Vai al contenuto

L’Europa è leader nell’adozione dell’IA per le operations del manifatturiero

12 dic 2019

Milano, 12 dicembre 2019 – Un nuovo report del Capgemini Research Institute evidenzia la leadership del mercato europeo nell’implementazione dell’Intelligenza Artificiale (IA) all’interno delle operations del settore manifatturiero. Il 51% dei principali produttori europei con presenza globale sta infatti implementando almeno un caso d’uso sull’IA. Dalla ricerca, che ha anche analizzato 22 casi d’uso nelle operations, si evince che i produttori si possono concentrare su tre aree per avviare il loro percorso in ambito IA: manutenzione intelligente, controllo della qualità del prodotto e pianificazione della domanda.

Il report di Capgemini, dal titolo “Scaling AI in manufacturing operations: A practitioners’ perspective” ha analizzato l’implementazione dell’IA tra le 75 principali aziende a livello globale attive in quattro segmenti produttivi: Industrial Manufacturing, Automotive, Consumer Products, Aerospace & Defense. Dallo studio emerge che, per le aziende, l’IA presenta un enorme potenziale in termini di riduzione dei costi operativi e miglioramento di produttività e qualità. Secondo la ricerca, i principali produttori mondiali in Germania (69%), Francia (47%) e Regno Unito (33%) presentano il grado più avanzato di implementazione dell’IA nelle operazioni di produzione.

Di seguito le principali evidenze del report:

L’IA viene utilizzata e fa la differenza nella catena del valore delle operations

Le principali società utilizzano l’IA in tutte le operations legate alla produzione, fattore che consente loro di ottenere significativi vantaggi. Tra gli esempi troviamo Danone[1], che è riuscita a ridurre del 20% gli errori previsionali e del 30% il numero di vendite mancate grazie all’utilizzo di sistemi di machine learning per prevedere la variabilità della domanda, e Bridgestone[2], che ha introdotto un nuovo sistema di assemblaggio basato sul controllo automatico della qualità portando a un miglioramento di oltre il 15% nell’uniformità del prodotto.

I produttori si concentrano su tre casi d’uso principali per iniziare il proprio percorso di IA

Secondo il report, i produttori iniziano a integrare l’IA nelle operations concentrandosi su tre casi d’uso (dei 22 identificati dallo studio), in quanto possiedono un mix ottimale di caratteristiche che li rendono un punto di partenza ideale: tra le altre, chiaro valore commerciale, relativa facilità di implementazione e disponibilità di dati e competenze in materia di IA. Per i dirigenti intervistati da Capgemini, il controllo di qualità dei prodotti, la manutenzione intelligente e il demand planning sono le aree in cui l’IA può essere implementata più facilmente e fornire il miglior ritorno sull’investimento. Per esempio, General Motors[3] ha testato un sistema per individuare guasti ai robot ancor prima che si verifichino. Questo aiuta l’azienda a evitare di incorrere in costi legati a interruzioni non pianificate che possono raggiungere i 20.000 dollari per ogni minuto di fermo macchina. Se da un lato c’è un consenso su quali siano i migliori casi d’uso per iniziare a inserire l’IA nelle operations, dall’altro il report evidenzia che è necessario non fermarsi alle prime implementazioni e raccogliere sistematicamente il potenziale dell’IA racchiuso negli altri casi d’uso.

«Con la crescita dell’efficacia dell’Intelligenza Artificiale nelle operations del manifatturiero, vedremo le grandi imprese passare da progetti pilota a un’adozione su larga scala di tale tecnologia», ha dichiarato Gerardo Ciccone, MALS & CPRD Director, Capgemini Business Unit Italy. «Giustamente, le organizzazioni concentrano inizialmente i propri sforzi su ambiti di applicazione che offrono un ritorno sugli investimenti più rapido e tangibile: in particolare nel controllo della qualità di processo e nella manutenzione intelligente.»

«I dirigenti che abbiamo intervistato ritengono che l’IA permetta di ridurre i costi, migliorare l’accuratezza della produzione e ridurre gli scarti. Tuttavia i business leader non si concentrano esclusivamente su questi casi d’uso, in quanto, parallelamente alla loro implementazione, si preparano ad affrontare il futuro reinvestendo parte dei risparmi nella costruzione di una piattaforma digitale scalabile e flessibile, sviluppando le competenze a supporto», ha aggiunto.

Il report, infine, fornisce delle raccomandazioni per portare su scala l’IA nelle operations del manifatturiero, illustrate nello schema seguente:

Metodologia di ricerca

Capgemini ha condotto un’ampia ricerca sulle iniziative di IA che 300 aziende manifatturiere stanno implementando o testando: si tratta delle prime 75 organizzazioni a livello globale per ognuno dei quattro segmenti produttivi considerati (Automotive, Industrial Manufacturing, Consumer Products e Aerospace & Defense), selezionate in base al loro fatturato globale annuo.

Capgemini ha inoltre intervistato oltre 30 dirigenti del settore manifatturiero, attivi nei medesimi segmenti e appartenenti a quattro profili:

  1. Responsabile di reparto/funzione in uno o più stabilimenti di produzione, ad esempio nelle aree di manutenzione, produzione, qualità
  2. Direzione dell’impianto (direttore/manager dell’impianto)
  3. Direttore/VP Operations (responsabilità corporate/multi-country)
  4. Responsabile IA/Responsabile dell’area Innovation/Chief Digital Officer

[1] Toolsgroup, “Ex Machina: AI and the Future of Supply Chain Planning”, gennaio 2016.

[2] Harvard Business School, “Bridgestone: Production System Innovation Through Machine Learning”, novembre 2018

[3] iFlexion, “Image Classification Everywhere in Automotive”, settembre 2019