Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

nuovi modelli

Industria 4.0 obbligherà le aziende a comportarsi come reti, ecco come

L’era dell’Industria 4.0 richiede nuovi modelli organizzativi economico-produttivi nella progettazione di output e input. Spinge le aziende a funzionare con reti di team compositi (mix di apporti interni ed esterni) con centri di ricerca, subfornitori, committenti, concorrenti. Questo è l’approccio giusto

13 Dic 2017

Mauro Lombardi

Laboratorio di Economia dell’Innovazione L.E.I “Keith Pavitt” (PIN-UNIFI)


“Industria 4.0 non è qualcosa che arriverà all’improvviso da un giorno all’altro. Nei prossimi anni ci sarà invece una trasformazione graduale verso l’integrazione a rete di componenti materiali e immateriali, a loro volta connesse all’impresa, che deve avere l’intelligenza di decidere quali dati sono importanti e quali non lo sono” (Cecilia Zanni-Merk, 2016, A Semantic Architecture for Industry 4.0, trad. nostra).

Nelle discussioni sull’evoluzione economico-produttiva in atto non si sfugge a termini quali “digitalizzazione di processi e prodotti”, “Industria 4.0”, “gemello digitale”, né si può prescindere dal fare i conti con la genomica dei materiali (analisi e progettazione di a livello atomico e molecolare) e con l’ingegneria evolutiva a scala ordinaria, cioè con l’individuazione e la ricerca di soluzioni a problemi tecnico-produttivi mediante strutture interattive complesse tra produttori e centri di ricerca, tra produttori e domanda di beni estremamente diversificata, tra competitor. L’immancabile corollario del necessario impiego di queste espressioni è la “quarta rivoluzione industriale” e il connesso cambiamento di paradigma. Data l’ampiezza dei temi su cui si dibatte, si deve dare per scontato che a volte si faccia un uso improprio di espressioni e concetti; non è quindi il caso di scandalizzarsi quando ciò avviene, purtroppo non tanto di rado. È comunque opportuno effettuare il tentativo di comprendere qual è la portata effettiva di termini come “cambiamento di paradigma” e “radicale trasformazione delle modalità con cui si riorganizzano i sistemi economici a varia scala”, partendo dalle sequenze di fasi nella produzione di beni e servizi.

Consideriamo come primo elemento di riflessione il fatto che nella progettazione di un output (o un processo) è attualmente possibile iniziare non più considerando le scelte alternative di materia prima, ma definendo le proprietà che i materiali devono possedere, per far sì che si ottengano determinate performance di prodotto. In sostanza, quindi, il prodotto può essere definito come un insieme di valori rappresentativi ai fini della performance da raggiungere (vettore di parametri di prodotto, ad es. leggerezza, velocità, colore, consumi energetici, ecc.). Tale vettore di parametri può essere a sua volta analizzato in termini di funzioni da soddisfare grazie a combinazioni organizzate di input materiali e immateriali. Di qui è possibile risalire, mediante “induzione all’indietro” (backward induction), all’individuazione della tipologia e dei flussi di risorse da impiegare, alla luce delle loro peculiarità, intrinseche oppure create ad hoc, sulla base di attività tecnico-scientifiche mirate. In altri termini, lo svolgimento delle funzioni richiede che si individuino con precisione i meccanismi secondo cui combinare efficacemente dotazioni dinamiche di risorse materiali e immateriali, dirette a raggiungere goal definiti almeno nelle linee generali. A tale scopo è essenziale sviluppare la conoscenza delle modalità di connessione tra le varie tipologie di risorse, attraverso la stima quantitativa e qualitativa di varie forme del loro utilizzo è necessario quindi elaborare una rappresentazione stratificata dei flussi di input che stabilisca i processi, le strutture e le forme organizzative dei flussi.

Tutto ciò è possibile secondo vari modelli organizzativi delle sequenze di fasi economico-produttive, a seconda che si possiedano (totalmente o meno) le conoscenze necessarie per produrre i beni o servizi da progettare. Qualora, come oggi accade sempre più di frequente, output e processi siano il risultato della combinazione di domini conoscitivi interdipendenti e complementari, difficilmente controllabili ex ante da una sola entità economico-produttiva e spesso conosciuti solo in parte, è essenziale adottare un orizzonte di ricerca esplorativo, muovendosi simultaneamente in molte direzioni. In tale prospettiva l’impresa cambia natura e modalità di comportamento, con l’inevitabile emergere della tendenza a funzionare con rete di team compositi (mix di apporti interni ed esterni) con centri di ricerca, subfornitori, committenti, competitori. Un’implicazione logica è che la progettazione di output e processi diviene sempre più un insieme di attività distribuite di ricerca per la soluzione di problemi tra loro connessi, di cui occorre valutare la congruenza globale sul piano delle caratteristiche dell’output desiderato.

Nella realizzazione di un output o nel proficuo svolgimento di un processo diretto ad uno o più obiettivi, noti oppure da scoprire, può accadere che, come nell’attuale dinamica tecno-economica, non si conosca in anticipo se è possibile definire i parametri dei vettori di prodotti. È infatti cruciale assumere che l’odierna era digitale è contraddistinta dalla possibilità di creare una molteplicità di possibili rappresentazioni computazionali dei domini di indagine da esplorare. Affinché molteplici attività esplorative in una serie di direzioni, frequentemente non ben definite all’inizio, possano convergere efficientemente su obiettivi, occorrono due elementi essenziali: 1) è necessario che siano svolte importanti funzioni di coordinamento strategico, in mancanza delle quali è difficile ipotizzare che si raggiungano – se non in casi eccezionali – risultati accettabili. 2) È fondamentale che vi sia uno spazio concettuale condiviso nella terminologia e nelle regole di connessione tra flussi informativi, per cui soluzioni in campo tecnico-scientifico e tecnico-produttivo possano essere ricercate congiuntamente e comunque rese compatibili.

Siamo così arrivati ad un punto cruciale, rilevante soprattutto per Industria 4.0. In un mondo fisico-digitale come quello in cui siamo entrati è decisivo che la pluralità di agenti, coinvolti nel cambiamento di paradigma con cui si sviluppa l’attività diretta alla soluzione di problemi tecnico-produttivi, cooperino nell’elaborazione di una ontologia fondamentale, cioè di uno “spazio concettuale” in base a cui si sviluppano soluzioni specifiche, mirate a determinati obiettivi e su singole esigenze di performance.

Con il termine ontologia intendiamo “una formale ed esplicita specificazione di una concettualizzazione condivisa” (Gruber, 2008, Ontology, Encyclopedia of database systems, SpringerVerlag). Nelle precedenti riflessioni abbiamo di fatto introdotto una sequenza logica di entità, che potrebbero sostanziare un’ontologia appropriata per Industria 4.0 (per una concreta applicazione ad I40 di una particolare prospettiva ontologica si veda Cheng et al., 2016, Manufacturing Ontology Development based on Industry 4.0 Demonstration Production Line).

I concetti di “funzione”, “flusso”, “processo”, “struttura” possono costituire i primi punti di ancoraggio teorico ed operativo, sulla base dei quali sviluppare rappresentazioni digitali in continua evoluzione e tali da consentire la creazione di una comune “intelaiatura concettuale”, cioè un frame in grado di favorire processi di condivisione e comunicazione tra differenti domini di conoscenze e insiemi di persone, nonché tra questi ultimi e i dispositivi computazionali pervasivi (cyber-physical systems). In un orizzonte di questo tipo le ontologie costituiscono delle vere e proprie “tecnologie semantiche”, che permettono di far interagire flussi di informazioni e conoscenze provenienti da diverse fonti, grazie a due importanti aspetti: 1) favoriscono l’interoperabilità tra agenti autonomi, con differenti dotazioni conoscitive e competenze dinamiche. 2) Diventano un supporto essenziale nei processi cambiamento di sistemi aziendali dinamici, in quanto ambiti da cui scaturiscono servizi ad alta e diversificata intensità di conoscenza. Su queste basi possono essere perseguite l’agilità e la riconfigurabilità delle imprese, proprietà molto importanti nella fase odierna, caratterizzata dalla breve durata del ciclo di vita dei prodotti e da una estrema eterogeneità delle fonti informative.

Siamo quindi di fronte ad ulteriori motivi per dotarsi di strumenti teorici ed operativi in grado di aiutare processi di cross-fertilization tra una pluralità di domini di conoscenze, favorendo la riusabilità e la modularizzazione di building blocks conoscitivi in differenti attività economico-produttive.

I concetti prima esposti possono in sostanza costituire le coordinate teoriche per orientare le attività di ricerca esplorative in sfere conoscitive inesplorate, favorendo sia il loro ampliamento senza vincoli statici che l’integrazione conoscitiva e strategica. Al tempo stesso, inoltre, quei concetti fondanti un astratto spazio ontologico hanno immediati correlati operativi, nel senso che sono agevolmente traducibili in strumenti di analisi delle operazioni reali. Pensiamo ad esempio ad una metodologia d’indagine tecnico-produttiva che, partendo dal tradizionale trinomio “Function-Behavior-Structure” (FBS), discusso da una vasta letteratura internazionale, consente di sviluppare concretamente (in vivo) un ricco matching tra sottospazi operativi, in termini di funzioni (e sotto-funzioni), fasi e componenti, tecnologie, competenze, problemi latenti ed emergenti. Questo modello teorico-pratico è stato direttamente implementato in numerosi “studi di caso”, finalizzati all’elaborazione di progetti innovativi di imprese, sulla base del lavoro di un team di competenze multiple, appartenenti sia alle stesse imprese che a unità di ricerca esterne.

Un altro elemento fondamentale su cui fermare l’attenzione, è il seguente: l’adozione di un’ontologia comune, che va ovviamente arricchita, favorisce al tempo stesso l’esplorazione di molteplici itinerari di ricerca e l’ampliamento delle possibilità di coordinare flussi eterogenei di comunicazione. Per questa via può essere più agevolmente affrontata la questione ampiamente discussa a livello nazionale e internazionale, ovvero quella della standardizzazione. Il problema degli standard da adottare non può essere posto sul piano esclusivamente tecnico, ma richiede in modo essenziale un background conoscitivo-progettuale come quello che ho cercato di chiarire, sia pure su basi meramente introduttive, proponendo il concetto di spazio ontologico.

Un ulteriore aspetto da enfatizzare è costituito dal fatto che le interazioni tra esplorazioni in sotto-spazi differenti, che è pratica costante in un mondo dominato da prodotti multi-technology, può essere facilitato dalla creazione di motori ontologici per sotto-spazi in grado di dialogare tra loro. In tal modo varie dimensioni di ricerca possono essere integrate dal punto di vista conoscitivo: rappresentazione digitale, progettazione ingegneristica, sperimentazione virtuale e fisica, modellazione computazionale delle strategie di business, virtualizzazione della sfera produttiva e delle interazioni con la domanda, anche personalizzata. La creazione di un universo concettuale condiviso rende poi più facilmente traducibili i processi di comunicazione tra dispositivi computazionali autonomi, tra l’evoluzione conoscitiva umana e l’Intelligenza Artificiale. Seguendo l’impostazione qui suggerita la standardizzazione “non collassa” in un problema puramente tecnico, sia pure essenziale, e diviene invece il punto di arrivo di un profondo cambiamento dei paradigmi di progettazione dei prodotti e dei processi, in modo da coniugare le attività di ricerca in una molteplicità di territori d’indagine, come è inevitabile fare oggi per il dispiegarsi dell’universo fisico-digitale in cui siamo immersi.

Articoli correlati