L'apprendimento automatico o machine learning basato sulla costruzione di algoritmi è una delle nuove frontiere tecnologiche su cui si stanno confrontando un numero sempre più ampio di iniziative e progetti.
Un nuovo studio di
Gartner prevede che entro il 2020 non meno del
30% dei progetti di manifattura smart impegheranno algoritmi di machine learning acquistati da marketplace o da fornitori esterni. Che il ricorso all'apprendimento automatico sia destinato a crescere non stupisce: la necessità di analizzare grandi volumi di dati accomuna l'industria agli altri settori, pur con peculiarità dovute alla natura dei dati stessi e alla loro modalità di raccolta.
Il machine learning, come noto, può servire a istruire le macchine dotandole di capacità decisionale e affidando loro compiti “intelligenti”, così come può servire a costruire modelli predittivi (utili, per esempio, nelle attività di manutenzione). “I progetti di Industria 4.0 fronteggiano due sfide significative”, ha commentato
Thomas Oestreich. “Innanzitutto, in un mondo di sistemi cybernetici e fisici connessi, devono gestire grandi volumi di dati, erogati in tempo reale ed eterogenei. In secondo luogo, affinché possano creare nuovo valore e innovazioni differenzianti, devono essere sviluppati nuovi algoritmi ”. Per l'analista, addirittura, essi sono “il cuore pulsante delle iniziative di Industria 4.0”.
Ciò che è interessante, nello studio di Gartner, è a modalità di approvvigionamento di tali algortimi, che nel 2020 per almeno il 30% delle realtà sarà l'outsourcing, con significativo incremento rispetto all'attuale 5%. La maggior parte delle aziende manifatturiere non dispone di competenze e mezzi sufficienti a sviluppare internamente le formule di machine learning, e per questo il ricorso a un marketplace esterno si rivelerà un'opzione accessibile, comoda e flessibile. Un po' come già oggi accade con i servizi cloud, si potrà acquistare solo ciò che serve e quando serve, mentre i cataloghi dei vendor si amplieranno progressivamente.
Non è escluso, ma anzi incoraggiato da Gartner, il ricorso a team di sviluppatori ed esperti di analytics interni all'azienda: così facendo, le aziende potranno sì acquistare gli algoritmi da fornitori esterni ma anche personalizzarli e renderli riutilizzabili in più contesti e progetti.
“Utilizzare più volte algoritmi preconfezionati e applicarli a specifici casi d'uso potrà ridurre drasticamente i tempi di sviluppo”, ha sottolineato Oestreich.
Un'altra tendenza destinata a diventare evidente nel 2020 riguarda gli
Erp. Oggi gli early adopter dei progetti di manifattura 4.0 stanno già cominciando a rinnovare i propri software gestionali di Enterprise Resource Planning, ma la maggior parte di queste soluzioni è oggi ancora incapace di inglobare dati importanti, come quelli che giungono dai sensori, dalle linee di produzione e dal middleware. Se opportunamente analizzate, queste informazioni potrebbero invece servire per definire nuovi servizi e prodotti. “
Questo”, ha affermato l'analista
Christian Hestermann, “
richiederà probabilmente una modernizzazione delle soluzioni Erp, poiché quelle più datate non garantiscono la necessaria granularità e non supportano questi volumi di microtransazioni”.