La gestione di un impianto produttivo implica molte attività.Per alcune è utile l’Intelligenza artificiale.Altre non possono prescindere dalla capacità e dall’esperienza delle persone.MGA Automation lavora su entrambi i fronti.
Quando parliamo di intelligenza artificiale i due atteggiamenti contrapposti, soliti e prevedibili, sono quelli degli apocalittici e degli integrati, per citare le categorie proposte oltre 50 anni fa da Umberto Eco. Citazione non casuale, perché ci serve per capire che ogni innovazione e ogni evoluzione – nel nostro caso del sistema produttivo – porta con sé inevitabilmente e da sempre resistenze e facili entusiasmi.
Lasciamo da parte l’aspetto filosofico di questa suddivisione – non è questo il contesto adatto (ma se siete interessati all’approfondimento, scriveteci pure [link a un’email che poi va inoltrata a me]) – vediamo cosa significa nel nostro campo, quello dei macchinari elettrici a controllo digitale più o meno avanzato.
Già da qualche anno la proliferazione a costi sostenibili per le imprese dei sensori ha reso possibile la raccolta di dati sul funzionamento dei macchinari e delle linee in quantità prima inimmaginabili. L’utilizzo di vari algoritmi di intelligenza artificiale e di Machine Learnig è decisamente utile per organizzare i dati e elaborare scenari in base ai quali prendere decisioni.
Non a caso anche MGA Automation propone un proprio sistema proprietario di IA per il controllo delle linee produttive. Non si tratta di intelligenza artificiale generativa, quella, per capirci, utile per elaborare immagini o testi, ma di algoritmi appositamente pensati per gestire quantità elevate di dati, analizzarle e aggregarle per fornire il supporto necessario a renderle utili per la gestione dell’impresa.
Il problema della gestione fatta con l’intelligenza artificiale è che tecnicamente, l’intelligenza artificiale, non “capisce” i dati che aggrega e analizza, è semplicemente molto rapida nel farlo; questo significa che le situazioni concrete che un operatore esperto può trovare durante un proprio sopralluogo sul campo sono molto varie e non sempre nel range delle situazioni “comprensibile” in base a modelli algoritmici e statistici e riportabili su un’interfaccia digitale. Facciamo un esempio pratico: se una linea produttiva presenta – come per altro è comune – una commistione di macchinari recenti e di macchinari che hanno un po’ di storia alle spalle, ma che comunque servono ancora egregiamente le esigenze dell’azienda, i dati provenienti dagli inverter che azionano gli uni e gli altri saranno molto disomogenei e l’indicazione di alert, sostituzione, manutenzione, per quelli più vecchi potrebbe arrivare senza avere motivi reali.
Un macchinario che funziona ancora bene, ma la cui efficienza può essere migliorata con operazioni di revamping, in modo da capire l’intero funzionamento o da sostituire le parti in obsolescenza e magari non più in produzione con materiale più aggiornato, e la programmazione della manutenzione in base a tale intervento di retrofit, sono risultati che si possono ottenere solo con l’intelligenza umana, fatta non solo di dati, ma capace di interpretarli, forte di esperienza e passione, dotata di un senso pratico e di acume economico spesso estranei al funzionamento automatico dell’IA.
Per questo, se volete che il vostro impianto industriale sia più efficiente e avete anche la necessità di qualcuno che si prenda la responsabilità di dirvi cosa va fatto e cosa non va fatto, parlate con noi. L’Intelligenza artificiale in questo campo deve ancora imparare molte cose