Secondo un report del Capgemini Research Institute, più della metà dei produttori europei sta implementando casi d’uso in ambito IA

Un nuovo report del Capgemini Research Institute condotto interpellando 300 aziende manifatturiere, che stanno implementando o testando iniziative di IA, evidenzia la leadership del mercato europeo nell’implementazione dell’Intelligenza Artificiale all’interno delle operations del settore manifatturiero.

Il 51% dei principali produttori europei con presenza globale sta infatti implementando almeno un caso d’uso sull’IA. Dalla ricerca, che ha anche analizzato 22 casi d’uso nelle operations, si evince che i produttori si possono concentrare su tre aree per avviare il loro percorso in ambito IA: manutenzione intelligente, controllo della qualità del prodotto e pianificazione della domanda.

Il report di Capgemini intitolato “Scaling AI in manufacturing operations: A practitioners’ perspective” ha analizzato l’implementazione dell’IA tra le 75 principali aziende a livello globale attive in quattro segmenti produttivi: Industrial Manufacturing, Automotive, Consumer Products, Aerospace & Defense. Dallo studio emerge che, per le aziende, l’IA presenta un enorme potenziale in termini di riduzione dei costi operativi e miglioramento di produttività e qualità. 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.

Tra le principali evidenze del report segnaliamo che: l’A viene utilizzata e fa la differenza nella catena del valore delle operations

Le principali società utilizzano l’IA in tutte le operations legate alla produzione, fattore che consente loro di ottenere significativi vantaggi. Tra gli esempi 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.

I produttori si concentrano su tre casi d’uso principali per iniziare il proprio percorso di IA

Secondo il report, i produttori iniziano a integrare l’IA nelle operations 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 IA.

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’IA 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’IA nelle operations, dall’altro il report evidenzia che è necessario non fermarsi alle prime implementazioni e raccogliere sistematicamente il potenziale dell’IA racchiuso negli altri casi d’uso.

Come riferito in una nota ufficiale da Gerardo Ciccone, MALS & CPRD Director, Capgemini Business Unit Italy: «Con la crescita dell’efficacia dell’Intelligenza Artificiale nelle operations del manifatturiero, vedremo le grandi imprese passare da progetti pilota a un’adozione su larga scala di tale tecnologia. Giustamente, le organizzazioni concentrano inizialmente i propri sforzi su ambiti di applicazione che offrono un ritorno sugli investimenti più rapido e tangibile: in particolare nel controllo della qualità di processo e nella manutenzione intelligente».

«I dirigenti che abbiamo intervistato ritengono che l’IA permetta di ridurre i costi, migliorare l’accuratezza della produzione e ridurre gli scarti. Tuttavia i business leader non si concentrano esclusivamente su questi casi d’uso, in quanto, parallelamente alla loro implementazione, si preparano ad affrontare il futuro reinvestendo parte dei risparmi nella costruzione di una piattaforma digitale scalabile e flessibile, sviluppando le competenze a supporto», ha concluso.