Introduzione
Nell’industria manifatturiera la conoscenza di processo è un vantaggio competitivo decisivo, ma spesso resta nella testa di pochi tecnici esperti che l’hanno costruita in decenni di lavoro sul campo. Con il supporto di MADE Competence Center, AISent ha sperimentato Meti, un assistente basato sull’intelligenza artificiale che trasforma l’esperienza dei senior in modelli causali e la incrocia con i dati delle macchine in tempo reale. Così guida gli operatori junior nella risoluzione dei fermi produttivi. Al progetto hanno collaborato Siemens e Fasthink.
Il problema
Il turnover crescente e la difficoltà di trovare profili già formati rendono le aziende fragili: se un guasto critico si verifica quando l’unico tecnico in grado di risolverlo non è disponibile, la produzione rischia di fermarsi. Le criticità principali sono tre:
Vulnerabilità operativa: senza una guida esperta, gli operatori junior faticano a individuare le cause profonde di un fermo e procedono per tentativi, allungando i tempi di ripristino.
Perdita del know-how: ogni pensionamento o cambio di personale rischia di disperdere conoscenze tecniche strategiche mai documentate.
Dati e conoscenza separati: i dati delle macchine (PLC) e l’esperienza dei tecnici restano oggi due mondi distinti. Solo integrandoli si arriva a una diagnosi davvero efficace del perché di un malfunzionamento.
La soluzione
AISent ha integrato Meti nell’ecosistema di fabbrica grazie a un connettore software sviluppato con Siemens e Fasthink. Il connettore permette a Meti di interrogare direttamente lo stato della macchina e di confrontare i segnali in tempo reale con i modelli di conoscenza digitalizzati.
Alla base ci sono i modelli causali, una forma di intelligenza artificiale che non si limita alla statistica: riproduce il ragionamento logico dell’esperto davanti a un problema e offre una diagnosi guidata e trasparente. Nell’ambiente di prova, Meti riceveva i dati dal sistema di controllo macchina tramite Siemens Industrial Edge e il connettore Fasthink. Il test ha verificato se l’assistente fosse in grado di suggerire subito come risolvere i problemi, partendo dallo stato attuale degli asset.
Tecnologie
– Meti (AISent): software che combina intelligenza artificiale e statistica per mappare la conoscenza esperienziale attraverso grafi causali.
– Siemens Industrial Edge: piattaforma per acquisire i dati dal sistema di controllo della macchina.
– Connettore Fasthink: modulo software che collega Meti ai dati di macchina in tempo reale.
– Modelli causali: IA che replica il ragionamento diagnostico dell’esperto in modo trasparente e interpretabile.
Impatti desiderati
Ridurre in modo significativo i tempi di fermo macchina grazie a una diagnosi guidata e più rapida.
Mettere al sicuro l’esperienza dei tecnici senior, trasformandola in un patrimonio digitale condiviso e sempre disponibile.
Rendere autonomi più rapidamente gli operatori junior, anche in contesti produttivi molto variabili.
Unire i dati di macchina e l’esperienza umana, così che l’assistente non sia più un archivio passivo ma un consulente attivo che reagisce subito ai segnali di errore.
Prossimi passi: estendere Meti a stabilimenti diversi, introdurre l’autoapprendimento a partire dagli interventi di manutenzione appena chiusi e ampliare i connettori verso altri protocolli industriali e PLC meno recenti.
Benefici per l’impresa
1. Fermi macchina ridotti fino al 70% grazie alla diagnosi basata su modelli causali.
2. Formazione continua sul campo: gli operatori junior imparano risolvendo problemi reali, con un “esperto virtuale” sempre al loro fianco.
3. Diagnosi più efficaci: i dati tecnici grezzi e l’intuizione umana lavorano insieme, anche sui casi più complessi.
4. Messa in opera rapida: in media servono circa 3 mesi per arrivare alla piena produzione.
5. Meno dipendenza dai singoli: l’azienda tiene il proprio know-how anche quando cambia il personale.