In un mercato sempre più competitivo, le aziende mettono in atto nuove strategie per aumentare le performance e ridurre i costi di produzione. Nell'elaborato di tesi, si è andato ad analizzare lo scenario dell'Industria 4.0, osservando come i Big Data e l'Intelligenza Artificiale possano essere sfruttati come un vantaggio per l'azienda, in particolare se applicati alla manutenzione predittiva. Per fornire una panoramica generale delle tecniche menzionate, si andranno a citare ed analizzare le caratteristiche dei Big Data e le metodologie collegate all'Intelligenza Artificiale. Lo scopo è sottolineare come l'AI e l'analisi dei dati siano portatrici di benefici tangibili e quantificabili come, ad esempio, il supporto alla forza lavoro (rotazione delle competenze), automazione dei processi (capitale circolante), la gestione dei clienti (fidelizzazione) e innovazione di prodotto. Si osserverà che le caratteristiche dei tools utilizzati in ottica 4.0, sono importanti come mezzi di sviluppo del business e di ottimizzazione dei processi. Oggigiorno, le aziende necessitano di elaborare una grande mole di dati in maniera sempre più rapida, ed in questo frangente che si riconoscono le potenzialità della Big Data Analytics, al fine di raggiungere in maniera sempre più efficiente gli obiettivi preposti. Queste tecniche devono essere necessariamente accompagnate da cambiamenti negli approcci gestionali. Si analizzeranno i quattro fattori abilitanti per un approccio efficace: roadmap e strategia, modello di governance, competenze e infrastruttura IT. Per poter mettere in atto questo cambiamento, sono necessari consistenti investimenti sia dal punto di vista delle infrastrutture e quindi relative ai macchinari o all'adozione di software, sia in ambito di capitale umano e quindi relative allo sviluppo di competenze e abilità dei lavoratori che entrano in contatto con queste strumentazioni innovative. Per capire come le aziende possono trarre beneficio dai Big Data e dall'AI, l'attenzione sarà focalizzerà sul caso della manutenzione predittiva e di come questa attività, rispetto alle tipologie di manutenzione usate in passato (reattiva, preventiva e condition-based), riesca ad apportare una serie di vantaggi in ottica economica. L'utilizzo di tecniche statistiche e matematiche per fare previsioni su eventi futuri basandosi su un set di dati permette di ottenere analisi molto più precise e quindi di ottimizzare la produzione. Dal momento che l'elaborato è stato concepito con un taglio economico, l'analisi si è focalizzata sullo studio degli indicatori di performance (KPI), i quali, combinati con le tecniche IoT, permettono di monitorare l'attività di manutenzione in modo più efficiente ed evoluto. Inoltre, l'attenzione è stata rivolta all'analisi costi-benefici per evidenziare i concreti benefici apportati dall'utilizzo dei Big Data e dell'AI. Al fine di conferire all'elaborato un taglio non solo teorico, ma anche empirico, verranno presentati tre casi concreti di aziende che attuano metodologie basate sugli analytics per ottimizzare i loro processi produttivi. In conclusione, si andranno a delineare i i piani attuati dal governo italiano per poter incentivare le imprese nell'utilizzo di strumenti innovativi e per accompagnarle verso questo cambio di paradigma e verso una realtà sempre più digitalizzata, osservando anche l'impatto del Covid19.
BIG DATA E INTELLIGENZA ARTIFICIALE APPLICATI AL PROCESSO PRODUTTIVO, IN PARTICOLARE ALLA MANUTENZIONE PREDITTIVA: NUOVI STRUMENTI PER AUMENTARE IL VANTAGGIO COMPETITIVO AZIENDALE.
GALOPIN, ANNALISA
2019/2020
Abstract
In un mercato sempre più competitivo, le aziende mettono in atto nuove strategie per aumentare le performance e ridurre i costi di produzione. Nell'elaborato di tesi, si è andato ad analizzare lo scenario dell'Industria 4.0, osservando come i Big Data e l'Intelligenza Artificiale possano essere sfruttati come un vantaggio per l'azienda, in particolare se applicati alla manutenzione predittiva. Per fornire una panoramica generale delle tecniche menzionate, si andranno a citare ed analizzare le caratteristiche dei Big Data e le metodologie collegate all'Intelligenza Artificiale. Lo scopo è sottolineare come l'AI e l'analisi dei dati siano portatrici di benefici tangibili e quantificabili come, ad esempio, il supporto alla forza lavoro (rotazione delle competenze), automazione dei processi (capitale circolante), la gestione dei clienti (fidelizzazione) e innovazione di prodotto. Si osserverà che le caratteristiche dei tools utilizzati in ottica 4.0, sono importanti come mezzi di sviluppo del business e di ottimizzazione dei processi. Oggigiorno, le aziende necessitano di elaborare una grande mole di dati in maniera sempre più rapida, ed in questo frangente che si riconoscono le potenzialità della Big Data Analytics, al fine di raggiungere in maniera sempre più efficiente gli obiettivi preposti. Queste tecniche devono essere necessariamente accompagnate da cambiamenti negli approcci gestionali. Si analizzeranno i quattro fattori abilitanti per un approccio efficace: roadmap e strategia, modello di governance, competenze e infrastruttura IT. Per poter mettere in atto questo cambiamento, sono necessari consistenti investimenti sia dal punto di vista delle infrastrutture e quindi relative ai macchinari o all'adozione di software, sia in ambito di capitale umano e quindi relative allo sviluppo di competenze e abilità dei lavoratori che entrano in contatto con queste strumentazioni innovative. Per capire come le aziende possono trarre beneficio dai Big Data e dall'AI, l'attenzione sarà focalizzerà sul caso della manutenzione predittiva e di come questa attività, rispetto alle tipologie di manutenzione usate in passato (reattiva, preventiva e condition-based), riesca ad apportare una serie di vantaggi in ottica economica. L'utilizzo di tecniche statistiche e matematiche per fare previsioni su eventi futuri basandosi su un set di dati permette di ottenere analisi molto più precise e quindi di ottimizzare la produzione. Dal momento che l'elaborato è stato concepito con un taglio economico, l'analisi si è focalizzata sullo studio degli indicatori di performance (KPI), i quali, combinati con le tecniche IoT, permettono di monitorare l'attività di manutenzione in modo più efficiente ed evoluto. Inoltre, l'attenzione è stata rivolta all'analisi costi-benefici per evidenziare i concreti benefici apportati dall'utilizzo dei Big Data e dell'AI. Al fine di conferire all'elaborato un taglio non solo teorico, ma anche empirico, verranno presentati tre casi concreti di aziende che attuano metodologie basate sugli analytics per ottimizzare i loro processi produttivi. In conclusione, si andranno a delineare i i piani attuati dal governo italiano per poter incentivare le imprese nell'utilizzo di strumenti innovativi e per accompagnarle verso questo cambio di paradigma e verso una realtà sempre più digitalizzata, osservando anche l'impatto del Covid19.File | Dimensione | Formato | |
---|---|---|---|
885574_tesiannalisagalopin.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
1.79 MB
Formato
Adobe PDF
|
1.79 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/26588