C’è sempre una storia da raccontare.
Soprattutto quando l’ambizione è quella di cercare ‘qualcosa di nuovo’ per i C-Level delle aziende nel segmento Mid Market.
Per questo è fondamentale aiutarli a prendere decisioni più accurate, avere informazioni e insight dai dati interni ed esterni all’impresa.
Questo è l’obiettivo dall’inizio del progetto IeS. Perché l’impresa possa imparare dai dati e durare nel tempo, diventando quindi intelligente e sostenibile.
Come? Partendo dalla cultura di impresa, non dalla tecnologia.
Ce lo insegna anche la storia di un grande declino delle telecomunicazioni e della telefonia mobile. Dal successo iniziale di scelte manageriali visionarie e coraggiose con tecnologie innovative fino ad arrivare poi a strutture a matrice e alla fine del pensiero strategico, quando i limiti del ‘sistema operativo’ e della tecnologia che aveva assicurato il vantaggio competitivo erano troppo evidenti e la struttura di impresa non era in grado di riorganizzarsi in modo agile. Una concorrenza poi basata sulle piattaforme di applicazioni, e non sui prodotti, ed una burocrazia incalzante non hanno lasciato scampo ad un successo così grande.
Abbiamo imparato dalla nostra storia che non sono gli strumenti ma le persone che li utilizzano a creare valore aggiunto , quindi siamo partiti da quel punto. Abbiamo pensato che nella teoria della ‘Composable Enterprise’ di Gartner ci sono i principi da cui è possibile prendere ispirazione, e che ci sono le stesse finalità della IeS Factory . Insomma, una buona idea poter creare un hub tecnologico per Altea Federation.
Pensare in modo componibile, adottare una piattaforma che possa aiutare a gestire a servizio e creare componenti per integrare le attuali funzioni del business….anche riutilizzare ciò che esiste.
Oltretutto i principi dell’Integrated Reporting , degli standard ESG, o degli IBCS per il business reporting ma soprattutto le esperienze sul campo dai progetti ERP ci impongono di ripartire sia dai problemi della fabbrica e del suo contesto, ma correlarli ai dati finanziari e non, e sia dai bisogni di reskilling e collaborazione.
In particolare, la fabbrica 4.0 non è solo IoT e connessione con i dati di campo, è ripensare ad adattarsi ai cambiamenti ora. Inoltre il successo globale di ChatGPT e il progresso degli algoritmi nel lavoro di tutti i giorni ci fanno imparare a convivere con assistenti digitali che possono darci nuovi punti di vista nel risolvere i soliti o i nuovi problemi di ogni giorno in azienda.
Ci siamo resi conto che risolvere problemi nuovi con strumenti vecchi potrebbe essere anche rischioso, tanto da ricostruire con una nuova tecnologia un debito tecnologico senza fine.
Invece riutilizzare e introdurre una piattaforma di servizi potrebbe esser un inizio.
Magari una evoluzione naturale delle applicazioni a servizio, le ‘platform company’. Il principio è rendere sempre disponibile in primis dalla fonte il dato per essere utilizzato, o meglio riutilizzato in modalità push o pull, senza dover ripensare tutto.
Se partiamo dai problemi di fabbrica dobbiamo iniziare dai fabbisogni di risorse e dalla pianificazione operativa. In una parola occorre sempre ottimizzare in base ai vincoli e obiettivi, che non sono sempre identici, variano a seconda della configurazione dei prodotti e dello stabilimento produttivo. Poi la supply chain estesa e i rischi di approvvigionamento, i rischi di sicurezza, la logistica interna e la velocità nel rendere la pianificazione collaborativa.
Vincoli e obiettivi variano tanto quanto il contesto, e sono espressione del proprio vantaggio competitivo. Per quello occorre condividere il problema innanzitutto, creare e riconoscere i colli di bottiglia e gestire i vincoli. Vincoli legati ai metodi, ai materiali , alla manodopera , alle macchine e alle situazioni ambientali.
Cosi nasce l’idea di creare con l’Università del Salento ottimizzatori multi-vincolo e multi -obiettivo su pianificazione della produzione (Brain Production) a servizio, e iniziare lo sviluppo di prototipi per manutenzione predittiva, la logistica interna ed esterna, come gestire il rischio fornitori o i percorsi ottimali di magazzino. Con i risolutori matematici e con la tecnologia BTP , cercando di utilizzare anche Vendor differenti che ci aiutano tutti i giorni nei progetti da System integrator.
Partire da come poter ottimizzare fattibilità dello scenario produttivo e la corretta visibilità della catena produttiva tenendo conto di di vincoli tecnologici (propri del settore di applicazione prodotto e processo, es: velocità, parallelismo), umani (skill-matrix, disponibilità, rotazione, norme) legati agli Asset (fermi macchina), materie prime e componenti (disponibilità) e poi avendo obiettivi come minimizzazione setup , massimizzazione produzione, minimizzazione ritardi, saturazione addetti , valutazioni modifiche al piano ottimo.
Per poi ricercare correlazioni tra dati produttivi, finanziari e di contesto, e quindi innescare il processo di pianificazione collaborativo su ogni area aziendale. L’adozione di modelli di correlazione e di pianificazione collaborativa può quindi portare a una migliore comprensione dei fattori che influenzano le performance aziendali e a una maggiore efficacia nella pianificazione e nell’esecuzione delle attività aziendali.
La componente di ricerca è in questo caso importante per identificare modelli di correlazione tra dati produttivi, finanziari e di contesto da analisi delle serie storiche, regressione, reti neurali , correlazioni cross-sectional, e analizzando anche la variante del metodo DEMATEL (Decision Making Trial and Evaluation Laboratory) utilizzata per analizzare le relazioni tra le variabili in un sistema complesso.