Trasformazione digitale

Industrial Analytics con l’intelligenza artificiale: come funziona e le tecniche più diffuse

L’industrial analytics basata sull’intelligenza artificiale è una leva strategica per la competitività delle imprese: le tipologie, gli esempi pratici, il ruolo della computer vision

21 Feb 2022
Nataliia Roskladka

title Ricercatrice Osservatorio Transizione Industria 4.0 del Politecnico di Milano

industrial analytics - intelligenza artificiale

L’Industrial Analytics è la tecnologia digitale che si applica per elaborare i big data provenienti da prodotti e sistemi di produzione industriali.

La sinergia tra Industrial Analytics e intelligenza artificiale è un terreno fertile per coltivare la digitalizzazione aziendale.

L’AI prevede la domanda di mercato e aiuta la PMI: ecco come

Una caratteristica distintiva dell’intelligenza artificiale è la capacità di imitare le capacità umane di interazione con l’ambiente, di apprendimento e adattamento, di ragionamento e pianificazione. Ad oggi, la tecnologia è lontana dall’essere competitiva con l’essere umano dal punto di vista delle capacità cognitive.

Tuttavia, è da tanto che non siamo più competitivi con i computer nell’elaborare e analizzare grandi quantità di dati in un paio di secondi: con lo sviluppo dell’Internet of Things, non è più un problema raccogliere i dati dalle risorse connesse. Le difficoltà iniziano dopo, ovvero alla fase dell’interpretazione di quello che ci dicono questi dati.

Ecco perché è davvero utile unire l’Industrial Analytics all’IA.

Industrial Analytics: definizione e tipologie

L’Osservatorio Industria 4.0 del Politecnico di Milano definisce l’Industrial Analytics come “un insieme di metodologie e strumenti per il trattamento e l’elaborazione di Big Data provenienti da sistemi IoT connessi allo strato manifatturiero oppure dallo scambio dati tra sistemi IT a supporto della pianificazione e sincronizzazione dei flussi produttivi e logistici. Concretamente, nell’Industrial Analytics si ricomprendono le applicazioni di nuove tecniche e strumenti di Business Intelligence, Visualization, Simulation e Forecasting, Data Analytics, per porre in evidenza l’informazione celata nei dati e la capacità di utilizzarla per supportare decisioni rapide”.

WHITEPAPER
Robot intelligenti: i vantaggi nei progetti di automazione nell'Industry4.0
Industria 4.0
Realtà virtuale

Esistono diverse tipologie di industrial analytics, a seconda del livello della complessità tecnologica e dei cambiamenti organizzativi che richiede l’applicazione (Figura 1).

Chart, diagram, bubble chart Description automatically generated

Figura 1. Tipi di Industrial Analytics

Descriptive Analytics

Il primo step dell’Industrial Analytics è la Descriptive Analytics, che ha l’obiettivo di fornire una prima descrizione dei dati raccolti. Le domanda a cui il processo aiuta a rispondere sono “Cosa è successo?” oppure “Cosa sta succedendo?”, che, nel contesto industriale, diventa “Come sta andando un certo processo?”. Per rispondere a questa domanda, bisogna avere delle chiare caratteristiche del processo in esame, così da poter distinguere un comportamento normale dalle anomalie. Una tecnica che aiuta a coglierle si chiama appunto Anomaly Detection.

Anomaly Detection

Oggi è sempre più facile misurare le performance dei processi di business, grazie al supporto di sistemi informativi. Attraverso i principali indicatori di processo (KPI, Key Performance Indicators) è possibile descrivere i flussi delle operazioni e capire se quello che avviene sia in linea con gli standard previsti.

Registrando questi indicatori per un periodo di tempo significativo, sarà possibile rilevarne alcuni pattern, ovvero delle tendenze. Un cambiamento inatteso in questi pattern, che può registrarsi come un dato “fuori scala”, può essere considerato come un’anomalia.

Alcuni dati “fuori scala” però non devono essere scambiati per anomalie se si trovano in un contesto particolare: ad esempio, se si aspetta un aumento di produzione nel periodo di lancio di un nuovo prodotto, l’incremento di produttività, e conseguentemente, il numero più elevato di potenziali fermi macchina non possono essere considerati come anomalie.

Le anomalie possono essere classificate in tre tipi:

  1. Anomalie globali, ovvero i dati che si differenziano molto da tutte le altre osservazioni nello stesso dataset;
  2. Anomalie contestuali, ovvero quelli che si differenziano molto dalle altre osservazioni nello stesso contesto. Il dato anomalo in un contesto può essere considerato “normale” in un altro;
  3. Anomalie collettive, ovvero un insieme di dati che si differenziano molto da tutte le altre osservazioni.

Anomaly detection è una tecnica nota anche come l’analisi di outlier (dati fuori scala), che identifica punti dati, eventi e/o osservazioni che si discostano dal comportamento normale di un set di dati. Il ruolo dell’intelligenza artificiale in tutto ciò è automatizzare l’identificazione di quelle anomalie e far sì che l’algoritmo impari a rilevarle e capire il motivo di esse.

Diagnostics

L’analisi della causa dell’anomalia (o di un’interruzione) è lo scopo della seconda tipologia di Industrial Analytics, che è Diagnostics. L’obiettivo principale di questo secondo passo è capire perché l’anomalia sia avvenuta. In questa fase, l’algoritmo ha il compito di determinare le relazioni causali tra i dati e di rilevarne pattern significativi per poter spiegare possibili motivi di scostamento. I metodi per effettuare l’analisi diagnostica sono: analisi di dati storici; analisi statistica multivariata; algoritmi di Machine Learning non supervisionato.

Il passo successivo nel percorso di Industrial Analytics consiste nel capire cosa possa succedere nel futuro, ovvero prevedere il comportamento del processo in esame, quindi identificare le relazioni tra i dati osservati e costruire un modello per poter replicare il processo nel futuro. I metodi di previsione che possono essere d’aiuto sono: analisi delle serie storiche; modelli di regressione; gli algoritmi di Machine Learning supervisionato.

Predictive Analytics

Il terzo step dell’Industrial Analytics, Predictive Analytics, prevede tante possibilità per sfruttare la capacità previsionale dell’intelligenza artificiale. I metodi basati sull’Intelligenza Artificiale (IA) consentono di considerare numerose variabili esplicative per costruire un modello previsionale realistico e affidabile. I metodi tradizionali come le serie temporali stocastiche e gli approcci basati sulla regressione richiedono un’analisi preliminare del contesto per identificare le variabili più impattanti. Invece, una delle caratteristiche chiave dei metodi innovativi (basati sull’IA) è che non richiedono alcuna ipotesi sul modello seguito dalla domanda e sulla relazione tra il valore previsto e le variabili considerate.

Lo scopo finale di questa fase di Industrial Analytics potrebbe essere l’identificazione del periodo migliore per effettuare la manutenzione del macchinario o altri interventi oppure il calcolo dei volumi di vendita previsti per un nuovo prodotto, che non ha uno storico.

I metodi dell’intelligenza artificiale che possono essere utilizzati per la previsione sono: le reti neurali artificiali (Artificial Neural Networks); le macchine vettoriali di supporto (Support Vector Machines); gli alberi decisionali (Decision Trees o Random Trees, e Random Forest per i problemi più complessi).

Prescriptive e preventive Analytics: il ruolo della computer vision

I prossimi due tipi di Analytics (prescriptive e preventive) hanno lo scopo di valutare le alternative e identificare le azioni ottimali della strategia futura sulla base delle analisi effettuate. Una delle tecniche più adatte per fare questo tipo di analisi è la Computer vision.

La computer vision è un campo dell’intelligenza artificiale che addestra i computer a interpretare e comprendere il mondo visivo. Utilizzando le immagini digitali di fotocamere e video e modelli di deep learning, le macchine possono identificare e classificare accuratamente gli oggetti e quindi reagire a ciò che “vedono”.

Lo sviluppo della computer vision può essere dimostrato dalla crescente complessità di compiti affidati alla macchina. Oltre cinque anni fa, la computer vision si utilizzava per identificare delle inferenze basate sulle regole predefinite: ad esempio, l’ispezione dei difetti con immagini a infrarossi.

Con lo sviluppo dell’apprendimento supervisionato (supervised learning), il computer vision può essere utilizzato per il riconoscimento facciale o l’identificazione di impronte digitali. Minimizzando il livello di coinvolgimento umano nel processamento di questi compiti e con lo sviluppo dell’apprendimento senza supervisione (unsupervised learning), la computer vision può essere utilizzata per le classificazioni più complesse, come la ricerca dei video, i sistemi di visione per veicoli a guida autonoma o altro.

A oggi, i task di computer vision che le imprese stanno adottando sono: Image Classification; Object Detection; Image Segmentation; Face Recognition; Action Recognition; Visual Relationship Detection; Emotion Recognition; Image Editing. Attualmente l’attenzione delle imprese è concentrata principalmente verso le prime due soluzioni.

L’Image Classification si riferisce all’analisi del contenuto dell’immagine e attribuzione di un’etichetta (es. cane, gatto) accompagnata da una percentuale di attendibilità di tale classificazione. Object Detection è l’identificazione ed etichettatura di una o più entità all’interno di un’immagine. Questi tipi di algoritmi per poter funzionare correttamente necessitano in genere di una grande quantità di immagini che, opportunamente etichettate, possano essere usate per addestrare il modello.

Grazie alle tecniche di computer vision e modelli di deep learning è possibile aumentare la velocità e la precisione del riconoscimento di immagini.

New call-to-action

WHITEPAPER
Computer quantistico: i player principali e quanto conta nel business
@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
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
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

Articolo 1 di 4