raffaele calio innovazione bu finishing

BU Finishing > Service innovation


L’intervista a Raffaele Caliò

Service Manager della BU Finishing

L’innovazione per Cefla > BU Finishing > Service Innovation

In che modo Cefla è stata innovativa nel servizio di post-vendita?

“Sono entrato nel 2017 nel Service per aiutare l’area R&D nello sviluppo di prodotti innovativi legati alla servitizzazione e all’industria 4.0.

Come Service fu avviato inizialmente un servizio che sfruttava la realtà aumentata, utilizzando supporti come gli occhiali HoloLens per effettuare la tele-assistenza nell’ottica di risolvere problematiche sorte direttamente sul campo. Ebbe vita breve come progetto pilota, trasformandosi con l’evoluzione di altri dispositivi di uso quotidiano, come smartphone e tablet, con cui oggi il servizio viene erogato tramite applicativi in videochiamata in maniera rapida e semplice.

Fondamentale è stato lo sviluppo del software cMaster, una piattaforma centralizzata per l’acquisizione di dati dalle macchine che sfrutta la scalabilità, l’affidabilità e le prestazioni degli ambienti cloud. In questo modo è possibile essere veramente agili, dato che questi sistemi (es. Cloud di Amazon), ti permettono di avere un servizio continuativo, affidabile e di facile installazione. L’adozione e l’implementazione di questo software ci ha davvero aiutato a fare un passo avanti verso l’innovazione, migliorando così la nostra offerta complessiva nel Service.

La particolarità di cMaster è che abbiamo sviluppato un prodotto software proprietario, su misura delle esigenze dei nostri Clienti. Su questa interfaccia web centralizzata, il Cliente entra con le sue credenziali e vede in tempo reale il funzionamento delle proprie macchine, delle linee e gli eventuali allarmi. È possibile visualizzare lo stato delle macchine, unito a dati di tipo statistico, che possono essere filtrati e storicizzati in maniera strutturata. Ad esempio, è possibile sapere in maniera puntuale che tipo di produzione era in corso un mese fa. Il dato è sempre presente e consultabile, anche in tempo reale. Ci sono inoltre dati di allarmi sul funzionamento della macchina, che consentono di analizzare eventuali ricorrenze e di poter proporre soluzioni migliorative.

Un altro valore aggiunto è stato l’inserimento della tabella di manutenzione digitale della macchina, con dati strutturati e oggettivi che ci aiuta a programmare manutenzioni mirate, leggendo i dati di allarme, interpretandoli ed integrandoli con il report di produttività mese per mese.

Questi programmi di manutenzione avanzata aumentano la vicinanza al cliente e di conseguenza migliorano anche l’efficienza delle nostre macchine. Prima dell’introduzione di questi programmi, i dati erano avulsi dal contesto, potevano essere interpretati soggettivamente, ora sono solidi ed aggiornati. Possiamo quindi fare delle analisi migliorative di produzione, ottimizzando i dati storici.”

Quanto la tecnologia ha influito nel processo innovativo?

“Ambienti come il cloud e tecnologie come la banda larga, oltre al facile accesso ad alcuni ambienti di teleassistenza hanno agevolato in maniera esponenziale lo sviluppo innovativo dei nostri processi di manutenzione avanzata.”

Nello specifico, le nuove tecnologie di AI stanno aiutando i processi innovativi nel SERVICE?

“Sì, infatti. Mentre cMaster verifica e raccoglie i dati cliente per cliente, nella nostra Control Room li aggreghiamo ed è il nostro pannello di controllo interno. Ad esempio, dal monitor della Control Room veniamo avvisati della presenza di allarmi; possiamo quindi, in maniera proattiva, contattare il cliente per risolvere il problema in tempo reale, e tutto questo elaborando preziosi KPI integrati.

Nel nostro settore l’attività di Machine Learning non è ancora sviluppata a pieno, perché ci sono tante diversità tra i modi di lavorare dei nostri clienti e il comportamento non è facilmente generalizzabile.

Abbiamo però iniziato nel Service ad analizzare le condizioni di esercizio delle macchine: se, per esempio, vediamo tante sequenze di allarmi, con cMaster possiamo riconoscere se si tratta di un potenziale falso allarme, oppure di una situazione critica e potenzialmente bloccante. Su questo abbiamo sviluppato una routine di machine learning di base per supportare il cliente, attraverso notifiche apposite, come ad esempio quelle per la sostituzione delle batterie dei PLC.

Per quanto riguarda i KPI, riusciamo a fare un confronto di una specifica macchina rispetto al funzionamento medio della stessa famiglia di macchine e, di conseguenza, possiamo fare delle analisi di miglioramento delle sue prestazioni. Tutte queste attività sono comprese nei servizi di manutenzione avanzata.

Stiamo inoltre lavorando alla possibilità, per i nostri clienti, di comprare da cMaster i materiali consumabili, saltando dei passaggi ed ottimizzando il processo, per renderlo più rapido ed efficiente. Ad integrazione di questo, nel futuro prevediamo anche lo sviluppo di un portale e-commerce per i ricambi, con una grafica user-friendly e smart.

Nel versante HMI (human-machine interface) stiamo lavorando alla creazione di una routine per segnalare in maniera diretta un problema, un allarme, che attiva il servizio di assistenza che prenderà in carico le problematiche in maniera più efficiente e proattiva.”