Il valore del mercato globale del digital twin industriale è in piena espansione ed è previsto passare dai 10 miliardi di dollari del 2023 ai 110 miliardi nel 2028. Secondo il “Global Machinery & Equipment Report 2024” di Bain & Company il digital twin è l’infrastruttura software per la fabbrica del futuro e può generare aumenti di produttività compresi tra il 30% e il 50%. «Per i costruttori di macchine la sfida è gestire la base installata con i gemelli digitali. Le aziende più innovative stanno creando una piattaforma cloud industriale centralizzata, arricchendo i gemelli digitali con volumi dati sempre più importanti per controllare e supervisionare la produzione e gestire l’intero ciclo di vita del prodotto. L’infrastruttura raccoglie, memorizza e analizza i dati per gestire volumi di informazione e complessità crescenti», afferma Andrea Isabella, senior partner e responsabile italiano del settore Advanced Manufacturing & Services di Bain & Company. Le soluzioni digitali hanno impiegato più tempo del previsto a maturare, ma siamo ora in pena accelerazione. E il ritmo di crescita rischia di creare una frattura nel mondo dei machine builder.
Una parte rilevante degli oem, soprattutto pmi, stenta infatti ad evolvere verso modelli di business service based, con il rischio di rimanere esclusa dalle opportunità di generare nuovi ricavi. Insomma, nel machinery si sta creando un mercato sempre più polarizzato, diviso tra aziende innovative, che spingono sul digitale, e aziende conservative, che tendono ad insistere sulla sola vendita di prodotto. Il service per il manifatturiero è comunque decollato, e non solo per effetto dei nuovi modelli di business adottati dalla parte più innovativa del comparto oem, ma per il ruolo sempre più attivo giocato da digital companies, integratori e fornitori di soluzioni software e provider di piattaforme digitali.
Secondo Bain & Company, nel 2025 i servizi tradizionali saranno superati dai servizi digitali. Questi ultimi generano infatti già oggi un 47% del fatturato service globale, valore più che doppio rispetto a quanto registrato nel 2019. Una trasformazione che non accenna a diminuire. Nel 2030 il fatturato mondiale del machinery deriverà solo per il 15% dalla vendita di hardware, il resto sarà generato da software e servizi, dalle tecnologie abilitanti l’Industrial Iot e dal digital twin. Indicatore chiave del cambiamento è la domanda esponenziale di processori e tecnologia IoT che si sta verificando nell’industria, tanto è vero che nel 2025 si prevede possa rappresentare il 13% della spesa globale IoT (126 miliardi su complessivi 970 miliardi). L’evoluzione dei servizi digitali è inoltre trainata dall’intelligenza artificiale. Secondo il Report di Bain & Company, per il 75% delle aziende manifatturiere l’adozione dell’intelligenza artificiale è la priorità delle priorità e per il settore delle macchine industriali si prevedono investimenti di 5,46 miliardi di dollari nel 2028. «L’IA sta migliorando la produttività lungo tutta la catena del valore, negli approvvigionamenti, nella manutenzione e nella logistica», dice Isabella. Come cambia il mercato machinery, settore pilastro della manifattura italiana che muove un volume d’affari di 57 miliardi al cui interno sono presenti società di primaria importanza nazionale come Ima, Coesia, Marchesini, Goglio, Sacmi, Scm Group, Angelini Technologies, Breton, Salvagnini, Prima Industrie, Biesse, Cama, Cavanna, Ficep, Prima Industrie, Salvagnini, Mario Frigerio e Cosberg? In quale modo i costruttori di macchine possono essere parte attiva nel processo di rinnovamento? Quale la nuova domanda espressa dalle aziende del manifatturiero e quali le modalità con le quali implementare il digital twin abilitante la smart factory? Ecco le riflessioni più importanti su quanto emerso dal Rapporto di Bain & Company.
Servizi digitali per il manifatturiero? Il mercato è in full swing, ma non tutti gli oem sanno tradurre le opportunità di business per generare nuovi ricavi
«La maggior parte dei servizi sono erogati da società di software, da digital companies che hanno sviluppato piattaforme digitali, soluzioni di data analytics e intelligenza artificiale, aziende che hanno al proprio interno competenze di data science per realizzare motori analitici e algoritmi che servono a sviluppare i digital twin di fabbrica», afferma Isabella. Un’offerta che viene sfruttata solo parzialmente dagli oem, che utilizzano la tecnologia per fare soprattutto manutenzione predittiva. Come dire, il modello di servitizzazione basato su ricavi ricorrenti, che fa leva sui servizi digitali, al momento sembra per lo più essere alla portata di oem internazionali di grandi dimensioni, di coloro che hanno una chiara visione del mercato e che sono in grado di supportare la strategia con un’adeguata sostenibilità finanziaria. «Per essere protagonisti di questo nuovo mercato occorre avere capacità di investimento e capacità di scalare. E in questo momento solo una parte del machinery italiano è in grado di affrontare questa sfida», dice Isabella
Da servizi digitali di macchina a servizi digitali per supportare obiettivi di produttività, qualità e riduzione dei costi. Il know-how degli oem come leva per sviluppare società di servizi
«Il machinery italiano ha eccellenze fantastiche dal punto di vista tecnologico, ma sono eccellenze prevalentemente meccaniche. Il settore è storicamente sempre stato costituito, e lo è tutt’ora, da piccoli oligopoli con pochi operatori super specializzati in nicchie di applicazioni ristrette. Ma ora la capacità di associare competenze diverse, e portare a bordo un nuovo sourcing tecnologico per sviluppare servizi digitali, conta sempre di più», afferma Isabella. Insomma, non basta concentrarsi sugli aspetti digitali che servono a produrre macchine Iot Ready abilitanti la manutenzione, si deve avere una comprensione del processo in cui opera la macchina.
Come dire, gli oem hanno il know-how per estendere le loro competenze, ma per trarre vantaggio dalla domanda del mercato va cambiato il paradigma con cui hanno finora operato, considerando l’idea di diventare sempre di più una società di servizi. Strategia che dovrebbe essere basata su una visione più globale e non essere vincolata al solo hardware proprietario. «Qualunque servizio muore per definizione se non è agnostico in termini di tecnologia e scopo, deve poter adattarsi a una realtà estremamente variabile e multiforme. Nel e corso degli ultimi anni il blockbuster dello use case digitale è stata la manutenzione predittiva, ma il reale valore è sfruttare i dati attraverso strumenti di analytics e di intelligenza artificiale per acquisire più produttività, ridurre i costi e migliorare la qualità. E per fare questo occorre entrare nel merito dei processi. Gli oem, hanno un patrimonio inestimabile, il loro installato. Conoscono come funzionano le macchine, ma serve loro una visione olistica del sistema produttivo per sviluppare un digital twin della produzione e non della singola macchina».
Creare unità specifiche per lo sviluppo di servizi separate dal business tradizionale dei macchinari
Come sottolineato in precedenza il digital twin risponde alle esigenze delle aziende manifatturiere che hanno l’obiettivo di avere una visione end to end del ciclo di produzione, con dati macchina finalizzati a un aumento di produttività, riduzione dei costi e qualità. Secondo il Report di Bain & Company, gli oem possono raggiungere questi obiettivi investendo in tecnologia e piattaforme digitali che vengono rese disponibili dal mercato, riuscendo a gestire un profilo di rischio finanziario completamente diverso da quello che si è tradizionalmente utilizzato per vendere macchinari. «La missione e le competenze di business unit dedicate, full service oriented, non possono essere vincolate da chi produce i macchinari altrimenti si rischia l’estinzione di questo embrione di sviluppo, dice Isabella. Sono pochissimi quelli che hanno un assetto operativo di questo tipo. Il mercato digitale già esiste e ha un valore consistente. E’ un business che nasce da aziende che forniscono servizi cloud e di connettività, servizi sui quali si costruisce l’impalcatura della data analytics, soprattutto quando cui il macchinario o impianto è un sistema articolato, fatto di più sottosistemi, customizzato. E il general contractor che mette insieme tutti i pezzi e gestisce l’intero progetto diventa il vero leader».
Digital twin come strumento per l’ottimizzazione dei processi produttivi. Dal data lake ai motori analitici
Secondo Bain & Company la capacità dei gemelli digitali nel generare efficienza è impressionante. Nei progetti di trasformazione industriale incrementi di produttività a doppia cifra, dal 10 al 30% sono del tutto fattibili, si afferma nel Report. E in alcuni casi si può arrivare anche al 50%. «Non parliamo solo di ottimizzazione di processo produttivo, ma anche del costo di produzione. Il digital twin serve a questo, dice Isabella. In un processo produttivo continuo, nell’industria siderurgica, chimica o della carta vuol dire acquisire tutti i dati rilevanti del processo, capire quali sono quelli più significativi, quelli che realmente incidono sul ciclo di produzione e raccoglierli in un data lake da dove poi pescano i vari motori analitici che sono in gradi trovare le correlazioni per capire quali sono i parametri che vanno ottimizzati per produrre il risultato desiderato. E’ questo il digital twin, la rappresentazione di un processo attraverso i parametri funzionali che ne determinano l’output, nulla di più, nulla di meno, sottolinea Isabella. Il digital twin, di fabbrica o multisito, ha la capacità analitica di comprendere i fenomeni che realizzano il miglioramento del processo produttivo, attività che fino a ieri era determinata dall’esperienza degli operatori della linea o dell’impianto»
La logica del digital twin per un processo evolutivo continuo: il lean manufacturing che trae valore dai dati per centrare obiettivi di sostenibilità produttiva
Il digital twin ha delle potenzialità applicative immense. La cosa interessante è che le sue capacità diventano ancora più potenti con l’intelligenza artificiale generativa: non più un algoritmo che fa delle cose, così come è stato finora con il machine learning, ma un algoritmo a cui chiedo di fare delle cose», afferma Isabella. Da una parte soluzioni per interrogare tutta la parte di manualistica, per il troubleshooting orientato alla risoluzione immediata dei problemi, dall’altra le opportunità in ambito ingegneristico, nella progettazione. «Per un costruttore di macchine l’utilizzo dell’IA generativa consentirà di ottimizzare il time to market, rispondere alle richieste del cliente più velocemente, in modo innovativo e flessibile. Gli incrementi di produttività possono davvero essere significativi, del 30 o del 40%».
E digital twin del footprint industriale, per ottimizzazione di processo, ovvero soluzioni total cost to serve che permettono di avere piena tracciabilità del costo delle materie prime, dei processi di trasformazione, della logistica, dell’energia e del personale. «L’ultimo progetto da noi realizzato prevede 50 mila incroci di dati tra prodotto e linee produttive, dice Isabella. Per realizzare il digital twin lavoriamo con i reparti che conoscono bene il processo. Con loro costruiamo il data lake abilitante le informazioni per il controllo di processo, e con squadre di data scientist diamo vita al digital twin per l’ottimizzazione della produttività, dei costi e della qualità del ciclo produttivo. Operazione più che mai complessa considerato che il tutto va sempre più nella direzione di obiettivi di sostenibilità. Il che vuol dire che nel data lake devono essere presenti tutti quei dati che, una volta analizzati, mi permettono di ottimizzare il carbon footprint di produzione», conclude Isabella.
