Roadmap AI per il manifatturiero: dai dati di stabilimento agli agenti

Il Suo progetto pilota di AI ha funzionato su una linea. Un anno dopo il secondo stabilimento ancora non ce l'ha, e la prima linea ha smesso di usarlo senza che nessuno se ne accorgesse.

Una roadmap AI per il manifatturiero serve a evitare proprio questo. Ha quattro fasi. Collegare i dati di stabilimento ai dati ERP, aggiungere un livello di intelligenza governato, scalare gli agenti AI, poi portare l'AI dentro il modo in cui la fabbrica lavora.

Quasi tutte le aziende manifatturiere provano a partire dalla terza fase. Ecco perché i pilota si arenano.

Ho implementato ERP nella produzione di materie plastiche, acciaio e difesa. Lo schema si ripete. Il modello raramente è la parte difficile.

La parte difficile è che tre sistemi descrivono lo stesso ordine in tre modi diversi.

Prenda un ordine di 5.000 tappi stampati. L'ERP vede un ordine di produzione. Il MES (il sistema che gestisce il reparto) vede un lavoro sulla pressa 14, e la pressa conosce solo il conteggio dei cicli.

Questa roadmap funziona qualunque sia il Suo sistema centrale: SAP, Oracle, Microsoft, Infor o qualcosa sviluppato internamente.

Ecco come imposterei i tre anni.

Tre anni, quattro fasi

1. 01

   Oggi: fondamenta dei dati

   Dati di stabilimento, qualità ed ERP in un'unica piattaforma governata, con tracciabilità e reportistica self-service.

2. 02

   Anno 1: intelligenza governata

   Un unico linguaggio di business per stabilimenti, linee, materiali e ordini, governance dell'AI e i primi risultati rapidi.

3. 03

   Anno 2: scalare gli agenti AI

   Agenti per manutenzione, qualità, pianificazione e acquisti, attivi in tutti gli stabilimenti.

4. 04

   Anno 3: AI integrata su larga scala

   L'AI dentro il modo in cui la fabbrica pianifica, produce e migliora, con persone e agenti che lavorano insieme.

Prenda i tempi come un'indicazione. Un gruppo con dieci stabilimenti su quattro ERP avrà bisogno di più tempo nella prima fase.

I dati di fabbrica sono organizzati a livelli, e lo standard ISA-95 li descrive bene. Alla base ci sono sensori e PLC, i controllori che gestiscono ogni macchina. Sopra ci sono le schermate SCADA e gli historian (database delle letture macchina), poi il MES, e in cima l'ERP che pianifica e calcola i costi di tutto.

L'AI ha bisogno che questi livelli parlino tra loro. Nella maggior parte degli stabilimenti non succede.

Io partirei da tre cose.

1. Una piattaforma dati, di solito un lakehouse o un data warehouse in cloud, che riceve i dati ERP, i record del MES e le letture degli historian. La maggior parte dei casi d'uso ha bisogno di valori sintetici, come la temperatura media del fuso per lotto.
2. Governance fin dal primo giorno: un catalogo dati, la tracciabilità che mostra da dove viene ogni numero e regole di qualità. Se nessuno sa dire da dove viene un dato di scarto, nessuno si fiderà di un modello che lo prevede.
3. Reportistica self-service. I responsabili di stabilimento dovrebbero vedere l'OEE (produzione buona rispetto alla produzione possibile), gli scarti e il rispetto della programmazione da un'unica fonte, prima ancora che entri in gioco l'AI.

Il lavoro più duro riguarda i dati anagrafici. Prendiamo un gruppo della plastica con due stabilimenti.

Lo stabilimento A chiama un granulo di polipropilene nero MAT-1001 e lo conta in chili. Lo stabilimento B lo chiama PP-BLK-25 e lo conta in sacchi da 25 kg. Chieda a un modello di prevedere il consumo di resina e vedrà due materiali senza alcun legame.

La soluzione è noiosa. Un responsabile del materiale mappa i codici, concorda un'unica unità di misura, e la piattaforma applica quella regola ogni notte.

Lo strumento può suggerire la corrispondenza. È comunque una persona a decidere quale codice prevale e chi sarà responsabile della regola da lì in avanti.

Gli orologi sono l'altro aspetto che controllerei presto. L'historian di un laminatoio può registrare le letture del forno in ora locale mentre l'ERP registra in UTC.

Lei vuole collegare un difetto superficiale sul coil 4471 alla temperatura del forno al momento della laminazione. Se gli orologi sono sfasati di quattro ore, il modello impara dalla temperatura sbagliata. Lo corregga una volta qui e ogni caso d'uso successivo lo avrà giusto.

1. 01Macchine e historianLetture dei sensori, sintetizzate per lotto
2. 02MESLavori, fermi e scarti
3. 03ERPOrdini, materiali e costi
4. 04Area di atterraggioCopie grezze, conservate come sono arrivate
5. 05Puliti e mappatiUn codice materiale, un'unità, un orologio
6. 06Report self-serviceOEE, scarti e rispetto della programmazione

Un'unica versione affidabile di ogni ordine, dalla macchina alla contabilità

Il primo anno trasforma quei dati in qualcosa che l'AI può usare in sicurezza. Il cuore è un livello semantico: un unico linguaggio di business condiviso per stabilimenti, linee, centri di lavoro, materiali, ordini e difetti.

Se chiede a un agente del «fermo della linea 3», l'agente deve sapere di quale linea 3 si tratta. Lo stabilimento A e lo stabilimento B possono averne una ciascuno, e contare i fermi in modo diverso.

Uno stabilimento fa partire il conteggio quando la macchina si ferma. L'altro quando l'operatore registra il fermo. Il livello semantico mette per iscritto un'unica definizione, e ogni report e ogni agente la usano.

Nello stesso anno metta in piedi la governance dell'AI. Tenga un registro di ogni caso d'uso AI, ciascuno con un responsabile nominato, una valutazione del rischio e un punto in cui una persona controlla il risultato.

Se un sistema di AI diventa un componente di sicurezza di una macchina, l'EU AI Act lo considera ad alto rischio. Coinvolga presto i Suoi ingegneri della sicurezza. Io li voglio al primo workshop.

Poi porti a casa due o tre risultati rapidi che chi lavora in reparto noterà. Ecco un copilota per la manutenzione durante un turno di notte.

1. Una tecnica ha davanti una pressa idraulica che continua ad andare in errore per bassa pressione. Digita il codice di errore e il numero della pressa nel copilota su un tablet.
2. Il copilota cerca nel manuale della pressa e negli ordini di lavoro passati per quella pressa.
3. Risponde che lo stesso errore si è già presentato due volte, entrambe per una guarnizione usurata sul cilindro principale.
4. Indica il codice ricambio della guarnizione e collega la pagina del manuale con la procedura di sostituzione.

È sempre lei a decidere se fermare la pressa, ed è sempre lei ad applicare il blocco di sicurezza. Il copilota le ha solo risparmiato la ricerca tra vecchie carte.

Le sintesi del cambio turno sono il secondo risultato rapido. Alle 6 del mattino il capoturno in arrivo riceve una pagina costruita dagli eventi MES, dai registri dei fermi e dai blocchi qualità. La pressa 9 ha perso 40 minuti per un cambio stampo lento, e il lotto 2207 è bloccato per stampate incomplete.

Il capoturno verifica il blocco e decide cosa produrre per primo.

Una terza opzione è il controllo dei documenti dei fornitori. Se il certificato di laminazione di un coil indica S275 e Lei ha ordinato S355, l'AI lo segnala prima dell'entrata merci. Una persona della qualità accetta o respinge comunque il coil.

Ecco come classificherei i primi candidati.

1. 01Il capoturno chiedePerché la linea 3 ha perso tempo stanotte?
2. 02Livello semanticoQuale stabilimento, quale linea, quale regola di fermo
3. 03Dati governatiRegistro fermi, eventi MES, ordini di lavoro
4. 04Il copilota rispondeCon la fonte di ogni numero
5. 05Il capoturno verificaAccetta, corregge o fa escalation

Una risposta su cui concordano il responsabile di stabilimento e il report per il consiglio

Valore di businessAltoMedioBasso

• Programmazione autonoma

• Ispezione qualità con visione artificiale

• Copilota per la manutenzione

• Controllo documenti fornitori

• Sintesi del cambio turno

• Chatbot generico

BassaMediaAltaMaturità dei dati

• Più avanti
• Pianificare
• Partire subito

Il secondo anno si passa dagli assistenti agli agenti. Un assistente risponde a una domanda. Un agente osserva un segnale, decide cosa fare entro limiti fissati da Lei e agisce nei Suoi sistemi.

Questi sono gli agenti che vedo ripagarsi per primi nel manifatturiero.

1. Manutenzione predittiva. Le letture macchina generano un ordine di lavoro nell'ERP prima del guasto, con i ricambi già riservati.
2. Qualità. L'ispezione con visione artificiale segnala un difetto, e l'agente blocca il lotto, lo collega ai parametri di processo e apre una deviazione.
3. Pianificazione. L'agente ribilancia la programmazione quando una macchina si ferma o un materiale arriva in ritardo, e chiede l'approvazione a un pianificatore.
4. Acquisti. Sollecita le consegne in ritardo e prepara la richiesta di accelerazione.

Ecco come un agente di manutenzione gestisce un cuscinetto che si sta guastando su una pressa di stampaggio.

1. La vibrazione sul cuscinetto principale sale lentamente per due settimane, e la temperatura la segue.
2. L'agente confronta l'andamento con i guasti passati sullo stesso tipo di pressa e trova una corrispondenza.
3. Crea un avviso di manutenzione nell'ERP, verifica che un cuscinetto di ricambio sia a magazzino e lo riserva.
4. Propone uno slot nel fermo programmato di sabato e invia la richiesta al pianificatore della manutenzione.

Il pianificatore approva lo slot o lo sposta. L'agente può creare l'avviso e riservare il ricambio da solo, ma non può fermare una linea, e quel limite ha un responsabile con nome e cognome.

Ora prendiamo l'agente di pianificazione. Martedì pomeriggio un estrusore si ferma fino a giovedì, e un container di resina è bloccato in porto.

L'agente controlla gli ordini aperti, le date di consegna e quali linee possono fare quali prodotti. Costruisce due opzioni. Spostare tre ordini sulla linea 2 con straordinari il mercoledì, oppure posticipare di due giorni l'ordine di un cliente.

Il pianificatore ne sceglie una, oppure prima chiama il cliente. Non lascerei mai che un agente sposti in silenzio una data concordata con un cliente.

Il cambiamento più grande del secondo anno è la responsabilità. Qualcuno deve essere responsabile di ogni agente, dei suoi limiti e dei suoi risultati. Io tratto gli agenti come nuovi membri del team, con una descrizione del ruolo e una revisione periodica.

1. 01OsservaVibrazione, temperatura e corrente su ogni pressa
2. 02RilevaLa lettura di un cuscinetto esce dall'intervallo
3. 03PreparaOrdine di lavoro preparato, ricambio riservato
4. 04ApprovaIl pianificatore della manutenzione fissa lo slot
5. 05AgisceOrdine rilasciato, tecnico inviato
6. 06ImparaIl risultato alimenta la previsione successiva

Un responsabile per ogni agente, con limiti definiti

Al terzo anno l'AI non è più un progetto a parte. Sta dentro pianificazione, produzione, qualità, manutenzione e calcolo dei costi.

Ecco come appare in un ciclo mensile di S&OP, in cui vendite, produzione e finanza concordano un unico piano.

1. I clienti condividono le previsioni, e l'agente segnala quelle che sembrano troppo alte rispetto allo storico degli ordini.
2. I fornitori condividono la capacità, così l'agente vede che il Suo fornitore di verniciatura è saturo a marzo.
3. L'agente prepara un piano che tiene conto di entrambi e ne calcola i costi nell'ERP.
4. La riunione dedica la sua ora ai pochi veri compromessi.

Il piano resta in mano alle persone. Lo firma il direttore operativo, e la finanza verifica il margine.

L'altro punto su cui guarderei è il calcolo dei costi. Supponiamo che una pressa a iniezione continui a lavorare più lentamente del suo tempo ciclo standard. L'agente individua lo scostamento, calcola l'effetto sui costi e chiede al cost accountant se aggiornare lo standard.

Decide il cost accountant, perché una modifica del costo standard si riflette sulla valorizzazione delle scorte e sui margini.

1. Direttore di stabilimentoResponsabile degli obiettivi dello stabilimento e del portafoglio di agenti
   Governance dell'AIRegistro, test e un interruttore di arresto per ogni agente
2. Responsabile di produzioneApprova le modifiche alla programmazione proposte dagli agenti

• Agente di manutenzioneIn capo al responsabile della manutenzione
• Agente qualitàIn capo al responsabile qualità
• Agente di pianificazioneIn capo al capo della pianificazione
• Agente acquistiIn capo al buyer

1. 04Agenti e copiloti AIAgenti per manutenzione, qualità, pianificazione e acquisti, con punti di approvazione umana
2. 03Livello di intelligenza governatoModello semantico di stabilimenti, linee, materiali e ordini, più il registro dell'AI
3. 02Fondamenta dei datiLakehouse con dati ERP, MES e historian, catalogo e tracciabilità
4. 01Sistemi di stabilimento e aziendaliSensori, SCADA, historian, MES ed ERP

Quattro aspetti non appartengono a un singolo anno. Li attraversano tutti.

1. Sicurezza OT. OT indica i controllori e le reti che fanno funzionare le macchine. Collegarli all'AI in cloud amplia la superficie di attacco, quindi progetti il collegamento secondo la IEC 62443 e mantenga segmentate le reti di controllo. L'agente legge una copia dei dati dell'historian e non scrive mai su un PLC.
2. Sovranità. Difesa, pubblica amministrazione e alcune attività soggette a controllo delle esportazioni richiedono opzioni di AI nel Paese o on-premise. Decida quali dati possono uscire dallo stabilimento prima di scegliere un modello. Un disegno di un componente per la difesa potrebbe non dover mai avvicinarsi a un modello pubblico, mentre una previsione sulla resina probabilmente sì.
3. Uno stack aperto e multi-vendor. Usi formati aperti e interfacce standard come OPC UA, uno standard comune per leggere i dati delle macchine. Così potrà cambiare modello senza ricostruire tutto.
4. Le Sue persone. Formi pianificatori, ingegneri e tecnici a lavorare con gli agenti. Un pianificatore che si fida delle opzioni dell'agente le usa. Uno che non si fida rifà il piano in Excel.

L'errore più comune è un pilota che non riesce a scalare. Un modello di visione addestrato su una linea, con dati estratti a mano, dimostra l'idea e niente di più.

Lo porti nel secondo stabilimento. Le telecamere sono diverse, i codici articolo non corrispondono e nessuno è responsabile del modello.

Il secondo errore è trattare l'AI come un progetto IT. Se i responsabili di produzione, qualità e manutenzione non sono titolari dei casi d'uso, gli agenti vengono costruiti e poi ignorati.

Il mio consiglio è partire dai processi. Mappi come si muove oggi un ordine di lavoro o un blocco qualità, poi scelga il sistema. Assegni a ogni caso d'uso un responsabile di business prima che qualcuno scriva codice.

Come va stortaCosa funziona

1. 01Come va storta: Un pilota su una linea con dati estratti a mano→Cosa funziona: Fondamenta dei dati costruite per ogni stabilimento
2. 02Come va storta: L'IT lo costruisce e lo stabilimento non lo fa mai suo→Cosa funziona: Un responsabile di produzione, qualità o manutenzione per ogni caso d'uso
3. 03Come va storta: Codici, unità e orologi corretti di nuovo in ogni progetto→Cosa funziona: Dati anagrafici corretti una volta, a livello centrale
4. 04Come va storta: Agenti senza responsabile, senza limiti e senza revisione→Cosa funziona: Ogni agente con un responsabile, limiti e una revisione periodica

Vuole metterla alla prova sui Suoi stabilimenti? Prenoti una call e porti un caso d'uso e uno schizzo approssimativo del Suo ERP e del Suo MES. Le dirò a che fase si trova davvero e cosa farei per primo.

Che cos'è una roadmap AI per il manifatturiero?

È un piano per fasi per usare l'AI in un'azienda manifatturiera. Parte da fondamenta dei dati che collegano i dati di stabilimento e quelli ERP. Poi arrivano un livello di intelligenza governato, gli agenti AI e l'AI integrata nel modo in cui la fabbrica lavora.

Da dove dovrebbe partire con l'AI un'azienda manifatturiera?

Dai dati. Colleghi dati ERP, MES e macchina in un'unica piattaforma governata, sistemi i dati anagrafici e dia ai responsabili di stabilimento una reportistica self-service. I primi casi d'uso AI arrivano nel primo anno, sopra queste fondamenta.

Quali casi d'uso AI si ripagano per primi nel manifatturiero?

I copiloti per la manutenzione, le sintesi del cambio turno e il controllo dei documenti dei fornitori si realizzano in fretta. Manutenzione predittiva, ispezione con visione artificiale e ribilanciamento della programmazione rendono di più ma richiedono dati migliori, quindi di solito arrivano nel secondo anno.

Quanto tempo richiede una roadmap AI per il manifatturiero?

La pianifico su tre anni, una volta avviate le fondamenta dei dati. Il primo anno aggiunge il livello di intelligenza, il secondo scala gli agenti e il terzo porta l'AI nei processi chiave. I risultati rapidi dovrebbero mostrare valore entro il primo anno.

Dobbiamo sostituire l'ERP o il MES prima di usare l'AI?

No. L'AI si appoggia ai sistemi esistenti attraverso le fondamenta dei dati. Conta che i dati di ERP e MES siano puliti e collegati, qualunque siano i fornitori.