La nostra è l’era dei dati e del surplus informativo, passeranno gli anni e si incrementeranno sempre più i dispositivi che generano e processano dati e informazioni diffondendole e acquisendole dalla Rete. Sensori, tag Rfid, device mobili continuano a generare infodati, prevalentemente nell’industria del paradigma 4.0 quella della rivoluzione digitale, che fa dei dati la risorsa primaria, tanto quanto lo sono stati prima il carbone e poi l’acciaio nella rivoluzione industriale.
Quella dei Big Data è una vera e propria scienza che si impegna a dare una chiave di lettura ai dati, che punta ad ottenere valore aggiunto e informazioni preziose da questi per potenziare la competitività di un’azienda sul mercato.
I Big Data possono essere preziosi sia nei processi interni(in-home) e sia nei processi esterni all’azienda. All’interno i big data si trovano in tutte quelle informazioni che possiamo estrapolare dal processo produttivo, leggendo dati che ci danno evidenza di eventi premonitori consentendo la prevenzione di guasti, ed eventuali rallentamenti, che così si riescono a gestire in modo più efficiente, migliorando la produttività.
Grazie a ciò posso attuare la manutenzione predittiva, ovvero quei cicli di manutenzione che applico appena prima che si verifichi un guasto e che posso attuare proprio grazie ad una accurata analisi dei big data. La chiave di tale analisi in questa fase è che debba avvenire in tempo reale. La General Electric ha introdotto un sistema di sensori applicato ai motori a reazione e alle piattaforme di perforazione che fornisce informazioni continue ed in real time delle attività produttive, in questo modo hanno tutte le informazioni utili per svolgere la propria manutenzione predittiva. Questo permette un ridimensionamento dei costi di gestione, di migliorare la precisione e l’efficienza, nonchè la catena del valore con un plus che si ripercuote fino al cliente finale.
La difficoltà che può derivare da quella preziosa risorsa che sono i big data riguarda i diversi caratteri che li costituiscono, ovvero il volume, perchè i big data sono certamente una quantità inaudita; la velocità dei dati, perchè sono più che mai volatili; la varietà, perchè i big data possono essere di diversi formati; la variabilità, il flusso può essere alternato a periodi di assenza inconsistenti e picchi consistenti ed elevati; e infine la complessità, perchè i dati possono provenire da diverse fonti, collegarli e abbinarli tra loro, così come metterli in relazione, non è semplice.
Tutti questi sono elementi che vanno tenuti in cosiderazione in una gestione e interpretazione dei dati che si definisca accurata, così come nell’utilizzo di questi in relazione al controllo e alla manutenzione dei sistemi produttivi manifatturieri, un procedimento che sappia essere reattivo, virtuoso e appunto preventivo.
