Intelligenza Artificiale e produzione industriale: l’efficientamento passa, anche, dalla predittività dei dati

Quando si parla di predittività dei dati o di algoritmi predittivi, in molti storcono il naso. Se, in alcuni ambiti, gli algoritmi previsionali hanno dimostrato la propria attendibilità, in altri ambiti, ancora poco esplorati, lo scetticismo frena la realizzazione di progetti innovativi. Lo scetticismo nasce spesso dalla mancanza di prove tangibili che giustifichino investimenti per tecnologie industriali mirate e dal timore che la tecnologia sostituisca in toto (anziché supportare) l’esperienza di personale qualificato. Importante, dunque, il passaparola da parte di chi ha rotto gli indugi e si è fidato degli algoritmi traendone vantaggio, in termini di riduzione dei costi, efficientamento dei processi produttivi, sicurezza e sostenibilità.

Consapevoli dell’impatto motivazionale generato da esempi concreti, il gruppo di Imprese afferenti a MIPU ha pubblicato, in collaborazione con Harvard Business Review, il volume “Storie di Fabbrica Predittiva” che raccoglie numerose case history di aziende grandi e piccole appartenenti a svariati settori e – attraverso le voci dei protagonisti - racconta le esperienze più significative di applicazione dell’intelligenza artificiale al mondo della fabbrica.

MIPU, fondato nel 2012 a Salò, è un Gruppo di aziende che offre servizi di consulenza, tecnologie software e hardware e corsi di formazione in diversi ambiti: manutenzione predittiva, energia, intelligenza artificiale per la risoluzione di anomalie e malfunzionamenti.

Tiscali News ha intervistato Eleonora Carta, Co-founder di MIPU Energy Data e Head of Support di Mipu Predictive Hub, azienda fondata da Giulia Baccarin e Giovanni Presti, per capire meglio quale valore aggiunto porti in fabbrica la lettura predittiva dei dati.

Eleonora, dopo una laurea in lingue straniere per la comunicazione internazionale all’Università di Padova e periodi di studio trascorsi in Germania e Irlanda, hai iniziato a lavorare per MIPU; ci parli del tuo percorso e delle esperienze vissute in Giappone e Corea?

“La mia avventura in Mipu è iniziata nel 2009, pochi mesi dopo la mia laurea. A dire il vero, a quel tempo Mipu non esisteva ancora, quindi in realtà ho cominciato a lavorare per la piccola ditta individuale che poi sarebbe diventata Mipu. Eravamo a tutti gli effetti una startup che stava crescendo velocemente, e non era sempre facile stare al “passo” con una realtà in continuo movimento, soprattutto considerando che si trattava della mia prima esperienza di lavoro. Tuttavia, fin da subito ho trovato molto sfidante il fatto di dovermi occupare di tante attività diverse: dal commercio internazionale al backoffice, dall’amministrazione al marketing fino alla selezione del personale. Ciò mi ha permesso di “toccare con mano” tutti gli aspetti della gestione di un’azienda, aiutandomi a sviluppare un forte senso pratico nonostante il mio percorso di studi prettamente teorico.

Ho avuto l’opportunità di andare per la prima volta in Giappone in occasione di una fiera pochi mesi dopo la mia assunzione; è stato il primo di una lunga serie di viaggi nel Paese del Sol Levante, che mi ha portato poi a candidarmi (grazie al supporto di quella che intanto era diventata Mipu) all’Executive Training Programme Korea, un percorso sponsorizzato dall’EU pensato per aiutare le aziende europee a sviluppare business nei Paesi dell’East Asia. Così a fine 2012 sono partita alla volta di Seoul per rimanerci un anno intero, e anche questo è stato il primo di tanti soggiorni in quel meraviglioso angolo di mondo. Durante il mio soggiorno in Corea ho cominciato ad interessarmi ai temi dell’innovazione e dell’efficienza energetica, e a sviluppare un po’ di network che poi negli anni successivi si è concretizzato in accordi di partnership”.

Che cosa è la manutenzione predittiva e che ruolo gioca la lettura predittiva dei dati nell’efficientamento della catena produttiva delle aziende? E nella realizzazione della smart city?

“La manutenzione predittiva è un tipo di manutenzione che permette di individuare eventuali malfunzionamenti o difetti nascenti negli impianti prima che questi degenerino in una rottura e quindi (nel peggiore dei casi) in un arresto della produzione. Essere in grado di predire tali eventi è fondamentale per garantire la continuità della catena produttiva. Se riesco ad individuare con largo anticipo la presenza di un difetto, di quale difetto si tratta, cosa devo fare per eliminarlo e in che tempistiche, evito di agire quando è troppo tardi. Inoltre, posso intervenire in maniera mirata e solo quando è effettivamente necessario, evitando fermate inutili per sostituire preventivamente componenti la cui durata di vita potrebbe essere ancora lunga.

Ma la predizione non gioca un ruolo chiave solo in industria; su di essa si basa gran parte dell’organizzazione delle smart cities. In Mipu qualche anno fa abbiamo redatto un caso studio sulla previsione del fabbisogno idrico dell’isola di Jeju, uno dei maggiori esempi di smart city in Corea. Raccogliendo i dati sul consumo di acqua di ogni quartiere e combinandolo con dati relativi alle previsioni meteo, era possibile costruire un algoritmo che simulasse il fabbisogno futuro di acqua per ogni zona e che permettesse quindi di progettare le migliori politiche di distribuzione, prevedendo eventuali scarsità e al tempo stesso evitando sovraforniture”.

Quanti clienti avete e appartenenti a quali settori?

“In questi anni il nostro gruppo ha accompagnato più di 200 aziende nel loro percorso verso la fabbrica predittiva. I settori sono estremamente vari, per citare i principali: produzione di energia, food&beverage, manifattura, produttori di macchine, farmaceutica, retail, automotive”.

Tanti algoritmi per tanti dati eterogenei, oppure avete trovato un sistema “universale” in grado di rispondere in maniera scalabile a più esigenze?

“La diversità della soluzione dipende non tanto dal dato, quanto piuttosto dalla sfida posta. In generale noi preferiamo parlare di intelligenza e non di algoritmo: se l'algoritmo è fisso, l'intelligenza è la specializzazione di una strategia algoritmica sui dati. Direi che la differenza è un po' come quella tra il cervello, inteso come il DNA con cui sono nata, e la mente, intesa come lo sviluppo che ho svolto grazie alla formazione, alle conversazioni, alla creazione di un "mio" mondo”.

Quante persone fanno parte del vostro team e che tipo di formazione hanno?

“L’intero gruppo conta ad oggi poco meno di 50 addetti, principalmente con formazione ingegneristica. Contiamo inoltre su un team interno di sviluppatori software. È presente in numero minore anche personale con formazione umanistica ed economica, dedicato principalmente alle attività di supporto e vendita”.

Parliamo un po’ di “Storie di Fabbrica Predittiva”, una pubblicazione originale e funzionale a far toccare con mano l’affidabilità degli algoritmi. Come cambia il ruolo dell’uomo all’interno della fabbrica predittiva?

“Al termine “fabbrica” sono spesso associati in prima battuta termini quali produttività, efficienza, competitività, e ultimamente anche sostenibilità. La fabbrica predittiva è però innanzitutto un luogo inclusivo di persone di diverse età, esperienze, visioni, generi ed etnie. Persone che grazie all’intelligenza artificiale possono avere l’opportunità di liberare il proprio lavoro dalla fatica fisica, dalla ripetitività e dalla scarsità cognitiva di determinate attività. Inoltre, intraprendere un percorso di transizione verso la fabbrica predittiva presuppone il contributo di tantissime figure: è un processo che coinvolge l’azienda a 360°, e non solo i reparti produttivi come si potrebbe pensare. Riprendo l’incipit con cui anni fa a Milano l’AD di un’importante azienda italiana operante nel settore dell’aeronautica ha aperto il suo intervento: “i miei clienti mi chiedono sempre meno elicotteri e sempre più ore di volo”. Questo ci fa capire come il focus, anche nei settori manifatturieri, si stia spostando dal prodotto in sé all’ideazione di nuovi metodi per rendere tale prodotto sempre più fruibile agli utenti finali. Ciò rappresenta una rivoluzione rispetto alle “classiche” politiche produttive, i cui protagonisti sono innanzitutto le persone che nella fabbrica lavorano ogni giorno”.  

Eleonora, avete in programma altri progetti e pubblicazioni?

“Vogliamo continuare il progetto di Storie di Fabbrica Predittiva con un'edizione in lingua spagnola ed una inglese. Non saranno semplici traduzioni, bensì un arricchimento dell'edizione originale con nuovi casi ed interviste che riprenderanno le storie delle imprese locali. Un lavoro in linea con la filosofia "glocale" di Mipu: soluzioni robuste e standard che valorizzino però l'originalità e la creatività insita nei luoghi e nelle persone.

Più avanti lavoreremo anche ad un volume che includa le Storie delle Città Predittive: questo però è un progetto ancora da svelare...”.