Digital Data

I fattori più importanti in questo contesto sono legati alla capacità di collezionare ed analizzare dati ”digitali”. Utilizzando le moderne tecnologie di analisi, come Big Data Analysis oppure Predictive Analysis in grado di macinare elevate moli di dati velocemente rispetto al passato, è possibile finalmente ottenere del valore da queste informazioni potendo così migliore l’attività previsionale e di decisione. In uno scenario in cui le tecnologie definite ”rivoluzionarie” dell’ IoT ne sono padrone, dove sensori vengono sempre più spesso usati per supportare qualsiasi applicazione ai vari livelli all’interno e all’esterno della fabbrica, (a partire dai macchinari industriali, passando ai canali di interfaccia con il cliente ), diventa chiave di successo la capacità di analizzare i dati raccolti per ottimizzare i processi lungo l’intera catena di fornitura. Centinaia di migliaia di fonti dati da cui poter collezionare parametri per aiutare ad ottimizzare i numerosi flussi di produzione. Algoritmi predittivi che sulla base dei dati raccolti sono in grado di aiutare le aziende meccaniche a prevedere possibili interruzioni o guasti delle macchine. Oggi i fornitori di servizi logistici possono ad esempio regolare i percorsi per le loro flotte di trasporto in tempo reale, sulla base di dati di traffico e requisiti prefissati. Questo solo per citare qualche esempio.
Approfittando del valore contenuto nei dati, aziende come Amazon e Google hanno occupato pian piano dei ruoli sempre più strategici. Sono in una posizione che gli consente di trasformare le inefficienze della catena di fornitura a loro mero vantaggio. Amazon si è evoluta in pochi anni dall’essere prima un semplice ”libraio on-line”, poi un grande magazzino di internet ed infine un vero e proprio fornitore di complessi servizi logistici, fornitore di servizi cloud, fornitore di tablet e smartphone fino a sviluppare una vera e propria piattaforma digitale. Così ha fatto Google. Usando le sue capacità di raccolta dati ed analisi è riuscito ad aver successo in molti progetti industriali investendo in diversi settori: nel settore sanitario con un progetto basato sul monitoraggio automatico dei livelli di zucchero nel sangue, nel settore automobilistico con lo sviluppo e la sperimentazione di veicoli autonomi per uso di massa e di navigazione in tempo reale con le mappe di Google, nel settore aerospaziale con lo sviluppo di droni e palloncini per la trasmissione di segnali radio, nel settore energetico, con l’acquisizione di Nest, un produttore di termostati di apprendimento.

Automazione

La trasformazione digitale in atto sta cambiando il ruolo giocato fino a poco tempo fa dalle macchine. La combinazione di tecnologie tradizionali con l’intelligenza artificiale (AI) e machine learning sta aumentando dando vita a nuovi sistemi che funzionano in modo automatico e possono in parte auto apprendere. Tutto questo consente di minimizzare il tasso di errore, incrementare la velocità, l’efficienza dell’attività lavorativa e ridurre i costi operativi. L’intelligenza artificiale consente alle organizzazioni di poter fare un passo avanti nella suddivisione dell’attività lavorativa automatizzando una porzione di conoscenza e di giudizio. Il lavoro tradizionalmente eseguito manualmente dalle risorse di grande talento può essere in parte automatizzato con il vantaggio di poter ridurre i tempi lavorativi e poter impiegare tali risorse in attività core a più alto valore come ad esempio l’analisi delle esigenze del cliente, sviluppo e lancio sul mercato di nuovi prodotti in tempi rapidi, studio di nuove categorie di clienti e/o mercati, individuazione ed eliminazione delle inefficienze nella fabbrica, accelerazione della fornitura di beni e servizi, ecc,..

L’intelligenza artificiale viene oggigiorno utilizzata in svariati contesti non solo in ambito manufacturing; si pensi, per citare qualche esempio, al rilevamento di frodi con carta di credito attraverso analisi in tempo reale del rischio di frode oppure per previsioni nei volumi di vendita. Grandi retailers come Amazon e Target Corporation riescono a gonfiare il proprio fatturato anche solo anticipando le esigenze dei clienti attraverso analisi predittive. Questo è sicuramente un uso piuttosto controverso dell’intelligenza artificiale, dal momento che può potenzialmente violare la privacy dei consumatori.

L’intelligenza artificiale gioca un ruolo di rilevanza anche nella nostra vita quotidiana. Basti pensare a Siri, Google Now, e Cortana, assistenti personali digitali ed intelligenti basati su diverse piattaforme (iOS, Android, Windows Mobile); in poche parole sono in grado di trovare informazioni utili per dare risposte istantanee grazie ad un riconoscimento vocale tramite trasmissione di informazioni dal telefono cellulare o l’invio di messaggi ad altre applicazioni quando l’utente formula una domanda.

Connettività

Al giorno d’oggi il mercato offre un insieme di tecnologie che sono finalmente disponibili a prezzi ragionevoli. Allo stesso tempo i prodotti e i sistemi produttivi possono essere dotati di sensori, sensori in grado di catturare innumerevoli parametri di prodotto e di processo. Nei sistemi più avanzati prodotti e sistemi produttivi hanno la possibilità di connettersi ad una rete comune per poter scambiare vicendevolmente flussi di informazioni grazie proprio alla pervasività e capacità di Internet in termini di connettività. La connettività tra vari sistemi aziendali consente di superare i confini di una società per mettersi in collegamento con altre imprese dello stesso network o all’interno della propria catena di fornitura con più facilità. L’obiettivo è infatti interconnettere l’intera catena del valore attraverso reti di telefonia mobile o di rete fissa a banda larga in modo da sincronizzare tutta la catena di fornitura riducendo lead time e tempi di produzione da un lato e velocizzando time-to-market di nuovi prodotti dall’altro.

La connettività è supportata da tecnologie LPWA – Lower Power Wide Area- che forniscono l’infrastruttura wireless per connettere migliaia di nodi IoT. Grazie alla diminuzione dei requisiti di alimentazione, portata maggiore e costo inferiore rispetto ad una rete mobile, LPWANs sono capaci di supportare una più ampia gamma di applicazioni di tipo machine-to-machine (M2M) e Internet delle cose (IoT), che sono stati sempre vincolati da budget e problemi di alimentazione. Bluetooth, ZigBee e Wi-Fi sono infatti adeguati per implementazioni in ambito IoT rivolte al cliente ma non per il business. La necessità di avere facilmente a disposizione una tecnologia come LPWAN è legata alla possibilità di estendere le applicazioni IoT anche al mondo industriale, civile e commerciale in cui l’enorme numero di dispositivi collegati tra loro può essere sostenuto solo se le comunicazioni sono efficienti e a bassi costi di alimentazione. Questa crescente potenzialità deve però fare i conti con problemi in termini di definizione di standard di comunicazione comuni tra i vari sistemi di gestione aziendali. Questo imminente scenario potrà realmente concretizzarsi solo se tutti i partners della stessa rete inizieranno ad utilizzare gli stessi standard. Fino ad ora non sono stati fatti grossi passi avanti in questi termini, il processo di cooperazione per la formulazione di standard comunicativi universali non ha ancora assunto una dimensione rilevante a causa di una generale indisponibilità del settore industriale nell’abbandonare o modificare i sistemi informativi già presenti in azienda.

Interazione digitale

La pervasività di Internet, della rete ha dato il via a nuovi canali di interazione diretta con il cliente al quale i vari intermediari possono offrire nuovi tipi di servizi con la massima trasparenza.
Già da tempo sia consumatori che aziende utilizzano la tecnologia wi-fi sul posto di lavoro come a casa, ma tutto questo si limitava fino a poco tempo fa a punti isolati di connessione, niente di più. Ora le cose stanno cambiando, le aziende stanno cercando di adattare la loro copertura wireless in termini di mobilità, visto che la trasformazione digitale in atto è di fatto legata alla possibilità di connettere diversi nodi in modo da ”camminare” attraverso la rete. L’obiettivo è prima di tutto collegare gli utenti, siano essi clienti, fornitori o dipendenti, allo stesso ambiente mobile per poter poi interagire facilmente con ognuno di essi. Oggigiorno la gran parte delle applicazioni utilizzate sul posto di lavoro è già fruibile in the Cloud così come il cliente di oggi tende sempre più a interfacciarsi con l’azienda online attraverso mobile, smartphone e tablet piuttosto che attraverso i tradizionali canali fisici. Una nuova generazione di utenti (il cosiddetto ” Gen mobile ”), un uso massiccio di applicazioni di collaborazione come ad esempio Skype o LinkedIn per il business ed una miriade di altri componenti e applicazioni online stanno spingendo tutti a doversi confrontare con la rete, con un ambiente mobile. Le aziende si trovano di fronte ad una nuova tendenza che vede il consumatore medio molto più attento a quanto gli viene offerto sul Web in termini di prodotti e servizi. Questo scenario che va via via affermandosi surclassando i modelli di interazione con il cliente tradizionali, aprirà enormi opportunità di business soprattutto per i fornitori di servizi.
Un grosso ostacolo a questa tendenza è però ancora presente; chi possiede i dati, chi è autorizzato ad accedere ai dati, come garantire un’adeguata privacy, controllo e sicurezza? Queste domande toccano sia fornitori sia produttori; fornitori e venditori lungo tutta la catena di approvvigionamento potrebbero potenzialmente rivendicare una quota sui dati generati all’interno della loro particolare sfera. Queste informazioni possono essere utilizzate per guidare il miglioramento del prodotto, i flussi logistici e cicli di manutenzione, nonché per ottimizzare l’officina e per aumentare l’efficienza all’interno della catena di approvvigionamento stessa. Ma che cosa può succedere se le aziende dipenderanno dai fornitori di piattaforme digitali nel momento in cui devono esternalizzare l’analisi dei loro dati? I manager dovrebbero prestare particolare attenzione agli accordi legati alla proprietà dei dati e loro utilizzo.