Ricerca e sviluppo

I sistemi big data sono di interesse strategico per le aziende che decidono di ottimizzare la propria produzione. Mediante una grande quantità di dati, si possono infatti predire difettosità dei prodotti (defect prediction), o rischi di rottura dei macchinari di produzione (predictive maintenance). Il data collecting in sistemi di big data è importante anche per l’addestramento dei modelli di algoritmi di intelligenza artificiale orientati alla predizione delle vendite (sales forecasting), alla classificazione delle categorie di prodotto, ed in generale alla business intelligence.  

La cybersecurity è una disciplina di notevole interesse. In ambito industriale diviene sempre più importante proteggere i  dati ed i sistemi informativi, in modo da preservare la segretezza delle informazioni, evitando il breakdown della produzione o di parte  di essa. La sicurezza informatica può essere garantita a più livelli e domini di contesto, sia mediante nuove tecnologie, sia mediante procedure di verifica ben strutturate. 

L’ ingegnerizzazione dei processi assume sempre più un’importanza strategica nella pianificazione del business model aziendale. La mappatura digitale “AS IS” e “TO BE” rappresentano appunto i primi passi verso l’ottimizzazione e l’evoluzione della produzione. Inoltre, mediante opportuni workflow grafici, sarà possibile simulare interi processi e sotto-processi, in modo da abbattere il più possibile i rischi associati ad una nuovo concept di produzione. In un ‘ottica di Industria 4.0, e, mediante un ambiente simulativo, è possibile dunque prevedere come si abiliteranno ed eseguiranno i nuovi processi. Inoltre mediante il Process Mining sarà possibile definire ulteriori i punti di controllo decisionali, basati su calcoli predittivi o di classificazione.  

Il Decision Support System (DSS) è uno strumento informatico utile per il decision making in ogni settore di riferimento. Il motore (engine) del DSS può essere costituito da diversi algoritmi di intelligenza artificiale in grado di indicare, con opportune dashboards grafiche, le soluzioni strategiche migliori da intraprendere. Il DSS può essere integrato a sistemi di Internet of Things (IoT), in modo da tracciare l’ intera produzione aziendale, suggerendo i processi ottimali. 

Il management delle risorse umane e non, riveste un ruolo di rilevante importanza per l’abbattimento dei costi e dei rischi di produzione. L’ingegnerizzazione delle procedure di gestione delle risorse è alla base di ogni processo ottimizzato. In management engineering è strettamente connesso al process engineering, in quanto è indicatore della fattibilità di esecuzione dei processi ingegnerizzati. 

La meccatronica applicata ai macchinari di produzione rappresenta una nuova frontiera in tema di automazione, controllo ed attuazione. L’ideazione di nuove schede integrate a sensoristica IoT, e l’utilizzo di algoritmi di intelligenza artificiale, forniscono un nuovo concept di produzione self-adaptive. 

Lo scenario attuale di produzione è basato sulla digital transformation e sulla comunicazione digitale dei macchinari. Il Machine to Machine (M2M), consente lo scambio dei dati fra i diversi macchinari ed il sistema informativo aziendale. Mediante opportune dashboards grafiche è possibile monitorare i dati digitalizzati di produzione ed attivare opportune schede elettroniche per la variazione dei parametri di produzione.  

L’ intelligenza artificiale è uno strumento fondamentale per l’upgrade di produzione e per il marketing strategico. Mediante algoritmi di classificazione e di predizione è possibile analizzare tutti i dati aziendali, in modo da suggerire opportune strategie. L’ intelligenza artificiale è il core dei DSS , ed è fortemente indicato per analisi a più variabili dove l’analisi statistica può risultare non efficace. Inoltre l’utilizzo dei big data consente di abbattere l’errore di calcolo. 

L’ applicazione della meccatronica e dell’ intelligenza artificiale, consente di muovere la produzione verso un sistema completamente automatico ed auto-adattativo che possa ottimizzare in tempo reale il processing dei prodotti ed abbattere i rischi. Inoltre le facilities di industria 5.0 consentono di rendere la produzione molto flessibile e di adattarsi a nuove forme di prodotto e di semi-lavorati. I nuovi impianti di produzione con facilities di Industria 5.0, rappresentano il futuro della produzione prevalentemente nel settore del manufacturing.   

L’econometria consente di investigare le relazioni tra le variabili di un dataset. È uno strumento molto utilizzato nell’analisi dell’economia applicata, nell’investigazione delle dinamiche dei mercati sia a livello micro economico che a livello macro economico. I modelli econometrici sono in genere basati sulle regressioni sia univariate che multivariate. In seguito all’introduzione dei dati longitudinali sono stati introdotti i modelli di regressione del tipo panel data che consentono di analizzare dataset molto ampi coerentemente con l’evoluzione dei sistemi statistici nazionali ed internazionali. L’abbondanza dei dati generati dalla quarta rivoluzione industriale e dai big data rende l’analisi econometrica uno strumento essenziale per comprendere sia le dinamiche interne delle imprese e delle istituzioni che le strutture esterne dei mercati.