle offerte "as a service" diventate sempre più popolari dopo l'espansione di Internet negli anni '90, iniziata con l'introduzione del Software as a Service (SaaS). In maniera analoga ad altri modelli "as a service", DaaS fornisce un modo per gestire le enormi quantità di dati che le organizzazioni generano ogni giorno ed erogare informazioni in tutta l'azienda per un processo decisionale guidato dai dati.
Gli impatti potenziali sull’azienda Data as a Service (DaaS)
L'impatto potenziale del Data as a Service (DaaS) è molto ampio. Alcuni dei principali vantaggi che DaaS può apportare alle aziende nel tempo riguardano: la monetizzazione dei dati in termini organizzativi e operativi, la riduzione dei costi conseguente agli spunti messi in evidenza dall’analisi delle anomalie basate sui dati dal campo, la maggiore possibilità di individuare possibili interventi innovativi ed, in generale, un processo decisionale più agile.
I 3 vantaggi dell’approccio Data as-a-Service alla Manutenzione
Se rivolgiamo la nostra attenzione agli aspetti più direttamente attinenti la manutenzione scopriamo che le soluzioni DaaS e i suoi benefici nell’ambito manutentivo riguardano, grazie alla connettività, l’accesso rapido alle informazioni relative alle necessità di manutenzione, il monitoraggio diretto delle macchine che può avvenire anche da remoto, con l’ulteriore possibilità di predirne il comportamento in funzione delle alterazione del funzionamento di motori e motoriduttori specie in ottica di manutenzione predittiva, aumentando la disponibilità complessiva della macchina. In sintesi quindi:
-Connettività più semplice e conoscenza immediata delle informazioni fondamentali per l’Anomaly Detection e la manutenzione predittiva, che si traduce in maggiore velocità nella soluzione dei problemi.
-Possibilità di monitoraggio diretto e da remoto, e predizione sul comportamento di macchine e impianti grazie alla disponibilità di basi di dati relative allo storico o a funzionalità disponibili di auto-apprendimento (machine learning). I benefici in questo caso sono una riduzione dei rischi di fermi macchina non previsti, la pianificazione della manutenzione basata su dati oggettivi e l’ottimizzazione dei magazzini ricambi e dei relativi costi di manutenzione.
-Disponibilità, intesa come parametro utile a misurare quanto la macchina è di fatto disponibile all’uso operativo; la disponibilità dipende a sua volta da ulteriori due parametri, ovvero l’affidabilità (quanto è propensa la macchina al guasto) e la manutenibilità (quanto è facile da riparare una volta che sia avvenuto il guasto). Entrambi ovviamente sono migliorabili grazie ad una informazione analitica e puntuale sui dati di funzionamento di macchine e impianti.
Emerge quindi un potenziale importante per il prolungamento dell’affidabilità degli impianti produttivi e l’ottimizzazione della gestione delle macchine, facendo evolvere gli approcci manutentivi reattivi o preventivi, in sistemi predittivi basati sui dati in tempo reale e da remoto, modernizzando impianti esistenti in ottica Industry 4.0 con l’introduzione di soluzioni digitali e in cloud.
