Oggi, riuscire a efficientare i processi nello smart manufacturing è un imperativo dettato da un mercato sempre più competitivo e complesso. L’avvento di Industry 4.0, in particolare, ha impresso un nuovo significato a questa esigenza, poiché ha permesso di focalizzare l’attenzione su ciò che davvero può trasformare un’industria in una fabbrica “intelligente”, cioè i dati.
Oggi, riuscire a efficientare i processi nello smart manufacturing è un imperativo dettato da un mercato sempre più competitivo e complesso. L’avvento di Industry 4.0, in particolare, ha impresso un nuovo significato a questa esigenza, poiché ha permesso di focalizzare l’attenzione su ciò che davvero può trasformare un’industria in una fabbrica “intelligente”, cioè i dati.
Tra gli strumenti che possono essere utilizzati per valorizzare i dati, estraendoli dai contesti produttivi in cui sono generati, hanno grandissima importanza quelli che si riferiscono al process mining. Nella sua più recente Market guide for process mining, Gartner sottolinea che le tecnologie che appartengono a questo ambito sono progettate «per scoprire, monitorare e migliorare i processi reali estraendo la conoscenza dai log degli eventi facilmente disponibili nei sistemi informativi odierni». Il più noto di tali sistemi è il MES (Manufacturing Execution System), che produce set di dati sull’avanzamento di produzione di singoli lotti o unità produttive in merito agli stati differenti del loro ciclo.
Grazie al process mining è possibile valutare in maniera data-driven, ad esempio, quali sono i cicli ottimali e dove si trovano i colli di bottiglia o le attività ridondanti, nell’ottica di quella process excellence che rappresenta l’esito di una strategia tesa a efficientare i processi.
A differenza dei tool di business intelligence e di analytics tradizionali, che hanno soprattutto carattere consuntivo, il data mining possiede la capacità esplorativa di rappresentare i processi e di vedere i flussi come insieme di attività e percorsi all’interno dei siti produttivi.
I KPI (Key Performance Indicator) più importanti identificati a tale scopo vanno dalla durata all’impiego di risorse, alla frequenza di ripetizione di alcuni fenomeni, ai tempi di attesa nei colli di bottiglia. Tutta una serie di informazioni che consente di avere una cartina di tornasole essenziale per potere ridisegnare i processi in chiave migliorativa, introducendo per esempio modelli di automazione con i sistemi RPA (Robotic Process Automation) ed eliminando task manuali spesso causa di inefficienze.
Un’altra peculiarità che Gartner assegna al process mining è quello del controllo di conformità, cioè del monitoraggio delle deviazioni attraverso il confronto tra modello e registro, che coincide con un internal audit della compliance rispetto a un processo teorico. Si potrebbe configurare come un benchmark che metta a confronto le performance di uno stabilimento con quelle di un altro dello stesso gruppo, oppure come gli standard di adesione a regolamenti specifici e normative di qualità.
La strada per efficientare i processi passa necessariamente dalla capacità di evidenziare le non conformità dei processi, confrontandoli automaticamente con tutti quelli che si considerano ottimali per rendere la fabbrica davvero “smart”. Questo comporta, in primo luogo, una mappatura per capire quali sono le milestone del processo e, di conseguenza, i KPI che devono essere considerati. Se si prende come riferimento il classico OEE (Overall Equipment Effectiveness), l’indicatore che nel manufacturing misura l’efficienza di un macchinario o di un impianto, con il process mining si intendono efficientare invece i processi, non il singolo sistema.
Oggi sul mercato sono presenti diversi tool per il process mining. Solo la guida di Gartner ne cita una ventina. Le aziende che puntano a efficientare i processi, qualora dispongano al loro interno di un ufficio dedicato al process improvement, possono identificare quello che meglio si adatti a gestire il miglioramento in modo continuativo. Nel caso in cui, come forse è più ricorrente, abbiano bisogno di un partner con cui affrontare la sfida dello smart manufacturing, possono rivolgersi a quei system integrator in grado di offrire consulenza e soluzioni adeguate al loro fabbisogno, auspicabilmente con un tipo di approccio graduale. All’inizio si può mettere sotto il radar un tipo di processo, sul quale applicare gli analytics pertinenti a individuare le giuste azioni di miglioramento. La verifica della congruità delle azioni intraprese per efficientare il processo preso in esame saranno i dati stessi a renderla evidente. E così, su tutti i processi si potrà appurare di volta in volta se e quanto la partnership stia portando i risultati attesi.