Architetture modulari, aggiornamenti over-the-air e intelligenza artificiale sono divenuti elementi imprescindibili nelle strategie dell’automotive europeo. La portata della trasformazione in atto è significativa e in Europa il dibattito in corso sulle nuove frontiere software ne sta mettendo in evidenza tutta la rilevanza. La trasformazione delle vetture in “software-defined vehicle” impone di porre l’esperienza digitale sullo stesso piano delle prestazioni meccaniche: Porsche, ad esempio, ha avviato già da tempo una riflessione sull’evoluzione della propria strategia software per i veicoli elettrici.
Altrove, aziende di tecnologia come Huawei si sono poste l’obiettivo di entrare nel settore della mobilità, fornendo alle case automobilistiche piattaforme integrate come HIMA (Harmony Intelligent Mobility Alliance) e, in alcuni casi, aprendo un nuovo mercato anche con marchi propri.
Gli esempi appena citati delineano una frattura tecnologica profonda. Al di là delle funzionalità percepite dall’utente, a distinguere i due approcci sono le diverse architetture di sistema. Da un lato, i costruttori e i fornitori tradizionali devono confrontarsi con ecosistemi tecnologici preesistenti e stratificati nel tempo, spesso frammentati ed eterogenei. Dall’altro, i nuovi player progettano fin dall’origine architetture software, modelli di dati e piattaforme come un insieme nativamente integrato, costruito fin da subito attorno a un’unica fonte di dati coerente e condivisa. Per i primi la sfida è operare una trasformazione profonda; per i secondi, invece, il tema principale è accelerare la crescita e portare rapidamente queste architetture a scala industriale.
Molte aziende si portano dietro decenni di storia ingegneristica tradizionale. Così, le toolchain che oggi hanno in uso non sono adatte per la progettazione SDV (Software defined vehicle), poiché sono in larga misura concepite per la gestione di singoli componenti. I veicoli di nuova generazione, al contrario, devono essere sviluppati a partire dalle funzioni che devono svolgere, considerando software, hardware e logica di sistema come parti di un unico insieme.
Dal singolo componente alle funzionalità di sistema
Nei veicoli software-defined (SDV), la funzione diventa il vero elemento centrale del progetto. Un sistema di assistenza alla frenata, per esempio, non può più essere ricondotto soltanto a una centralina o a un componente meccanico: è una funzione di sistema che combina software, sensori, hardware, requisiti di sicurezza e processi di certificazione. Di conseguenza, ogni modifica introdotta ha effetti immediati e trasversali su tutti gli ambiti coinvolti: dal codice alle distinte base, dai piani di test alle regole di gestione delle varianti, fino alla documentazione necessaria per la conformità normativa.
Nella realtà operativa, queste informazioni spesso sono distribuite tra sistemi differenti. PLM, ALM, CAD ed ERP coesistono, ma raramente dialogano in modo davvero integrato. Il risultato è una frammentazione che rende difficile ottenere una visione unitaria del prodotto e che diventa ancora più problematica con il moltiplicarsi delle varianti: diverse motorizzazioni, pacchetti software, requisiti normativi specifici per ciascun mercato e differenti livelli di validazione richiesti dagli standard di sicurezza.
Quando la complessità diventa esponenziale
Oggi un veicolo software-defined si caratterizza tanto per le sue configurazioni e i requisiti software quanto per le specifiche hardware. Ogni nuova variante infatti – che si tratti di una funzione, di una configurazione o di un aggiornamento – introduce un ulteriore step di complessità a livello di sistema.
In assenza di una base dati integrata e di una tracciabilità estesa all’intero sistema, valutare l’impatto di una modifica è un processo lungo e in gran parte da svolgere manualmente. Questioni essenziali, ad esempio quali siano le varianti per determinati mercati, quale versione software sia installata su uno specifico veicolo oppure quale copertura di test corrisponda a una determinata configurazione, richiedono un intenso lavoro di coordinamento tra più team.
Le conseguenze sono evidenti: i tempi di modifica si dilatano e il rischio di incoerenze nelle attività di validazione aumenta. I ritardi nel time-to-market in questo caso non derivano tanto dalla complessità tecnica del prodotto, quanto dalle difficoltà organizzative generate da dati frammentati e strumenti che non comunicano tra loro.
Non si pensi che questa sia una criticità limitata al solo settore automotive. Anche in molti altri comparti industriali la gestione delle varianti è spesso gestita in modo frammentato, con il risultato che le informazioni non sono direttamente disponibili o fruibili in modo consistente, il che genera una debolezza strutturale che finisce per incidere sulla competitività dell’impresa.
Verso un ciclo di vita intelligente del prodotto
Per mantenere il controllo della complessità è fondamentale disporre di un modello dati coerente e condiviso lungo tutto il ciclo di vita del prodotto. È questo il principio alla base dell’Intelligent Product Lifecycle: creare un collegamento strutturato tra tutti gli elementi che definiscono il prodotto, come requisiti, modelli di sistema, distinte base, sviluppo e revisioni software, casi di test e configurazioni.
In una struttura di questo tipo, l’impatto di ogni modifica può essere tracciato e verificato in modo sistematico lungo l’intera catena. Costruttori e fornitori possono in questo modo lavorare su un’unica “fonte della verità”, impiegando il tempo che prima era necessario per riconciliare i dati provenienti da sistemi diversi per concentrarsi sulle decisioni tecniche e strategiche. Questo paradigma porta la toolchain a divenire ben più che un insieme di strumenti, trasformandosi nell’ossatura dell’intera catena del valore.
Questa coerenza è la chiave per governare la proliferazione delle varianti. Anche in presenza di un numero sempre maggiore di funzioni e aggiornamenti, la tracciabilità delle configurazioni resta completa e affidabile. In questo modo è possibile accelerare la crescita, scalando opportunamente i progetti senza perderne il controllo.
Quale approccio devono adottare le aziende
L’armonizzazione semantica dei dati deve diventare una priorità strategica. Funzioni, requisiti, varianti e componenti devono essere gestiti in modo consistente all’interno di un’unica struttura informativa, così da consentire una reale integrazione tra i processi ALM e PLM. Allo stesso modo, configurazioni, versioni e attività di validazione devono uscire dai tradizionali silos disciplinari, per garantire una tracciabilità continua e coerente lungo tutto il ciclo di vita del prodotto.
La gestione di varianti e modifiche deve evolvere verso un approccio model-based, in cui l’intera gamma di prodotto viene descritta e governata attraverso modelli digitali condivisi. In questo modo, ogni cambiamento è parte di una workflow automatizzato, organizzato e verificabile, capace di tracciare con precisione gli effetti prodotti sul piano tecnico, delle configurazioni di prodotto e degli adempimenti normativi da ciascuna singola modifica o variante. In questo scenario, consolidare la toolchain non significa semplicemente migliorare l’infrastruttura IT: significa compiere una scelta architetturale con implicazioni strategiche per l’intera azienda.
Che si tratti di ripensare un patrimonio industriale complesso, come quello di cui dispongono quelle case automobilistiche che vantano una lunga storia alle spalle, oppure di sviluppare una piattaforma nativamente progettata per lo sviluppo di veicoli software-defined da parte dei nuovi player che si affacciano al mercato, il requisito resta lo stesso: è necessario disporre di un’architettura dati e di sistema integrata, coerente e condivisa.
Nel lungo periodo, la competitività non sarà determinata dal numero di strumenti introdotti in azienda, ma dalla loro capacità di operare in modo integrato all’interno di un unico ecosistema. Il vero vantaggio competitivo nascerà dalla coerenza e dalla continuità dei dati lungo tutta la catena del valore. Oggi, infatti, l’ingegneria non riguarda più soltanto la progettazione del prodotto, ma sempre più la progettazione e la gestione dell’architettura dei dati che lo sostiene.
di Paolo Delnevo, Vice President PTC Southern Europe
