la guida

Big data e analisi predittiva in fabbrica per produrre meglio: ecco come



Indirizzo copiato

Big data e analisi predittiva aiutano le aziende a prendere decisioni strategiche, a gestire la manutenzione delle macchine e a migliorare le prestazioni

Pubblicato il 2 ott 2024

Federica Maria Rita Livelli

Business Continuity & Risk Management Consultant, BCI Cyber Resilience Group, Clusit, ENIA



datacenter (1)

Big data e analisi predittiva supportano le fabbriche nel migliorare la produzione. L’analisi predittiva è uno strumento chiave per trasformare i big data in preziose intuizioni strategiche, consentendo di prendere decisioni più informate e una comprensione approfondita delle dinamiche tra le diverse variabili aziendali, grazie anche a tecnologie sostenibili e innovative.

Big data e analisi predittiva nel settore manifatturiero

Negli ultimi anni, il settore manifatturiero ha fatto ampio uso dell’automazione per incrementare produttività ed efficienza. Inoltre, con l’avvento dell’Industria 4.0 e di Transizione 5.0, l’integrazione di tecnologie avanzate- quali l’intelligenza artificiale e l’analisi dei big data – ha non solo ulteriormente perfezionato i processi produttivi, ma anche migliorato la qualità delle decisioni.

I big data entrano in fabbrica

L’introduzione dell’Industrial Internet of Things (IIoT ) ha cambiato significativamente la Predictive Analytics (PA) nella produzione. Inoltre, combinando l’immenso potenziale dei big data con l’intelligenza artificiale e l’apprendimento automatico, i modelli predittivi offrono informazioni impareggiabili sui meccanismi dei vari processi che coinvolgono un’organizzazione manifatturiera e consentono ai produttori di: integrare dati da varie fonti, quali i sistemi SCADA ed i sensori; prevedere risultati futuri; utilizzare i dati storici per identificare modelli nel processo di produzione.

Come l’analisi predittiva trasforma la produzione

L’analisi predittiva può aiutare i produttori in diversi modi, attuando una vera e propria trasformazione del settore. Vediamo di che si tratta.

  • Risparmio sui costi- L’analisi predittiva ottimizza i processi di produzione, identifica in anticipo i guasti di qualità e consente un’azione correttiva più rapida per ridurre al minimo le conseguenze. Inoltre, l’analisi avanzata e il monitoraggio delle condizioni possono aiutare le organizzazioni a ridurre al minimo i tempi di inattività e la perdita di produttività, avvisandole di potenziali problemi alle apparecchiature.
  • Maggiore efficienza – L’analisi predittiva esamina grandi quantità di dati storici e in tempo reale, molto più velocemente e con maggiore accuratezza rispetto agli esseri umani. Di conseguenza, l’analisi della qualità abilitata dall’intelligenza artificiale può individuare errori ricorrenti e prevedere potenziali anomalie o guasti delle apparecchiature per aiutare un’organizzazione manifatturiera a evitare arresti della linea di produzione, programmando riparazioni tempestive e sostituzioni delle apparecchiature.
  • Aumento della produzione – L’utilizzo massimizzato delle risorse disponibili migliora la qualità del prodotto, rafforzando il vantaggio competitivo dell’organizzazione. Le soluzioni software predittive identificano modi attuabili per ottimizzare la strategia di sviluppo del prodotto, gestire in modo efficiente le operazioni, prendere decisioni informate e mantenere la crescita produttiva, permettendo, altresì, previsioni accurate sui futuri livelli di produzione ed allocare le risorse in modo efficace , oltre ad aumentare la produzione.
  • Aumento delle entrate – L’analisi basata sull’intelligenza artificiale utilizza i dati per prevedere risultati futuri e ricavi critici in base alle condizioni di mercato e alle vendite correnti. Le organizzazioni del settore manifatturiero che incorporano l’analisi predittiva possono ottenere un valore significativo riducendo i costi di produzione, identificando opportunità emergenti e rispondendo rapidamente alle tendenze in evoluzione.
  • Prestazioni migliorate – L’analisi predittiva può aiutare, altresì, a semplificare vari processi di produzione, i.e. gestione dell’inventario, operazioni di vendita, marketing, ecc. , oltre a consentire alle organizzazioni di ottimizzare la gestione della forza lavoro, migliorando il coinvolgimento e la motivazione dei dipendenti e, quindi, aumentare le loro prestazioni.
  • Miglioramento della qualità – L’analisi predittiva può identificare problemi di qualità in tempo reale e supportare i produttori nel miglioramento della qualità del prodotto e nella riduzione dei difetti.
  • Migliore processo decisionale – L’analisi dei big data fornisce una base solida per decisioni strategiche, consentendo di adattarsi rapidamente ai cambiamenti del mercato. Grazie all’analisi predittiva, è possibile valutare attentamente le implicazioni di ogni scelta e ottimizzare le proprie decisioni.
  • Maggiore soddisfazione del cliente – L’analisi predittiva aumenta la soddisfazione del cliente offrendo una serie di vantaggi, quali: una migliore qualità del prodotto, una riduzione dei difetti, una maggiore disponibilità del prodotto, ecc.

Casi d’uso dell’analisi predittiva nella fabbrica intelligente

L’analisi predittiva rappresenta una vera e propria rivoluzione per il settore manifatturiero, consentendo alle organizzazioni di diventare più efficienti, competitive e resilienti. Di seguito alcuni casi d’uso.

Prevenire i guasti e ottimizzare le risorse con la manutenzione predittivaLe macchine e gli impianti sono il cuore pulsante di ogni processo produttivo. Tuttavia, l’usura e il deterioramento sono inevitabili e, senza una corretta manutenzione, possono causare fermi macchina improvvisi, aumentando i costi e compromettendo la produttività.

È doveroso ricordare che, tradizionalmente, la manutenzione è stata affrontata con approcci reattivi (correttivi) o proattivi (preventivi), entrambi associati a costi significativi in termini di tempo, risorse e potenziali rischi per la sicurezza. L’intelligenza artificiale ha introdotto una nuova era nella manutenzione industriale, dando vita alla manutenzione predittiva che si basa sull’analisi dei big data provenienti da sensori e sistemi di monitoraggio per prevedere guasti e anomalie prima che si verifichino.

Di fatto, grazie agli algoritmi di machine learning, è possibile individuare pattern e tendenze nascoste nei dati, anticipando le necessità di manutenzione e programmando interventi mirati e, così facendo, ridurre al minimo i tempi di fermo impianto, ottimizzare le risorse e aumentare l’affidabilità complessiva del processo produttivo.

Supply chain management predittivo: garantire una logistica fluida e resiliente – L’analisi predittiva della supply chain esamina vendite passate, tendenze dell’inventario, dati storici e dati reali su operazioni chiave e fonti esterne. Ciò consente di supportare il processo decisionale aziendale ed ottimizzare, ad esempio, l’inventario, lo spazio di magazzino, le decisioni in termini di spedizione e, al contempo, migliorare la pianificazione del budget, l’ottimizzazione di rete e di processi ecc.

È doveroso evidenziare che l’analisi predittiva, soprattutto se utilizzata per analizzare i potenziali rischi della supply chain, può aiutare a ridurre i costi, semplificare i flussi di lavoro e garantire di avere sempre in magazzino prodotti sufficienti per soddisfare le esigenze dei consumatori. Ovvero, l’analisi predittiva si converte in una leva strategica per la supply chain e la logistica per:

  • Superare i limiti dei dati storici –Una vasta gamma di fattori – quali eventi geopolitici, condizioni meteorologiche e tendenze di mercato – sono considerati per formulare scenari futuri più realistici e completi.
  • Identificare le interconnessioni e prevedere le interruzioni– La scoperta di relazioni e interconnessioni nascoste tra i dati, permette di prevedere con maggiore precisione la domanda di prodotti, i picchi stagionali e anticipare eventi imprevisti, come disastri naturali o crisi economiche, e sviluppare piani di contingenza efficaci.
  • Aumentare la resilienza – L’analisi predittiva garantisce la progettazione di una supply chain e logistica più robusta, in grado di far fronte all’attuale contesto caratterizzato da una crescente complessità e da una moltitudine di variabili in gioco.

Tradizionalmente, le strategie reattive hanno limitato la capacità di rispondere in modo efficace alle interruzioni della supply chain e della logistica, mentre – oggigiorno – grazie all’intelligenza artificiale e all’analisi dei big data è più facile pianificare al meglio i trasporti, ridurre i tempi di consegna e migliorare l’efficienza della supply chain, garantendo una logistica fluida e resiliente.

Come Implementare l’analisi predittiva in fabbrica

Il fulcro dell’analisi predittiva risiede nelle seguenti fasi chiave, ovvero:

Raccolta e preparazione dei dati – I dati sono raccolti da varie fonti, i.e. database, sensori e piattaforme di social medi e, successivamente, sono pre-elaborati, ovvero, puliti e trasformati per l’analisi. In particolare, la pulizia dei dati include: l’identificazione e la correzione degli errori, la rimozione dei duplicati, la compilazione dei valori mancanti e la standardizzazione dei formati dei dati. Mentre la trasformazione dei dati comporta: la conversione dei dati in un formato adatto all’analisi; suddivisione dei dati in un training set (utilizzato per addestrare il modello) e un test set (utilizzato per valutarne le prestazioni).

Sviluppo e implementazione dei modelli predittivi – Una volta preparati i dati, il passo successivo è sviluppare un modello. Ovvero, una rappresentazione di un sistema del mondo reale che utilizza i dati per fare previsioni sui risultati futuri. Esistono diversi tipi di modelli, tra cui: modelli di regressione, alberi decisionali, reti neurali. Ogni modello ha i suoi punti di forza e di debolezza e la scelta del modello dipende dalla natura del problema che si deve gestire e dai dati disponibili. Esistono tre metodi principali per creare un modello di analisi predittiva: la codifica manuale in Python o altri linguaggi, l’utilizzo di strumenti software di data science e lo sfruttamento di strumenti low-code, come Pecan.

L’addestramento del modello comporta la selezione di un algoritmo appropriato e l’addestramento su dati. Inoltre, la valutazione del modello comporta il test dell’accuratezza e l’esecuzione di eventuali aggiustamenti necessari per migliorarne le prestazioni. Ancora, l’implementazione comporta l’integrazione del modello predittivo nei processi e nei sistemi aziendali.

Monitorare e valutare i risultati – È necessario monitorare regolarmente il modello per esaminarne le prestazioni e assicurarsi che fornisca i risultati attesi. Inoltre, è necessario, nel tempo, perfezionare e ottimizzare il modello secondo le proprie necessità.

Garantire la qualità e la sicurezza dei dati

La potenza dell’analisi predittiva risiede nella qualità dei dati su cui si basa. Una strategia dati ben definita è fondamentale per raccogliere, integrare e valorizzare le informazioni provenienti da diverse fonti aziendali. Solo garantendo la coerenza, l’accuratezza e la completezza dei dati è possibile ottenere risultati affidabili e prendere decisioni informate. Inoltre, è fondamentale definire metriche e indicatori chiave di performance (KPI) per misurare la qualità dei dati e tracciarne i miglioramenti nel tempo. Ancora, è cruciale garantire la sicurezza delle informazioni, proteggendole da accessi non autorizzati, perdite o alterazioni. Pertanto, una solida governance dei dati – che definisce ruoli, responsabilità e procedure chiare – è essenziale per assicurare la conformità alle normative e la tutela della privacy. Ciò implica l’adozione di misure tecniche e organizzative adeguate a proteggere i dati personali, nonché la trasparenza nei confronti degli interessati sui trattamenti effettuati.

Pertanto, per costruire una solida base per l’analisi predittiva, sfruttarne appieno il potenziale e ottenere un vantaggio competitivo, le organizzazioni devono:

  • Definire una strategia dati chiara e allineata agli obiettivi aziendali.
  • Implementare processi di raccolta e integrazione dei dati efficienti e affidabili.
  • Assicurare la qualità dei dati attraverso attività di pulizia, standardizzazione e data quality management.
  • Proteggere i dati mediante misure di sicurezza adeguate, come l’autenticazione a più fattori e la crittografia.
  • Stabilire una governance dei dati rigorosa, che comprenda politiche, procedure e strumenti per garantire la gestione corretta dei dati.
  • Promuovere una cultura aziendale data-driven, che incoraggi l’uso dei dati per il processo decisionale.
  • Garantire la conformità al GDPR.

Scegliere gli strumenti e le tecnologie adeguate – Gli strumenti di analisi predittiva sono suite di software e piattaforme che svolgono il lavoro di compilazione, pulizia e organizzazione dei dati. Ovvero, strumenti dotati di funzionalità di intelligenza artificiale e apprendimento automatico, in grado di automatizzare azioni complesse e permettere ai dipendenti di concentrarsi maggiormente sull’adozione di misure proattive basate su informazioni basate sui dati.

È doveroso ricordare che gli strumenti per l’analisi predittiva offrono varie opzioni di prezzo, livelli di funzionalità e specializzazioni a seconda dei requisiti aziendali specifici. Pertanto, la scelta dello strumento di analisi predittiva ideale richiede un’attenta valutazione di diversi fattori, quali:

  • Allineamento con gli obiettivi aziendali – Lo strumento dovrebbe supportare direttamente gli obiettivi strategici dell’azienda, che si tratti di migliorare l’esperienza cliente, ottimizzare le operazioni o prendere decisioni più informate.
  • Costo-efficacia – Il costo dello strumento deve essere proporzionato alle funzionalità offerte e al budget disponibile. Pertanto, è importante trovare un equilibrio tra costo e valore.
  • Capacità di integrazione – Lo strumento deve integrarsi “seamlessly” con i sistemi esistenti dell’organizzazione per garantire un flusso continuo di dati e un’analisi coerente.
  • Usabilità – L’interfaccia utente deve essere intuitiva per facilitare l’utilizzo da parte di tutti gli utenti, anche quelli meno tecnici.
  • Mobilità – La possibilità di accedere ai dati e alle analisi da dispositivi mobili è sempre più importante per prendere decisioni in tempo reale.
  • Scalabilità – Lo strumento deve essere in grado di adattarsi alla crescita dell’organizzazione e all’aumento del volume dei dati.
  • Supporto clienti – Un buon servizio di assistenza clienti è fondamentale per garantire un’esperienza utente positiva e risolvere eventuali problemi.
  • Gestione delle fonti dati – Lo strumento dovrebbe essere in grado di raccogliere e analizzare dati da diverse fonti, sia strutturate sia non strutturate.
  • Sicurezza – La protezione dei dati è fondamentale. Lo strumento scelto deve garantire la sicurezza e la privacy dei dati aziendali.

Conclusione

L’analisi predittiva è un elemento fondamentale della trasformazione digitale del settore manifatturiero. Le organizzazioni, grazie alla capacità di anticipare le tendenze, ottimizzare le risorse e migliorare la resilienza, possono ottenere un vantaggio competitivo significativo e consolidare la propria posizione sul mercato. Pertanto, investire in soluzioni analitiche avanzate significa non solo affrontare le sfide attuali, ma anche prepararsi per un futuro sempre più complesso e dinamico.

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 4