L’approccio organizzativo dei progetti Industry 4.0

Digital Manufacturing: la situazione del mercato italiano

A scattare una fotografia di come il sistema produttivo del Paese si stia muovendo è uno studio focalizzato sulle aziende manifatturiere italiane realizzato da Sap Italia con il supporto di Sda Bocconi School of Management del 2017. Lo stato dell’arte, fotografato da questa ricerca focalizzata su 1200 aziende principalmente PMI, è quello di un “work in progress” incoraggiante: il 63% delle aziende manifatturiere intervistate ha già concluso (27%) o ha già lanciato (36%) almeno una iniziativa di digitalizzazione, mentre il 13% ha dichiarato l’intenzione di farlo entro la chiusura del 2017.

Nel 65% dei casi analizzati il budget per le attività di digitalizzazione viene preso da quello aziendale globale, mentre solo nell’11% dei casi ogni divisione dispone di un suo budget specifico.  Sembra dunque prevalere un orientamento al presidio centrale delle risorse per il digitale, che vede come figure di governo prevalenti il Responsabile dei Sistemi Informativi (indicato nel 48% dei casi), la prima linea manageriale (CEO o Direttore Generale nel 40% dei casi) e la Proprietà (36%): è interessante notare come siano state indicate più figure con un ruolo guida (nel 62% dei casi), a testimonianza del fatto che la digitalizzazione è un fenomeno pervasivo rispetto all’organizzazione e che coinvolge diverse figure apicali dell’azienda.

Per quanto riguarda le iniziative di Digital Manufacturing orientate ai prodotti e ai processi dell’azienda manifatturiera, la percentuale di aziende attive scende leggermente rispetto ai piani di digitalizzazione aziendale: sono il 48% le realtà che si dichiarano attive e il 15% quelle che prevedono di attivarsi entro il 2017. Nel 61% dei casi le attività risultano inserite in un piano, che può essere dedicato al digital manufacturing (30% dei casi) o far parte di un progetto più ampio di trasformazione digitale (31% dei casi). Tra gli obiettivi principali delle iniziative di digital manufacturing troviamo:

  • l’aumento della produttività del lavoro (43%);
  • lo sviluppo della qualità dei prodotti(40%);
  • la maggior flessibilità produttiva (29%) e il miglior utilizzo degli asset produttivi (25%).

Anche sul fronte delle tecnologie abilitanti, cloud computing e robotica avanzata sono le due tecnologie su cui si sta lavorando con maggior intensità e da cui sono attesi gli impatti più importanti.  Infine, le reti IoT e gli strumenti Big Data & Analytics completeranno l’architettura digitale delle aziende manifatturiere, consentendo il collegamento fra impianti e macchinari, la raccolta, l’analisi e la retro-azione adattiva. Rispetto alla Realtà Aumentata e alla Stampa 3D sembra, invece, prevalere una certa cautela: esse rappresentano tecnologie molto citate in relazione all’Industria 4.0, ma date ormai per scontate in molti contesti manifatturieri.

Cosa abbiamo capito dai primi progetti: Industry 4.0 non è solo tecnologia

Sono ormai più di due anni che, come Techedge, stiamo affrontando in diversi paesi, prevalentemente europei, progetti di digital trasformation in ambito Industry 4.0.

Si tratta di progetti di varia natura, prevalentemente suddivisibili nelle due macro categorie principali:

  • Progetti rivolti all’ottimizzazione e all’incremento di visibilità dei processi interni
  • Progetti volti a creare nuovi scenari di business e al monitoraggio di macchinari e impianti che stanno fuori dai confini dell’azienda

Chiaramente le due tipologie hanno caratteristiche e particolarità diverse; tuttavia c’è un aspetto comune che contraddistingue questo tipo di iniziative: la componente organizzativa, da affiancare a quella puramente tecnologica, sempre più importante e con caratteristiche spesso nuove rispetto al passato. Quali sono le principali caratteristiche di questa componente organizzativa? Vediamolo insieme ad alcuni esempi di aziende che abbiamo aiutato a intraprendere questo percorso.

Innovazione top down vs innovazione bottom up

Una delle prime differenze di approccio che abbiamo notato è la natura e la fonte da cui nascono queste iniziative. Solitamente ci troviamo di fronte a due diversi scenari:

  • Innovazione Top Down: parliamo in questo caso di progetti che nascono direttamente dal top management o dall’imprenditore che governa l’azienda. Si tratta solitamente di progetti con un alto impatto sui processi di business e che spesso vanno a indirizzare anche nuovi scenari di business per l’impresa. In questo caso quindi si è di fronte ad una forte sponsorship ma spesso vengono sottovalutate le ricadute sull’attuale organizzazione e sulla fattibilità di dettaglio del progetto che si va ad impostare;
  • Innovazione Bottom Up: si tratta di iniziative che partono da bisogni specifici di manager di linea o di responsabili di reparti produttivi. La difficoltà in questo caso è legata al rendere queste iniziative, solitamente di natura più limitata e ben circoscritta, coerenti con il piano di digital trasformation dell’azienda.

Non esiste un approccio ottimale. Solitamente un approccio misto che preveda un disegno strategico fatto ad alto livello seguito da una serie di PoC (Proof of concept) sviluppati con i livelli operativi è quello che mette a fattor comune gli aspetti più interessanti dei due punti di vista.

Le competenze richieste: specializzazione vs competenze generaliste

Spesso i progetti Industry 4.0 rappresentano un terreno inesplorato per le aziende; vengono così creati dei team ad hoc che possano seguire l’iniziativa nel suo svolgimento. Anche in questo caso gli approcci sono solitamente due:

  • Viene creato un team di specialisti, sia dal punto di vista tecnologico che di conoscenza dei processi di business. E’ questo il caso di iniziative Bottom Up, in cui i confini dell’iniziativa stessa sono molto ben definiti e dove si ricerca la verticalità delle competenze;
  • Viene creato un team di persone con competenze molto diverse fra loro e con un ampio ventaglio di coperture funzionali; è questo tipicamente il caso di iniziative di tipo Top Down, dove l’obiettivo è capire quali possono essere i vantaggi delle nuove tecnologie ma non è ben chiaro lo specifico ambito di utilizzo o i vantaggi che si attendono dall’adozione di queste tecnologie.

Approccio per POC e Fail Fast approach

Una volta definito il team, uno dei temi da definire è quello dell’approccio al progetto. Data la natura fortemente innovativa dei progetti Industry 4.0 il classico approccio “Waterfall”, caratterizzato da una dettagliata Business Blueprint e da una fase lunga e strutturata di realizzazione, non è solitamente utilizzabile. Si preferisce quindi adottare un approccio per rilasci successivi, tipico delle metodologie Agile. Si creano quindi una serie di stream di progetto dai contenuti molto limitati e ben definiti, il cui numero può arrivare anche a superare la decina e i cui rilasci possono essere pianificati con cadenza mensile. Questo permette anche di verificare il prima possibile la valenza delle soluzioni scelte e delle architetture utilizzate. Si parla in questo caso di Fail Fast approach: meglio accorgersi subito di eventuali problemi/criticità che portano ad un potenziale fallimento dell’iniziativa piuttosto che rendersene conto dopo mesi di sviluppo dell’iniziativa stessa.

Le competenze del Data Scientist

Parlando di competenze richieste, uno dei ruoli più critici è quello del cosiddetto Data Scientist. Si tratta in questo caso di una professionalità che deve essere in grado di creare algoritmi di analisi dei dati raccolti attraverso i diversi dispositivi IoT; tali algoritmi serviranno ad individuare pattern e trend sui dati raccolti ed ad abilitare scenari di predictive analytics. Questo tipo di competenze è ancora molto raro sul mercato e gli approcci utilizzati sono di solito due:

  • Accedere a risorse collegate al mondo dell’università o della ricerca, solitamente gli ambiti dove queste professionalità si sono formate finora, e coinvolgerle assieme agli esperti di architetture e di sviluppo di soluzioni informatiche;
  • Procedere ad una formazione aggiuntiva su risorse già presenti in azienda per farle evolvere verso il ruolo di Data Scientist; solitamente il bacino di elezione di queste risorse è quello degli specialisti di business intelligence.

Soluzioni custom vs Piattaforme di mercato

Un ultimo tema su cui focalizzare l’attenzione è quello legato alla scelta della piattaforma su cui sviluppare il progetto. In questo caso la scelta è solitamente un trade off fra due approcci antitetici:

  • Lo sviluppo in modalità custom delle funzionalità richieste su una piattaforma che presenti i building block da cui partire ma dove i contenuti non siano ancora disponibili;
  • L’utilizzo di piattaforme giù integrate con sistemi di backend e già complete dal punto di vista dei contenuti applicativi.

Mentre fino a qualche anno fa il primo approccio era quello più utilizzato, con l’avvento di piattaforma con SAP Leonardo, si preferisce ora puntare sul secondo approccio. Questo grazie alla sempre maggior ricchezza applicativa di queste piattaforme; il secondo approccio ha anche come vantaggio una riduzione del rischio di progetto: riutilizzando componenti e scenari già presenti nella piattaforma ci si può concentrare sulla risoluzione dei temi legati alle necessità di business piuttosto che sulla fattibilità tecnologica di quanto si vuole realizzare.

Techedge