In un’azienda metalmeccanica l’intelligenza artificiale non serve necessariamente a rivoluzionare la produzione. Molto più spesso può servire a ridurre attività ripetitive, utilizzare meglio dati già disponibili, individuare anomalie e rendere più rapido il reperimento delle informazioni. La domanda da cui partire non dovrebbe quindi essere:
“Dove possiamo utilizzare l’AI?”
ma:
“Quali attività assorbono tempo, generano errori o impediscono di utilizzare correttamente i dati che possediamo?”
Solo dopo ha senso valutare se la soluzione richieda intelligenza artificiale, una semplice automazione, Business Intelligence o una migliore integrazione dei sistemi.
Automatizzare la gestione degli ordini
Molte aziende ricevono ancora ordini attraverso email, PDF, Excel o portali differenti. Una persona deve aprire il documento, individuare cliente, codici, quantità, prezzi e date e riportare le informazioni nel gestionale. Quando i volumi aumentano, il problema non è soltanto il tempo impiegato. Aumentano anche controlli, possibilità di errore e dipendenza dalle persone che conoscono meglio clienti e codifiche.
Parte del processo può essere automatizzata, lasciando alle persone soprattutto la verifica delle eccezioni.
Approfondimento: Automatizzare l’inserimento ordini nelle aziende metalmeccaniche
Preventivi e richieste d’offerta
Nella metalmeccanica una richiesta d’offerta può contenere disegni, materiali, quantità, lavorazioni, trattamenti, tolleranze e tempi richiesti. Le informazioni necessarie per rispondere possono trovarsi nel gestionale, nei precedenti preventivi, nelle email e nella documentazione tecnica. L’AI può aiutare a classificare la richiesta, trovare documenti e precedenti pertinenti e predisporre le informazioni necessarie a chi deve formulare l’offerta. Il beneficio non consiste necessariamente nel lasciare all’AI la definizione del prezzo, ma nel ridurre il tempo necessario per arrivare alla decisione.
Approfondimento: AI per preventivi e richieste d’offerta nelle aziende metalmeccaniche
Qualità, produzione e manutenzione
Difetti, materiali, macchina, lotto, fornitore, lavorazione e turno generano dati che spesso vengono registrati ma analizzati soltanto in parte. L’analisi dei dati e, quando esistono le condizioni, il machine learning possono aiutare a individuare ricorrenze e anomalie. Lo stesso vale per la manutenzione: dati macchina e storico dei guasti possono in alcuni casi aiutare a riconoscere comportamenti anomali prima di un fermo. Ma qui la qualità dei dati è determinante. Se i dati non esistono o sono incoerenti, l’AI non può compensarne l’assenza.
Approfondimento: AI per qualità, produzione e manutenzione nelle aziende metalmeccaniche
Marginalità delle commesse
Un’azienda può aumentare il fatturato senza aumentare proporzionalmente l’utile.
Materiale, tempi macchina, manodopera, lavorazioni esterne, scarti, trasporti e rilavorazioni possono modificare sensibilmente la redditività effettiva di una commessa. In quest’area il primo strumento necessario non è necessariamente l’intelligenza artificiale. Spesso serve innanzitutto mettere insieme correttamente i dati e renderli leggibili attraverso sistemi di Business Intelligence. Solo successivamente possono essere utili analisi predittive o sistemi di rilevazione delle anomalie.
Approfondimento: Come controllare la marginalità delle commesse nella metalmeccanica
Da dove iniziare?
Un processo è normalmente un buon candidato quando presenta:
- frequenza elevata;
- molto lavoro manuale;
- regole abbastanza stabili;
- dati disponibili;
- errori o ritardi misurabili;
- costo significativo.
Il primo progetto non dovrebbe quindi essere necessariamente quello tecnologicamente più ambizioso. Dovrebbe essere quello nel quale è più semplice confrontare investimento, beneficio e complessità. Non ogni problema aziendale richiede intelligenza artificiale. A volte il miglior intervento è un’integrazione software, una dashboard, una procedura migliore o una diversa organizzazione del processo. È proprio questa distinzione che dovrebbe precedere qualsiasi progetto AI.
Altri contenuti: AI per Settore · AI e Automazione · AI e Business Intelligence