Un report del Capgemini Research Institute evidenzia la leadership del mercato europeo nell’implementazione di intelligenza artificiale nel settore manifatturiero: uno su due fra i produttori europei con presenza globale sta implementando almeno un caso d’uso di intelligenza artificiale.
La ricerca ha anche analizzato 22 casi d’uso nelle operation stabilendo che i produttori si possono concentrare su tre aree per avviare il loro percorso in ambito intelligenza artificiale: manutenzione intelligente, controllo della qualità del prodotto e pianificazione della domanda.
Sullo stato dell’Intelligenza artificiale in Italia leggi la nostra intervista a Piero Poccianti, presidente dell’Associazione Italiana per l’Intelligenza Artificiale.
In Europa i casi migliori
Capgemini ha condotto la ricerca sulle iniziative di intelligenza artificiale 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 anche intervistato oltre 30 dirigenti del settore manifatturiero, attivi nei medesimi segmenti e appartenenti a quattro profili:
- Responsabile di reparto/funzione in uno o più stabilimenti di produzione, ad esempio nelle aree di manutenzione, produzione, qualità
- Direzione dell’impianto (direttore/manager dell’impianto)
- Direttore/VP Operations (responsabilità corporate/multi-country)
- Responsabile IA/Responsabile dell’area Innovation/Chief Digital Office.
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. Arrancano Stati Uniti (28%) e Cina (11%).
Intelligenza artificiale nella catena del valore delle operation
Le principali società utilizzano l’IA in tutte le operation legate alla produzione, fattore che consente loro di ottenere significativi vantaggi.
Tra gli esempi citati da Capgemini troviamo Danone, 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, 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.
Tre casi d’uso per iniziare il percorso
Secondo il report i produttori iniziano a integrare l’intelligenza artificiale nelle operation 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 intelligenza artificiale.
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’intelligenza artificiale può essere implementata più facilmente e fornire il miglior ritorno sull’investimento.
Per esempio, General Motors 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’intelligenza artificiale nelle operation, dall’altro il report evidenzia che è necessario non fermarsi alle prime implementazioni e raccogliere sistematicamente il potenziale racchiuso negli altri casi d’uso.
