DIGITALIZZAZIONE: aumentare i ricavi offrendo servizi digitali

costruttori macchinari industriali

Ecco 4 opportunità per i costruttori di macchine. Nei prossimi 5 anni si prevede che almeno il 20% delle entrate dei costruttori di macchine deriverà dai servizi digitali

IXON si propone di aiutare i costruttori di macchine a raggiungere questo obiettivo, non solo per agevolare il passaggio a nuovi modelli di business, ma anche fornendo idee concrete che richiedono un investimento ridotto e offrono un rapido ritorno dell’investimento (ROI).

In questo articolo parleremo delle sfide che devono affrontare i costruttori di macchine e introdurremo le nuove opportunità di business che potranno consentire agli OEM di generare risparmi e ricavi usando con intelligenza i dati raccolti dalle macchine.

Le sfide che aspettano i costruttori di macchine

La maggior parte degli OEM è focalizzato sulle esigenze dei clienti e non pensa tanto a come creare la strada per il proprio successo.

Per produrre macchine a costi ottimizzati bisogna stabilire da dove partire e dove dirigersi.

Esplorare le possibilità digitali per ottimizzare le macchine senza dover affrontare enormi investimenti può essere difficoltoso.

La mancanza di conoscenze, il sovraccarico di tecnologia digitale e potenziali rischi per la sicurezza durante il ciclo di vita della macchina complicano ulteriormente il tutto.

Il che ci riporta alla domanda principale: come è possibile ottenere un profitto del 20% dai servizi digitali entro 5 anni con un modello di business che possa offrire vantaggi all’OEM e ai suoi clienti? Quale tipo di cliente è disposto a pagare per questo?

Nuovo potenziale di fatturato

Per guadagnare offrendo servizi digitali occorre partire da un cambio di mentalità. Uno sguardo critico sui servizi esistenti e un confronto con i clienti può aprire la strada a nuove opportunità.

Ci occuperemo delle diverse opportunità di business in base ai diversi tipi di macchine che ci sono in una linea di produzione.

Sono tutte idee data-driven che possono portare a una nuova crescita dei ricavi o a un risparmio di costi.

  1. Entrate ricorrenti puntando sulle parti consumabili
  2. Servizio di monitoraggio sulle parti soggette a usura
  3. Utilizzare il machine-learning per risparmiare sui componenti
  4. Contratti per il monitoraggio predittivo

Opportunità di flussi di guadagno per i costruttori di macchine 

1) Entrate ricorrenti puntando sulle parti consumabili

Utilizzare parti consumabili fuori specifica può essere una delle principali cause di inattività della macchina. Quando questi componenti vengono invece ottimizzati per le tue macchine e tenuti in magazzino, il tempo di attività delle macchine migliora.

Quindi perché non fornire direttamente al cliente le parti consumabili? O meglio ancora perché non pensare di spostare i guadagni proprio sui consumabili? Certo, non tutte le macchine offrono questa possibilità, ma vale la pena di considerare se questo aspetto si possa adattare alle tue macchine.

Nell’industria della stampa e dell’imballaggio vi sono molti esempi su come questa strategia sia stata applicata con successo. Inviare i beni di consumo al tuo cliente prima ancora che sappia di averne bisogno vuol dire alleggerirlo di una potenziale preoccupazione. È una situazione win-win, che porta a un’operatività aumentata e a entrate ricorrenti per il costruttore di macchine.

2) Servizio di monitoraggio sulle parti soggette a usura

Certe parti di macchina hanno un ciclo di vita definito e a un certo punto saranno soggette a usura. L’inattività non pianificata provocata da parti di macchina usurate offre un’esperienza negativa per il cliente e genera un aumento dei costi. Basti pensare all’automobile: meglio essere avvisati della necessità di manutenzione piuttosto che subire una improvvisa rottura.

I costruttori di macchine possono usare dati della macchina per determinare quando le parti soggette a usura sono alla fine del loro ciclo. Possono offrire questo nuovo servizio notificando al cliente in anticipo, con un piccolo sovrapprezzo che permetterà però al cliente di prevenire un fermo della produzione. Il risultato per l’OEM sarà un aumento delle vendite di parti di ricambio, contratti di assistenza e un miglioramento della soddisfazione del cliente.

3) Utilizzare il “machine learning” per risparmiare sui componenti

Implementare soluzioni di machine learning è difficile e impegnativo, specialmente per i piccoli costruttori di macchine. La maggior parte dei costruttori di macchine si concentra su come aver software di macchina che funzionano bene con pochi bug e un sistema operativo stabile. Cambiare software è fuori discussione e usare algoritmi ad apprendimento automatico e intelligenza artificiale è vista come una possibilità solo per un futuro lontano.

Quando però si progettano nuove macchine si tiene conto di determinati margini sulla sicurezza, a volte anche eccessivi, per essere sicuri di non incorrere in guasti. Se però queste parti non si guastassero mai, sarebbe possibile ridurre tolleranze e costi. Come? Mentre tutti studiano le parti malriuscite e analizzano le cause dei guasti, raramente ci si concentra sulle parti che invece non si guastano perché sono state ben progettate.

Raccogliendo e analizzando i dati delle parti ben riuscite si può ri-progettare ciò che è ha avuto successo, riducendo notevolmente i costi. E la competenza acquisita sarà di aiuto nella fase di progettazione su parti future e sulle macchine e per ottimizzare quelle di nuova generazione in modo da ottenere un vantaggio in termini di competitività.

4) Contratti per il monitoraggio predittivo

Nelle macchine ci sono alcune parti critiche che hanno un ciclo di vita di produzione e progettazione a lungo termine; eppure queste parti si guastano durante la vita della macchina.

La rottura di parti critiche porta a lunghi periodi di inattività dal momento che molte aziende non hanno a magazzino queste parti critiche. Tutto questo può avere un impatto importante in termini di processo di produzione e per i clienti significa aumento dei costi.

Analizzando i dati di parti guaste e di parti vicine alla fine del loro ciclo di vita può essere potenzialmente combinato con la data science per trarne informazioni preziose.

Dei Service Engineer esperti possono riconoscere se una macchina funziona bene o no semplicemente ascoltando la macchina o sentendo le vibrazioni e identificandone la causa.

Monitorare i dati giusti e confrontarli con i modelli noti può consentire di offrire un servizio di assistenza 24 ore, 7 giorni su sette e 365 giorni l’anno su ogni macchina. Sarà possibile sapere che un guasto si verificherà prima che succeda realmente.

Sostituire parti e fare assistenza prima della rottura in un momento in cui l’impatto sulla produzione è limitato può aumentare il livello (e i ricavi) dei contratti di assistenza offerti.

ENGINEERING: il futuro del settore Smart Agriculture

smart agricolture

Nel 2017 il mercato globale della Smart Agriculture valeva poco meno di 10 miliardi di dollari ma ora sta crescendo molto rapidamente, tanto che secondo le previsioni degli analisti nel 2022 supererà i 23 miliardi.

Nel contempo, si prevede che il mercato della Smart Agricolture toccherà nei prossimi anni i 9,5 miliardi di dollari, facendo registrare una crescita entro il 2025 del 15.72% in Asia e dell’11,93% in Nord America, mentre in America del Sud, dove già vale oltre 600 milioni di dollari, si stima che il mercato crescerà di oltre 16% sia in Argentina, in Messico e in Brasile.

Entro il 2025 in Europa il mercato della “Smart Agriculture” dovrebbe crescere di oltre il 13,5%.

Gli esperti in engineering spiegano come l’introduzione e l’integrazione dei processi tecnologici in agricoltura condurranno non solo verso una maggiore efficienza produttiva e qualitativa, e quindi a una riduzione dei costi, ma anche a una minimizzazione degli impatti ambientali e a nuove opportunità di lavoro per personale specializzato.

Il connubio fra produttività e sostenibilità sarà favorito attraverso un ecosistema integrato di tecnologie e soluzioni per consentire alle aziende agricole di monitorare e controllare i loro processi, garantendo qualità ed efficienza.

Saranno sempre più richieste soluzioni in grado di sfruttare il potere del dato per monitorare e ottimizzare i processi di produzione, sfruttando tecnologie come Internet of Things, Ai & Advanced Analytics, Machine Learning, Blockchain, Gis e Remote Sensing, sulle quali Engineering ha competenze acquisite da progetti, servizi e prodotti realizzati negli ultimi anni.

Nello studio si affronta anche il tema della Regulation & Fund Management, sul quale Engineering ha un’esperienza decennale.

Gli impegni e le regole definiti nella nuova Pac, gli indirizzi del Green Deal e del Farm To Fork, e gli impegni del PNRR per una Agricoltura “verde e digitale”, indurranno l’agricoltore italiano ed europeo ad adottare nuovi strumenti tecnologici e piattaforme abilitanti per gestire al meglio le nuove sfide: salvaguardia dell’ambiente, riduzione degli impatti sui cambiamenti climatici, la preservazione degli ecosistemi, e la diffusione di conoscenza all’interno dell’intera filiera agroalimentare.

«Noi di Engineering ci proponiamo come system integrator in grado di mettere a fattor comune l’esperienza in ambito tecnologico e le forti competenze di dominio acquisite sulla materia, sia in ambito pubblico che privato», spiega Alessandro Scandurra, senior manager, technical director pa Central Italy di Engineering. «Affianchiamo i nostri stakeholder nella costruzione di nuovi ecosistemi a partire dalla conoscenza del contesto, delle normative, dei processi di produzione, fino all’implementazione delle soluzioni software».

L’ intelligenza artificiale sempre più utile all’healthcare

intelligenza artificiale healthcare

Il rapporto realizzato da Eit health e Mckinsey & Company, dal titolo “Transforming Healthcare with Ai: the impact on the workface and organizations”conferma la necessità delle competenze dell’intelligenza artificiale nel settore Healthcare

Lo studio ha evidenziato la necessità di attrarre, educare e formare una generazione di professionisti della sanità con una approfondita conoscenza dei dati, migliorando al contempo le competenze della forza lavoro attuale, per poter sfruttare appieno il potenziale di trasformazione dell’intelligenza artificiale.

 

Cosa dice l’Europa

D’altra parte secondo la European skills agenda (il documento presentato lo scorso 1 luglio dalla Commissione Europea, per migliorare la competitività sostenibile e garantire l’equità sociale), a oggi almeno l’85% dei posti di lavoro richiede un livello minimo di competenze digitali.

Nel 2019 solo il 56% degli adulti possedeva le competenze digitali di base.

Mentre tra il 2005 e il 2006, il 40% dei nuovi posti di lavoro erano in settori di alta intensità digitale.

Secondo lo studio di Eit & Mckinsey, le competenze digitali di base, la scienza biomedica e dei dati, l’analisi dei dati e i fondamenti della genomica saranno fondamentali, in vista dell’ingresso dell’intelligenza artificiale e del machine learning nel settore dei servizi sanitari.

 “Queste materie sono raramente insegnate in modo sistematico insieme alle scienze cliniche tradizionali. E così, incolpevolmente, il personale sanitario di oggi non è ancora pronto per l’adozione dell’Ai.

L’Europa è all’avanguardia nell’innovazione sanitaria e stiamo assistendo alla creazione di un numero crescente di soluzioni di Ai tangibili, di impatto e promettenti. Tuttavia dobbiamo coniugare lo sviluppo di nuove tecnologie, in grado di alleviare parte della pressione sui servizi sanitari, con la capacità di integrarle nell’erogazione delle cure. Ora è il momento di colmare queste lacune, in modo che l’Europa non rimanga indietro nell’applicazione dell’Ai” – ha dichiarato Jorge Fernández García, Direttore Innovazione di Eit Health e co-autore del rapporto.

 

 

 

Le professioni sanitarie che hanno più bisogno di competenze Ai

Attualmente la diagnostica è l’applicazione principale dell’Ai nell’ambito del settore sanitario.

Tuttavia, nei prossimi 5/10 anni, gli operatori sanitari si aspettano che il processo decisionale clinico sia al primo posto nella lista delle applicazioni secondo il sondaggio dell’EIT Health e McKinsey & Company, che ha coinvolto 175 persone in prima linea nella fornitura di assistenza sanitaria, inclusi 62 decisori intervistati.

Gli autori del rapporto sottolineano che non solo è necessario attrarre, formare e trattenere un numero crescente di professionisti sanitari, ma si deve anche garantire che il loro tempo sia impiegato dove ha maggior valore aggiunto, ovvero nella cura dei pazienti.

Il ruolo dell’Artificial Intelligence

Basandosi sull’automazione, riporta una nota delle due società, l’intelligenza artificiale può rivoluzionare l’assistenza sanitaria. In che modo?

Contribuendo a migliorare la vita quotidiana degli operatori sanitari, permettendo loro di concentrarsi maggiormente sull’interpretazione delle immagini e quindi su come lavorare con i pazienti e i team clinici per personalizzare e migliorare ulteriormente l’assistenza.

L’intelligenza artificiale, inoltre, può migliorare la velocità della diagnostica e, in molti casi, anche la loro accuratezza.

Oltre all’aggiornamento delle competenze, un’altra esigenza identificata come fondamentale dai partecipanti allo studio è la maggiore partecipazione degli operatori sanitari nelle prime fasi dello sviluppo dell’IA.

Attualmente il 44% degli intervistati, selezionato per l’interesse negli ambiti dell’innovazione sanitaria e dell’IA, non è mai stato coinvolto nello sviluppo o nella diffusione di una soluzione di IA.

“L’Ai ha un enorme potenziale per migliorare la produttività e l’efficienza dei sistemi sanitari e renderli più sostenibili ma, cosa ancora più importante, ha il potenziale per fornire migliori risultati sanitari ai pazienti.

Può farlo in molti modi, dallo sviluppo di un maggior numero di cure preventive, alla possibilità per gli operatori sanitari di dedicare più tempo alla cura diretta dei pazienti.

Questo rapporto congiunto vuole essere una guida per i responsabili dei processi decisionali, in modo che possano definire le loro aspirazioni rispetto all’IA e sviluppare e implementare il giusto approccio per la loro organizzazione o il loro sistema sanitario” – ha commentato Angela Spatharou, Partner di McKinsey & Company, e co-autore del rapporto.

Realtà Aumentata e Virtuale

“Il blocco degli spostamenti e la soppressione degli eventi causata dal Covid-19 hanno spinto le aziende a cercare soluzioni alternative per avere un contatto diretto con i clienti e replicare la realtà”: la riflessione di Roberto Del Ponte, senior manager di InfinityReply pubblicata su “Genio & Impresa” di Assolombarda apre le porte a un futuro sempre più digitale e innovativo delle aziende italiane

Lo sviluppo di tecnologie di realtà aumentata e virtuale può rappresentare una svolta singolare per molte applicazioni utili alle aziende.

Secondo uno studio di Klecha& Co, banca di investimento specializzata in tecnologia, a livello mondiale nel 2023 la spesa delle aziende per sistemi di realtà aumentata (Ar) e realtà virtuale (Vr) raggiungerà i 121 miliardi di dollari. In realtà, questi strumenti digitali non sono così futuristici come si potrebbe pensare, poiché “cataloghi, virtualmakeup, app per provare vestiti o accessori e filtri fotograficisono entrate dal telefono quasi in sordina, ma sono state accettate perché su uno strumento con cui si ha confidenza”, spiega Del Ponte.

Tuttavia, ci sono diverse barriere di accesso legate principalmente al software e all’hardware delle applicazioni aziendali, dai costi di sviluppo fino alla diffusione degli strumenti per poterne beneficiare.

Come suggerito da Del Ponte: “L’ideale sarebbe creare piattaforme che consentano alle aziende di predisporre in autonomia dei contenuti, consentendo così di semplificare il processo e di permettere ai nuovi sistemi di dialogare con programmi già esistenti nelle aziende”.

L’adozione di sistemi di computer vision e machine learning offrono la possibilità di riconoscere situazioni, processi, luoghi e di restituire informazioni all’utente che indossa il visore. Conclude Del Ponte: “Per quanto riguarda l’assistenza da remoto, stiamo pensando a dei visori olografici ancora più agili e comodi che consentiranno all’operatore che li indossa di tenere le mani libere. In questo modo i visori di Ar potranno essere adottati anche durante la formazione professionale, dove poter fare operazioni guidate sul campo diventerà più immediato e utile”.