Manutenzione predittiva e controllo di gestione, dialogando attraverso piattaforme smart, possono fornire un quadro sempre più aggiornato degli asset aziendali sia di quelli in essere, sia di quelli in divenire. L’applicazione di strumenti di analisi predittiva rivoluziona di fatto non solo il classico settore manutentivo ma, potenzialmente, tutta la struttura aziendale, andando a impattare positivamente sul controllo di gestione dell’intera azienda. Il potenziamento fornito da machine learning e Intelligenza Artificiale permette infatti di moltiplicare il numero di parametri misurabili e di creare “modelli” che possano non più solo intervenire, ma predire eventuali disfunzioni su servizi, guasti ai macchinari, carenze finanziare e così via.
In pratica le aziende possono finalmente passare da interventi di manutenzione a strategie manutentive, questa volta regolate dai dati, in perfetta linea con la filosofia data driven dell’Impresa 4.0. Questo può essere facilmente applicato a qualsiasi asset aziendale sia di tipo fisico, sia logico. Si può ben capire come, anticipando eventuali problematiche, si possa assicurare non solo il minor costo per ogni intervento ma, al contempo, prolungare la vita degli impianti, efficientare i servizi, ridurre le spese economiche e, alla fine della catena produttiva, migliorare assistenza ed experience dei clienti.
Pensiamo per un attimo su quanti “gradini” della scala produttiva vada a impattare un guasto tecnico. Per prima cosa ha ripercussioni diretti sulla produzione, creando ritardi e inefficienze sulla consegna del prodotto ai clienti interni della catena. Ragionando in termini di società di servizi, un blocco a un server o altra infrastruttura IT, può comportare l’impossibilità ad accedere dati, erogare informazioni, invalidare piattaforme e così via.
In rapida sequenza il ritardo va a riflettersi, sempre che l’assistenza tecnica interna/esterna sia tempestiva e i pezzi di ricambio subito disponibili, sui clienti esterni, dai trasportatori fino all’ultimo anello della filiera distributiva. Ridurre non solo il numero, ma anche il peso delle criticità degli interventi, permette di diminuire sensibilmente le inefficienze.
Secondo una survey condotta dagli Osservatori del Politecnico di Milano ad aprile/maggio 2019 (192 imprese intervistate, 153 grandi e 39 MPI)*, le aziende italiane con progetti attivi da oltre 12 mesi stanno puntando risorse economiche ed energie maggiormente verso la flessibilità di produzione (47% dei casi), incremento dell’OEE (Overall Equipment Effectiveness) ovvero l’efficienza delle risorse produttive (38%) e riduzione delle spese di manutenzione (28%). Queste due ultime voci possono essere legate alla manutenzione predittiva e controllo di gestione se vengono utilizzare piattaforme smart.
*Report "Industria 4.0 Business Scenario e Case History - Anno 2019"
La metodologia alla base della manutenzione predittiva può quindi essere applicata a svariati processi aziendali. Alcuni di questi tendono a ridurre costi vivi, altri ad accelerare l’introduzione di innovazione in azienda, altri ancora a efficientarne l’organizzazione.
Parlando, per esempio di costi, oltre al capitolo di quelli diretti e indiretti, quelli cioè relativi ai materiali, assistenza e costi di struttura, l’analisi predittiva può andare a ridurre anche quelli indotti, sicuramente più rilevanti per le aziende di ogni settore.
Vediamone alcuni in dettaglio:
In sintesi, se la manutenzione predittiva è volta a evitare blocchi della produzione, l’applicazione di analoghe metodologie 4.0 all’interno degli altri settori può fornire nuovi e ancora più efficienti strumenti di misurazione e, soprattutto, di intervento. L’analisi predittiva è quindi condizione necessaria per uno sviluppo egemone delle infrastrutture delle aziende e che vede il controllo di gestione come la dashboard perfetta per un management orientato a perseguire la digital transformation.