FLIR Systems una nuova telecamera acustica

FLIR telecamera acustica

Con 124 microfoni e una potenza di elaborazione avanzata, la telecamera acustica FLIR Si124 offre la migliore sensibilità di rilevazione del settore, un’eccellente risoluzione dell’immagine acustica e un’eccellente portata di rilevazione

Perdite di aria compressa, perdite del sistema per la produzione di vuoto, parziali scariche elettriche: sono tutti problemi costosi nei sistemi che causano sprechi di energia e costringono le aziende ad affrontare costi imprevisti e potenziali problemi di produzione e continuità operativa.

L’imaging a ultrasuoni con una telecamera acustica è un metodo efficace per rilevare questi problemi nelle apparecchiature a completamento delle procedure di gestione delle risorse.  Questa tecnologia facile da usare in genere permette agli addetti di completare le ispezioni 10 volte più rapidamente rispetto ai metodi tradizionali.

A fronte di queste considerazioni, quali sono le caratteristiche da ricercare in una telecamera acustica?

Ecco, secondo FLIR Systems, le sei caratteristiche da valutare per orientarvi verso una scelta accorta:

GAMMA DI FREQUENZE EFFICACE

Una delle prime caratteristiche da considerare è la gamma di frequenze della telecamera. Si potrebbe supporre che per captare la più ampia gamma di suoni sia necessaria una gamma di frequenze più ampia possibile.

Tuttavia, in realtà, la gamma di frequenze più efficace per rilevare una perdita di aria compressa è compresa tra 20 e 30 kHz.

Infatti, limitando la gamma tra 20 e 30 kHz, è più facile distinguere le perdite di aria compressa dal rumore di fondo in una fabbrica.

L’ampiezza del rumore dei macchinari solitamente presenta il suo picco massimo sotto i 10 kHz e tende a zero a 60 kHz, mentre le perdite d’aria raggiungono il picco tra 20 e 30 kHz. Data la maggiore differenza tra il rumore della perdita d’aria e il rumore di fondo tra 20 e 30 khz, rispetto a frequenze più alte, è più facile rilevare la perdita d’aria in questa gamma di frequenza.

Sia il rumore dell’aria compressa che quello dei macchinari seguono la stessa tendenza di ampiezza decrescente nella gamma di frequenze da 30 a 60 kHz, rendendo più difficile discriminare i rispettivi suoni.

Pertanto, una telecamera acustica che opera nella gamma tra 20 e 30 kHz è più efficace.

Nella ricerca di scariche parziali a distanza di sicurezza, la gamma da 10 a 30 kHz è ottimale, in quanto le frequenze più alte percorrono distanze più brevi. Per rilevare le scariche parziali di apparecchiature ad alta tensione in esterni, la telecamera deve essere regolata su suoni a frequenza più bassa e che percorrono distanze maggiori.

NUMERO OTTIMALE DI MICROFONI

Per catturare i suoni più lievi, è vantaggioso averne un numero maggiore. Tipicamente, le telecamere acustiche impiegano decine di microfoni MEMS (sistemi microelettromeccanici) per acquisire e caratterizzare i suoni. Sebbene di piccole dimensioni, i microfoni MEMS hanno un basso consumo energetico e sono molto stabili.

Ma essi stessi generano rumore che interferisce con la capacità di un singolo microfono di captare suoni molto tenui.

Per ovviare a questo inconveniente, la soluzione è aumentare il numero di microfoni in uso; il miglioramento dovuto semplicemente al raddoppio del numero di microfoni elimina tre decibel di suoni indesiderati. In alcuni casi, il rumore interno di un solo microfono, o self-noise, potrebbe impedire al sistema di captare una perdita di aria compressa caratterizzata da un segnale di 16,5 kHz.

Una telecamera acustica con 32 microfoni sarebbe in grado di rilevare la perdita, ma il rapporto segnale-rumore non sarebbe ancora sufficiente per rilevare suoni più lievi. Al contrario, una telecamera acustica con 124 microfoni può captare una perdita sia a 16,5 kHz, sia a 18,5 kHz,  per rilevare, individuare e quantificare facilmente anche le piccole perdite.

PORTATA DI RILEVAZIONE SONORA

Integrare il giusto numero di microfoni in una telecamera acustica può anche migliorare le possibilità di captare rumori molto silenziosi a grande distanza. Questa capacità è particolarmente importante nelle ispezioni di sistemi ad alta tensione, che impongono di operare a distanza di sicurezza dai componenti sotto tensione. La forza di un segnale sonoro diminuisce significativamente all’aumentare della distanza dalla sua fonte. Per contrastare questo fenomeno, la soluzione è aumentare il numero di microfoni: quadruplicando il numero di microfoni si raddoppia la portata di rilevazione sonora.

POSIZIONAMENTO DEI MICROFONI

Il posizionamento dei microfoni su una telecamera acustica è un fattore determinante nella rilevazione della direzione e l’origine del suono. La telecamera acquisisce i dati da ogni microfono, misura le differenze di temporizzazione e di fase dei segnali e infine calcola la posizione della fonte. Questi microfoni devono essere raggruppati a stretto contatto per garantire l’acquisizione di dati sulle onde sonore sufficienti a stabilirne correttamente l’origine.

PRESTAZIONI DEI MICROFONI

Proprio come avviene per la frequenza, anche il numero di microfoni in una telecamera acustica è un fattore di delicato equilibrio. L’uso di un numero eccessivo di microfoni può risultare svantaggioso perché ogni microfono richiede una potenza di elaborazione per convertire i segnali di dati audio in immagini, quindi aggiungerne troppi degrada le prestazioni.

Alcuni produttori bilanciano la maggiore richiesta di potenza di elaborazione riducendo la risoluzione dei pixel dell’immagine acustica, ossia i pixel “sonori”, ma questa soluzione impatta le prestazioni generali della telecamera.

È importante disporre di un numero sufficiente di pixel sonori per rilevare in modo affidabile le scariche parziali e gli effetti corona a distanza e localizzarne l’esatta origine.

Con 124 microfoni e una potenza di elaborazione avanzata, la telecamera acustica FLIR Si124 offre la migliore sensibilità di rilevazione del settore, un’eccellente risoluzione dell’immagine acustica e un’eccellente portata di rilevazione.

ANALISI INTELLIGENTE

Le caratteristiche finali da considerare sono la potenza di calcolo e l’analisi fornita dalla telecamera acustica, oltre all’eventuale software a corredo.

Ad esempio, la telecamera FLIR Si124 è dotata di analisi a bordo, report di facile comprensione e analisi predittiva tramite uno strumento web di intelligenza artificiale che consente di classificare la gravità della perdita, eseguire l’analisi dei costi e l’analisi del modello di scarica parziale in tempo reale durante l’ispezione. Attivando il collegamento alla rete Wi-Fi a fine ispezione, le immagini vengono automaticamente caricate su FLIR Acoustic Camera Viewer, per eseguire ulteriori analisi in cloud, compreso il calcolo della spesa energetica annuale stimata dovuta a perdite dell’impianto di aria compressa o del vuoto, e oltre alla possibilità di stabilire se una scarica parziale richieda un intervento di manutenzione o una sostituzione.

Il Viewer può anche essere usato per creare report da condividere con la squadra di manutentori o il cliente.

Per saperne di più:

https://www.flir.it/discover/industrial/6-things-to-look-for-in-an-acoustic-imager/

www.flir.com/products/si124

Business intelligence: processi e attività sviluppati per consentire migliori prestazioni in molti settori

business intelligence

La business intelligence (BI) combina business analytics, data mining, visualizzazione dei dati, strumenti e infrastrutture per i dati, nonché le best practice per permettere alle organizzazioni di prendere più decisioni basate sui dati

In buona sostanza, sai di aver acquisito la business intelligence moderna quando hai una vista completa dei dati della tua organizzazione e li usi per stimolare il cambiamento, eliminare le inefficienze e attuare un rapido adattamento ai cambiamenti di mercato e forniture.

Più che indicare una “cosa” specifica, business intelligence è un termine onnicomprensivo che riguarda i processi e i metodi per raccogliere, memorizzare e analizzare i dati tratti dalle operazioni o attività aziendali con l’obiettivo di migliorare le prestazioni. Tutti questi elementi vanno a creare una vista completa dell’azienda, aiutando le persone a prendere decisioni migliori e concretizzabili.

Negli ultimi anni, la business intelligence si è sviluppata includendo più processi e attività per consentire il miglioramento delle prestazioni. Tali processi includono:

  • Data mining: uso di database, statistiche e apprendimento automatico per svelare i trend in ampi set di dati.
  • Elaborazione di report: condivisione delle analisi dei dati con i soggetti interessati, affinché possano trarre conclusioni e prendere decisioni.
  • Metriche e benchmarking delle prestazioni: confronto dei dati sulle prestazioni attuali con i dati storici, per monitorare le prestazioni rispetto agli obiettivi. Di solito, si esegue usando dashboard personalizzate.
  • Analisi descrittiva: utilizzo di analisi dei dati preliminari per comprendere cosa è accaduto.
  • Esecuzione delle query: interrogazione dei dati con specifiche domande, per cui la BI estrae le risposte dai set di dati.
  • Analisi statistica: partendo dai risultati dell’analisi descrittiva, ulteriore esplorazione dei dati usando le statistiche, per esempio in relazione a come e perché si sia verificato un determinato trend.
  • Visualizzazione dei dati: trasformazione dell’analisi dei dati in rappresentazioni visive, come grafici, diagrammi e istogrammi, per una fruizione dei dati più facile.
  • Analisi visiva: esplorazione dei dati attraverso le rappresentazioni visive, per comunicare informazioni al volo e seguire il flusso dell’analisi.
  • Preparazione dei dati: compilazione di diverse origini dati, identificandone dimensioni e misurazioni e preparandole per l’analisi dei dati.

Perché la business intelligence è importante?

La business intelligence consente alle aziende di prendere decisioni migliori, mostrando dati attuali e storici all’interno del contesto aziendale.

Gli analisti possono sfruttare la BI per fornire benchmark su prestazioni e concorrenti, per consentire all’organizzazione di funzionare in modo più fluido e più efficiente.

Inoltre, gli analisti possono individuare facilmente i trend di mercato, per aumentare le vendite o gli introiti.

Se usati in modo efficace, i dati giusti possono essere utili per qualsiasi attività, dalla conformità alle assunzioni.

Ecco alcuni modi in cui la business intelligence può consentire alle aziende di prendere decisioni più intelligenti basate sui dati:

  • Identificare i modi per aumentare i profitti
  • Analizzare il comportamento dei clienti
  • Confrontare i dati con i concorrenti
  • Monitorare le prestazioni
  • Migliorare le operazioni
  • Prevedere il successo
  • Individuare i trend di mercato
  • Scoprire complicazioni o problemi

Come funziona la business intelligence

Le aziende e le organizzazioni hanno tante domande e tanti obiettivi.

Per rispondere alle domande e monitorare le prestazioni rispetto agli obiettivi, raccolgono i dati necessari, li analizzano e determinano le azioni da intraprendere per raggiungere i propri obiettivi.

Dal punto di vista tecnico, i dati non elaborati vengono raccolti dall’attività aziendale, per poi essere elaborati e archiviati nei data warehouse.

Dopodiché, gli utenti possono accedere ai dati e passare all’analisi per rispondere alle domande che riguardano l’azienda.

Come funzionano insieme BI, analisi dei dati e business analytics

La business intelligence include analisi dei dati e business analytics.

Tuttavia, li usa solo come parte dell’intero processo. La BI consente agli utenti di trarre conclusioni dalle analisi dei dati.

I data scientist approfondiscono le specifiche dei dati, usando statistiche avanzate e analisi predittive per svelare modelli e prevedere modelli futuri.

La domanda dell’analisi dei dati è: “Perché è successo e cosa potrà succedere?” La business intelligence ricorre a quei modelli e algoritmi e scompone i risultati in un linguaggio fruibile.

Secondo il glossario dei termini IT di Gartner, la “business analytics include il data mining, l’analisi predittiva, l’analisi applicata e la statistica“.

In breve, le organizzazioni conducono la business analytics quale parte della più ampia strategia di business intelligence.

La BI è progettata per rispondere a query specifiche e fornire un’analisi immediata, utile per decisioni e pianificazione.

Le aziende, però, possono usare i processi di analisi per migliorare continuamente l’iterazione e le domande di follow-up.

L’analisi aziendale non deve essere un processo lineare, perché la risposta a una domanda porterà con ogni probabilità a sviluppare nuove domande e così via. Al contrario, va considerata come un processo ciclico, che comprende le fasi di accesso ai dati, identificazione, esplorazione e condivisione delle informazioni. Si parla, appunto, di ciclo di analisi per descrivere come le aziende usano l’analisi per rispondere alle domande e alle aspettative in continuo cambiamento.

La differenza tra BI tradizionale e BI moderna

In passato, gli strumenti di business intelligence si basavano su un modello tradizionale.

Si trattava di un approccio top-down in cui la business intelligence era gestita dall’organizzazione IT e si usavano report statici per rispondere alla maggior parte delle domande di analisi, se non a tutte.

Perciò, se qualcuno aveva un’ulteriore domanda sul report ricevuto, la sua richiesta veniva messa in fondo alla coda di reporting e il processo doveva ripartire daccapo.

Di conseguenza, i cicli dell’attività di report erano lenti e frustranti e le persone non riuscivano a sfruttare i dati attuali per prendere decisioni.

La business intelligence tradizionale rappresenta ancora un approccio comune per le ordinarie elaborazioni di report e per rispondere a query statiche.

Invece, la business intelligence moderna è interattiva e accessibile. Sebbene i reparti IT siano ancora fondamentali per la gestione dell’accesso ai dati, molteplici livelli di utenti possono personalizzare le dashboard e creare report anche con poco preavviso. Con il software appropriato, gli utenti sono in grado di visualizzare i dati e rispondere alle proprie domande.

Strumenti e piattaforme di business intelligence

Molti strumenti e piattaforme self-service di business intelligence semplificano il processo di analisi. In questo modo per le persone è più facile osservare e comprendere i dati, pur non avendo le competenze tecniche per approfondirli autonomamente. Sono disponibili molte piattaforme di BI per l’attività di report ad hoc, la visualizzazione dei dati e la creazione di dashboard personalizzate per molteplici livelli di utenti.

Il ruolo futuro della business intelligence

La business intelligence si sviluppa continuamente di pari passo con le esigenze aziendali e la tecnologia. Pertanto, ogni anno, individuiamo i trend attuali per tenere gli utenti al passo con le innovazioni.

È necessario rendersi conto che l’intelligenza artificiale e l’apprendimento automatico si svilupperanno continuamente, e le aziende possono integrare le informazioni ottenute con l’IA in una strategia di BI più estesa.

Visto l’obiettivo delle aziende di essere sempre più basate sui dati, l’impegno per la condivisione dei dati e la collaborazione aumenterà. La visualizzazione dei dati sarà ancor più fondamentale per il lavoro congiunto tra team e reparti.

La BI offre funzionalità per il monitoraggio delle vendite quasi in tempo reale, consente agli utenti di scoprire le informazioni nel comportamento dei clienti, di prevedere i profitti e molto altro. Svariati settori, come quello della vendita al dettaglio, assicurativo e petrolifero, hanno adottato la BI, e ogni anno se ne aggiungono altri. Le piattaforme di BI si adattano all’innovazione e alle nuove tecnologie degli utenti.

L’innovazione digitale e la sua “governance”, per guardare al futuro

innovazione digitale
I più recenti traguardi della ricerca scientifica e le tecnologie emergenti, tra cui intelligenza artificiale, robotica, nanotecnologie e biotecnologie, pongono alcuni interrogativi sull’uso che ne fa l’uomo e sugli scopi di tale utilizzo

Robot umanoidi, nanotecnologie e computazione stanno segnando in modo importante la metodologia della ricerca scientifica, fungendo da strumenti capaci di guidarla e di potenziarla. 

Strumenti in cui ingegneria, neuroscienze, genomica, chimica, fisica, matematica e informatica diventano discipline trasversali, applicate ad ambiti diversi, dalla medicina alla sostenibilità ambientale, dalla farmaceutica alla produzione di energia, come spiega Giorgio Metta, scienziato, direttore scientifico dell’Istituto Italiano di Tecnologia di Genova, nonché “papà” del robot umanoide iCub e professore di robotica cognitiva presso l’Università di Playmouth, nel Regno Unito.

Gli algoritmi e i sistemi di intelligenza artificiale oggi hanno il potere di diffondere e rafforzare stereotipi e pregiudizi di genere, che rischiano di emarginare le donne su scala globale.

Considerando la crescente presenza dell’AI nelle nostre società, questo potrebbe mettere le donne nella condizione di rimanere indietro nella sfera lavorativa, economica, politica e sociale, come sottolinea spesso Darya Majidi, esperta di informatica, AI e trasformazione digitale, imprenditrice con, all’attivo, alcune aziende High Tech in Italia e all’estero, fondatrice della comunità Donne 4.0 e autrice dei libri “Donne 4.0” e “Sorellanza Digitale”.

Vittima e, insieme, carnefice di sè stesso, impaurito dai cambiamenti profondi e rapidi del digitale e, allo stesso tempo, avido nel farne un uso e consumo per fini propri, l’uomo (inteso come essere umano, non come identità d genere), all’interno di tale rapporto, fa mostra di comportamenti, di modi e di scopi, divenuti, in questi ultimi anni, oggetto di una riflessione dal respiro ampio, il cui nocciolo è “che cosa” vogliamo farne di quello che abbiamo creato e come s’intenda farlo.

In questa fase – osserva Luciano Floridi, filosofo, professore di filosofia ed etica dell’informazione all’Università di Oxford, nonché direttore del Digital Ethics Lab presso l’Oxford Internet Institute  dello stesso Ateneo – non è più l’innovazione tecnologica in sé ciò che fa la differenza, ma è che cosa ne facciamo di questa innovazione. 

Non è alla digital innovation, ma è alla governance, alla “gestione” del digital, che ora dobbiamo guardare.
Il focus, oggi, si incentra dall’innovazione alla sua governance, ovvero alla sua gestione, con tutta una serie di questioni aperte da affrontare, che riguardano gli impatti sulla società, la parità di genere, l’educazione, il mondo del lavoro, solo per citarne alcuni. Sono questi i temi di cui si parlerà il prossimo 18 gennaio, alle 17.00, insieme a: Darya Majidi, Luciano Floridi, Giorgio Metta.
LIVE DAL NUOVISSIMO CANALE YOUTUBE DI TECH4FUTURE

L’evento organizzato da Tech4Future ha come obiettivo offrire spunti di riflessione su temi di grandissima attualità relativi a problemi complessi e di non facile ed immediata risoluzione, ma che possono trovare spunti ed idee dalla condivisione e dalla divulgazione, come nello spirito che anima la missione di Tech4Future.
L’evento è pubblico, aperto a tutti e senza bisogno di registrarsi e lasciare i propri dati. https://www.linkedin.com/events/6751903725079560192/

ABOUT TECH4FUTURE Ad inizio 2020 ho fondato Tech4Future, un progetto editoriale con una vocazione molto chiara: divulgare e promuovere la conoscenza delle tecnologie emergenti analizzandone i possibili impatti (rischi e vantaggi) su persone, aziende, società economico-politiche, ambiente… per incentivare, attraverso sano spirito critico, un utilizzo etico, consapevole e responsabile delle tecnologie del futuro.  

Automazione e resilienza tecnologica nel settore farmaceutico

automazione digitale farmaceutica

Cloud, Intelligenza Artificiale, piattaforme Low-Code e nuove forme di comunicazione e customer care: la filiera del settore farmaceutico ricorre a tutte le tecnologie abilitanti per supportare un cambiamento irreversibile, che la pandemia ha solo accelerato

Se è vero che il settore farmaceutico in un periodo di crisi sanitaria non può temere arresti, è anche vero che proprio la crisi sanitaria sta trasformando le abitudini di milioni di persone, incidendo anche sulla salute generale e modificando le esigenze e i trend in ambito healthcare. Inseguire questi mutamenti richiede alle aziende del settore flessibilità, ma anche creatività. La dote forse più necessaria, però, è il coraggio, perché per stare al passo, bisogna adottare nuovi modelli di business, basati su tecnologie digitali altamente pervasive.

Una prima, composita, panoramica ci viene da Teresa Minero, Founder & Ceo di LifeBee-Digitalizing Life Science- e International Board of Directors, European Leadership Team, Steering Committee Pharma 4.0 di Ispe, associazione globale no-profit che riunisce i professionisti del Life Science.

Nel corso di un suo recente intervento mirato a individuare la rilevanza di tutto ciò che è Industria 4.0 nella crescita delle aziende di ogni settore e in particolare di quello farmaceutico, la Minero faceva riferimento a un’inchiesta del Politecnico di Milano, che ha messo a confronto imprese attive in ambito Industria 4.0 e imprese meno attente ai processi di trasformazione digitale. Le imprese attive per Industria 4.0 mostrano parametri di crescita, redditività e produttività del lavoro decisamente superiori, a testimonianza del fatto che l’adozione del pensiero e delle sfide Industria 4.0 costituisce un oggettivo vantaggio competitivo.

«Non che non ci siano difficoltà nel seguire questo processo di trasformazione, come emerge da una ricerca di Couchbase, pubblicata negli Stati Uniti a settembre 2019 che prende in esame 450 responsabili di Trasformazione Digitale tra Stati Uniti, Regno Unito, Francia e Germania», ha detto Teresa Minero.

«Secondo questo studio, gli interventi non risultano sempre di successo. Le imprese riscontrano soprattutto la complessità di implementazione delle nuove tecnologie, la mancanza di risorse e competenze per portare a termine gli aggiornamenti, i ritardi e a volte il fallimento degli obiettivi perché non sempre i progetti riescono a essere veramente trasformativi o rivoluzionari. Segnali da non sottovalutare e di cui far tesoro nella definizione del giusto approccio da tenere rispetto al cambiamento, anche a fronte della contestuale grande maggioranza di testimonianze di conseguimento di risultati di miglioramenti “almeno” significativi per gli utenti finali, che comprendono un gran numero di trasformazioni effettive o addirittura rivoluzionarie».

Venendo più specificamente al Pharma, anche l’ultima survey di Ispe sul tema 4.0 nel settore, condotta con la collaborazione della Liuc Business School, conferma che gli imprenditori del settore farmaceutico sono ormai pienamente consapevoli del fatto che le nuove tecnologie, quali ad esempio Cloud, Analytics, robotica avanzata, siano dei volani per lo sviluppo delle loro aziende.

Il punto debole, ciò su cui bisogna ancora lavorare, è la percezione ancora solo parziale di cosa significhi trasformazione digitale radicale e di come si possano realmente assimilare i nuovi modelli di business.

Quale può dunque essere la strategia più appropriata per affrontare questi ostacoli? Teresa Minero non ha dubbi: è necessaria una roadmap. «LifeBee propone ai suoi clienti un percorso condiviso per lo sviluppo di una roadmap che tiene conto di tutti i fattori in gioco, un percorso che parte dall’individuazione di un obiettivo 4.0 reale, il più adatto all’impresa stessa, e passa per l’individuazione di uno scenario 4.0, basato sulla situazione, i tempi, le risorse e gli obiettivi intermedi. I punti guida sono la sostenibilità in termini di investimenti e risorse, la strategia a lungo termine, l’esecuzione per passi con quick-win, il miglioramento dei processi e, soprattutto, una compliance proattiva e non “reattiva”, ovvero non mero adempimento di norme, ma compliance by design su processi e soluzioni».

Secondo Teresa Minero, uno dei temi centrali di questa evoluzione del comparto farmaceutico, perché già a vario titolo sperimentato da molte aziende, è la serializzazione, che proprio nelle prossime settimane sarà oggetto di approfondimento all’interno di una serie di incontri promossi sempre da LifeBee.

Data Integrity, una priorità per il farmaceutico

Un altro tema centrale in ambito farmaceutico è quello dell’Integrità dei Dati, sia per una questione normativa, sia perché in un clima di emergenza sanitaria aumenta nel cliente finale il bisogno di rassicurazioni sulla sicurezza del prodotto e sulla reputazione del marchio.

Ne abbiamo parlato con Sébastien Girard, Global Business Development Manager Consumer Packaged Goods di Eurotherm, parte del gruppo Schneider Electric, che fornisce soluzioni per mantenere l’integrità dei dati durante il loro intero ciclo di vita.

«In questo difficile periodo per le aziende farmaceutiche è fondamentale rimanere agili e ridefinire il flusso di convalida e controllo della qualità dei dati. Per le aziende farmaceutiche l’aspetto più importante rimane, anche in questa nuova normalità, mantenere la fiducia del paziente e riaffermare il concetto che “La sicurezza del paziente viene prima di tutto».

È quindi il momento giusto per ripensare alla governance dell’Integrità dei Dati, per reimpostare i processi standard e il sistema di gestione della qualità, vivendo questo passaggio come un’opportunità di mettere nero su bianco i dettagli del ciclo di vita dei dati, evidenziando i rischi potenziali e le necessarie azioni migliorative per risparmiare tempo e ridurre i costi legati al rilascio di batch e per proteggere i dati da errori legati a guasti, falsificazioni e attacchi informatici.

L’emergenza sanitaria ha inoltre reso urgente l’abbandono di registratori a carta e di record cartacei in generale: è semplicemente impensabile, in periodo di Lockdown, immaginare un tecnico costretto a recarsi in un impianto per apporre la propria firma in fondo a un foglio in modo da poter rilasciare sul mercato un prodotto.

Da molti anni in Europa la registrazione digitale è fortemente consigliata e tutto induce a pensare che diventerà obbligatoria: da questo punto di vista la crisi attuale sta accelerando i tempi. Per evitare rischi nell’implementazione della registrazione digitale è necessario considerare l’integrità dei dati così come affrontata dai principi Alcoa (+). Scegliere un fornitore che applica concretamente questi concetti facilita il raggiungimento della conformità e riduce i rischi legati ai processi di qualifica e convalida del percorso di digitalizzazione verso lo Smart Manufacturing».

Per queste ragioni le soluzioni Eurotherm sono in linea con le più recenti best practice a livello globale come cGMP, Fda 21 CFR Parte 11, Ema Annex 11 e Data Integrity Alcoa (+). Eurotherm ha recentemente presentato anche il software Data Reviewer che ora include anche un’opzione Auditor progettata per contribuire all’Integrità dei Dati e aiutare a semplificare il rispetto delle norme. I registratori Eurotherm della Serie 6000, il registratore/regolatore nanodac, il Pac T2750 e i registratori modulari Versadac insieme a Data Reviewer prevedono l’accesso utente con password e firme elettroniche. Ciò fornisce la tracciabilità degli eventi all’interno di audit-trail digitali a prova di manomissione, semplificando la conformità regolatoria.

Packaging nel farmaceutico, sempre sotto i riflettori

Il packaging all’interno della filiera del farmaceutico occupa un ruolo fondamentale: la confezione di un farmaco non solo deve rispettare precise norme igienico-sanitarie, ma il suo design finisce per costituire un fattore integrante del prodotto. Ci siamo confrontati con Valentina Marchesini di Marchesini Group, una delle aziende italiane più note nel settore del packaging per il farmaceutico. Marchesini ha lanciato un programma di comunicazione del tutto innovativo per il 2020, dando prova del fatto che anche quando tutto cambia c’è sempre una strada per costruire qualcosa di nuovo e per crescere.

«Quello farmaceutico è un mercato anticiclico», ci ha spiegato Valentina Marchesini, «che paradossalmente nei momenti difficili va meglio. Il Lockdown di primavera non lo ha fermato, ma la crisi sanitaria lo sta modificando molto, e molto velocemente. Da un lato tutta l’attenzione è stata focalizzata sulla ricerca del vaccino, dall’altro c’è stato, ad esempio, un calo delle vendite dei farmaci da banco, perché l’uso massiccio delle mascherine ha ridotto drasticamente la diffusione dei malanni di stagione».

Per un’azienda che sviluppa e fornisce tecnologia il problema principale è mantenere viva e funzionale la relazione con il cliente sia per la parte di promozione, sia poi per l’installazione, la formazione e gli interventi di manutenzione.

«Si è parlato tanto di resilienza. Marchesini ha sfruttato questi mesi per crescere in chiave di connessione con il cliente. Di solito la linea viene consegnata a domicilio da un team specializzato che si occupa dell’installazione, del collaudo e della formazione del personale», ha aggiunto la manager.

«Nel momento in cui mettere in atto questo tipo di procedure non è stato più possibile, abbiamo riorganizzato il nostro lavoro. Siamo ricorsi a occhiali 3D, virtual room e applicazioni per garantire al cliente assistenza da remoto, fino all’extrema ratio dell’installazione pilotata. Dallo scorso marzo abbiamo realizzato 70 collaudi in streaming e ne prevediamo altri 40 entro la fine dell’anno».

Altra grande novità per Marchesini sono gli XDays, ovvero “Extraordinary times need extraordinary events”. «Per colmare il vuoto creato dalle limitazioni alla mobilità e quindi la cancellazione di fiere, openday, workshop che erano uno dei nostri punti di forza, perché l’accoglienza è un plus dell’imprenditoria italiana, ci siamo inventati questi show digitali, in cui le nostre macchine sono protagoniste. Il tentativo è quello di soddisfare il bisogno del cliente di fare un’esperienza ravvicinata del prodotto. Per ottenere i migliori risultati possibili ci siamo avvalsi di professionisti dell’intrattenimento per quanto riguarda le riprese, la strumentazione e gli effetti speciali, mentre regia e scrittura sono stati curati da risorse interne. Davanti alle telecamere ci sono i nostri tecnici che oltre alla loro competenza portano sul palco la passione per i prodotti che hanno visto nascere. I risultati raggiunti finora sono davvero incoraggianti».

I servizi di assistenza in remoto X-Care di Marchesini saranno protagonisti di uno degli XDays del prossimo anno. La seconda stagione di XDays di Marchesini è infatti iniziata a ottobre con un focus sulla tecnologia Valida (in foto sotto), che è una contatrice elettronica dotata di un doppio sistema di conteggio e visione in grado di verificare forma, colore, altezza e principio attivo della compressa, per un controllo totale del processo di counting.

Il sistema è composto da quattro telecamere che controllano dall’alto le compresse che scorrono sui canali, verificandone la corretta forma e colore; una telecamera che controlla l’altezza delle compresse mediante triangolazione laser permettendo lo scarto degli eventuali prodotti non conformi; fotocellule per il controllo dell’avvenuto scarto della singola compressa e non del flacone.

La tecnologia Valida può essere usata non solo come counter ma anche come pre-caricatore montato sulla linea blister Integra 320. Prossimamente, uno degli XDays sarà dedicato alla nuova soluzione per il riempimento e la chiusura di stickpack, nata dal connubio tra la tecnologia Schmucker e il know-how hardware e software di Marchesini Group. «Mentre l’acquisizione di Schmucker risale a tre anni fa e rientra nel programma di ampliamento delle nostre competenze in un ambito come quello degli stickpack che è sempre più di moda perché risponde alle esigenze di vita dei nostri giorni, il sodalizio con Neri è di lunga data. Dopo anni di proficua collaborazione Neri è stata acquisita da Marchesini come Divisione Specializzata in soluzioni per l’etichettatura ed è pronta a lanciare sul mercato il modello RE 402 per il labeling di prodotti in vetro, plastica o metalli di qualunque forma e dimensione».

Infine, un altro XDays, un’altra partnership e un’altra soluzione all’avanguardia. «Il 18 febbraio presenteremo la linea blister integrata robotizzata, Integra 320, che è una linea già collaudata, ma che è stata aggiornata con un sistema per il controllo del principio attivo del prodotto sviluppato in collaborazione con Sea Vision. Grazie alla tecnologia laser, le compresse che vengono movimentate sulla linea a velocità considerevoli, un attimo prima di scivolare nel blister, subiscono una scansione che permette di rilevare non solo la presenza, la forma, la dimensione e l’integrità dell’unità, ma anche il colore e il principio attivo». Un metodo di controllo non invasivo e affidabile che consente di raccogliere dati fondamentali anche per la serializzazione.

Cloud computing e AI per la supply chain del comparto farmaceutico

Nell’intraprendere un percorso di digitalizzazione, le aziende del settore farmaceutico puntano tra l’altro sulla supply chain. Per la previsione della domanda, sono numerose le realtà che si affidano a ComplEtE, una soluzione end-to-end di nuova generazione nata dall’esperienza congiunta di Porini-DGS, un’azienda specializzata nella fornitura di servizi e soluzioni di valore nell’ambito delle Cybersecurity Solutions, delle Digital Solutions e del Management Consulting.

ComplEtE è un’unica piattaforma che può gestire l’intero flusso della supply chain, dal demand management alla pianificazione fino alla gestione del magazzino. In particolare, la soluzione di Supply Chain Management permette di gestire gli aspetti strategici (con i moduli Strategic Network Simulator e Demand Management), tattici (con DRP Solution ed Enterprise Planning) e operativi, anche grazie al supporto di algoritmi di intelligenza artificiale.

Trattandosi di una soluzione SaaS (Software-as-a-Service) e realizzata in ambiente Cloud Microsoft, ComplEtE non richiede un’installazione ed è immediatamente fruibile tramite web browser. Inoltre, il fatto che ComplEtE sia integrata con tutti i servizi offerti dalla piattaforma Microsoft Azure permette alle imprese di utilizzare i tool per la gestione degli eventi (Power Automate), per la condivisione delle informazioni (Teams) e per il lavoro quotidiano (Office 365).

Per quanto riguarda l’implementazione, i progetti di norma partono da una sessione di analisi dei processi aziendali di forecast della domanda, seguiti da una fase di integrazione della piattaforma ComplEtE con l’Erp e con tutte le sorgenti dati interessate ai processi in scope (Plm, Wms, Crm…). Seguono le fasi di configurazione del prodotto e di UAT.

La soluzione però è costruita per essere un insieme di mattoncini (brick) di soluzioni integrati e integrabili tra di loro, permettendo quindi di sfruttare le componenti necessarie e migliori all’ottenimento del risultato di una visione e gestione completa del flusso informativo chiave della supply chain.

La soluzione ComplEtE mette le aziende del comparto farmaceutico, e non solo, nella condizione di costruire precise previsioni di vendita attraverso i più avanzati algoritmi di intelligenza artificiale e con il contributo attivo e collaborativo di tutta la forza commerciale coinvolta nel processo previsionale, calcolando, ad esempio, i livelli di scorta, su ogni nodo della rete, necessari a garantire il desiderato livello di servizio.

Ha scelto la strada del Cloud anche una realtà come InSilicoTrials, startup italiana che ha messo a punto una piattaforma innovativa che consente di ridurre notevolmente, del 40-60%, i costi e i tempi di sviluppo di nuovi farmaci.

Obiettivo di InSilicoTrials è facilitare l’accesso alle tecnologie di simulazione già diffuse in ambito aerospaziale e automotive anche alle piccole e medie case farmaceutiche, cosicché possano utilizzare la simulazione per sperimentare, registrare e produrre nuovi farmaci in modo più efficiente, sicuro e veloce.

Attraverso la piattaforma proprietaria Cloud-based, InSilicoTrials fornisce alle aziende del comparto farmaceutico i migliori modelli computazionali disponibili a livello mondiale, che il suo team seleziona continuamente nelle università di tutto il mondo e che sono già in grado di supportare la certificazione da parte degli enti regolatori. Successivamente, un gruppo di ingegneri e sviluppatori lavora su questi modelli per semplificarne l’interfaccia e l’utilizzo, di modo che, una volta caricati sulla piattaforma, possano essere usati anche da ricercatori che non hanno conoscenze in materia di simulazione digitale.

L’azienda farmaceutica in un’ottica pay-per-use paga solo nel momento in cui utilizza il modello, tagliando così considerevolmente i costi e consentendo ai propri collaboratori di accedere alla tecnologia anche a distanza e ovunque si trovino, dal momento che tutti i modelli sono utilizzabili in-Cloud nella massima sicurezza.

Ai prodotti e alle soluzioni pensati da InSilicoTrials per il mondo farmaceutico si aggiunge oggi sulla piattaforma anche la Drug Safety Suite, una nuova serie di modelli che aiutano a ridurre il rischio di cardiotossicità dei farmaci.

Ogni nuova molecola può rivelarsi pericolosa per il cuore, provocando aritmie anche irreversibili: affiancando ai testi in vitro i test di simulazione è possibile individuare la pericolosità per il cuore di una molecola già nelle primissime fasi di studio in laboratorio e, quindi, si può procedere a eliminarla subito, riducendo i tempi e i costi della sperimentazione, e allo stesso tempo anche i test sugli animali.

L’automazione Low-Code per il pharma

Le criticità del processo di trasformazione digitale sono probabilmente tra le ragioni per cui l’automazione è attualmente utilizzata solo dal 40% delle organizzazioni che hanno preso parte a un’altra interessante ricerca, quella, promossa da Appian e condotta da Pharma Intelligence.

In base a questa ricerca, i due maggiori ostacoli alla trasformazione digitale sono la complessità del sistema (47% degli intervistati) e la mancanza di comprensione con il business o nei reparti IT (38%). Alla domanda sulle soluzioni specifiche, la maggioranza (82%) di coloro che conoscono il Low-Code vedono i vantaggi del suo utilizzo per semplificare il DevOps per la loro organizzazione, mostrando quindi una certa consapevolezza della potenza che l’automazione Low-Code può avere nello snellire i processi e nel rispondere rapidamente ai cambiamenti normativi.

Appian, l’azienda promotrice dell’indagine, fornisce una piattaforma di sviluppo Low-Code che unisce in modo nativo tutte le funzionalità necessarie per fornire processi end-to-end di grande impatto all’interno dell’organizzazione. L’obiettivo è consentire alle piccole e medie aziende farmaceutiche di: automatizzare le attività di routine in un flusso di lavoro e integrare i sistemi senza Api; progettare e gestire i processi complessi con iBPM leader di settore; automatizzare le attività collaborative e la gestione delle eccezioni con le migliori funzionalità sul mercato e rendere le App più efficaci e intelligenti con l’AI integrata di Google, AWS e Azure.

Un caso di successo: Bormioli Pharma investe nel 4.0

In questo frangente di crisi sanitaria globale, Bormioli Pharma, attiva nel mercato farmaceutico e biofarmaceutico con soluzioni complete, che includono flaconi in vetro e plastica, chiusure in plastica e alluminio e accessori, ha scelto la via dell’innovazione e ha avviato un progetto di revamping dello storico stabilimento di Rivanazzano (Pavia), con un investimento complessivo di 6,5 milioni di euro.

Il progetto prevede tra l’altro la costruzione di una nuova Clean Room (camera sterile) di livello ISO7, l’installazione di nuove macchine per stampaggio a iniezione ad alto tonnellaggio, l’introduzione di una nuova tecnologia produttiva e un forte incremento del livello di automazione dei processi di movimentazione prodotti che garantirà standard di sicurezza sempre più elevati.

Grazie a questo progetto, avviato a poche settimane dal completamento degli interventi di manutenzione straordinaria e potenziamento dei forni degli stabilimenti di Bergantino (Rovigo) e San Vito al Tagliamento (Pordenone), e dall’acquisizione di GCL Pharma, Bormioli prevede di incrementare la capacità produttiva del 35% e di affermarsi come polo di eccellenza delle tecnologie di stampaggio plastica per iniezione e compressione a livello internazionale.

L’impatto dell’Intelligenza Artificiale sul manifatturiero

digital brain

“L’intelligenza artificiale non è solo una tecnologia, ma fa sempre più parte della nostra vita quotidiana. La manifattura è un motore positivo per il benessere della società, perciò nell’edizione 2020 del WM Report ci siamo chiesti come l’intelligenza artificiale possa migliorare quel ruolo”, commenta Marco Taisch

Il rapporto ha evidenziato l‘impatto dell’Intelligenza Artificiale sul settore manifatturiero: il settore, si stima, investirà in questa tecnologia 9,5 miliardi di dollari nel 2021 (sarà quindi il settore che investirà di più in IA, secondo solo al settore bancario e dei servizi finanziari ed assicurativi) e 13,2 miliardi di dollari entro il 2025.

Le compagnie del settore, sottolinea il rapporto, investono nell’Intelligenza Artificiale sia perchè ne comprendono il potenziale, sia perchè vedono i propri concorrenti investire e vogliono assicurarsi, quindi, di ritenere la loro competitività nel mercato.

Le tecnologie dell’Intelligenza Artificiale verranno maggiormente adottate in un primo momento nell’automazione dei processi produttivi, per poi venire applicate ai prodotti e ai servizi offerti dalle imprese (ad esempio per velocizzare la fase di design e produzione e per migliorare il marketing e la customer experience) e nella gestione del business e delle operazioni.

Le maggiori difficoltà con cui le imprese si scontrano nell’utilizzo di queste tecnologie riguardano la disponibilità dei dati (dati non affidabili o difficoltà di adeguardi alle normative sui dati e sulla privacy), la mancanza delle giuste competenze nella forza lavoro (mancanza di competenze digitali per sviluppare e/o implementare soluzioni di IA) o l’incapacità delle aziende stesse di individuare le skill necessarie per adottare queste nuove tecnologie.

Le raccomandazioni per adottare l’Intelligenza Artificiale in modo etico ed affidabile

Come per le precedenti edizioni, il report ha individuato 10 raccomandazioni relative al focus dello studio, che hanno come obiettivo un’adozione di successo, etica e affidabile dell’IA nella produzione industriale e sono:

  • Alimentare dibattito pubblico per aumentare la comprensione e costruire la fiducia nei sistemi di IA, con azioni mirate a promuovere la conoscenza dell’Intelligenza Artificiale e delle sue potenzialità, correggere le visioni erronee su di essa e avviare una discussione degli impatti socio-economici dell’Intelligenza Artificiale;
  • Gestire le aspettative dei produttori sulla capacità dell’IA, attraverso la comprensione delle potenzialità e dei limiti dell’Intelligenza Artificiale, la condivisione delle pratiche migliori sull’utilizzo e la scelta delle soluzioni di IA adeguate alle risorse, alle capacità e alle necessità di ciascuna azienda;
  • Implementare riflessioni etiche nell’intero ciclo di vita dell’IA, con azioni volte ad assicurare che i dati su cui si basano gli algoritmi siano veramente rappresentativi della società e non basati su bias, ad esempio attraverso la crazione di team interdisciplinari che lavorino a progetti di IA;
  • Garantire la qualità (accuratezza e completezza), privacy e disponibilità dei dati, promuovendo metodi più responsabili per la raccolta, l’utilizzo e la condivisione degli stessi;
  • Mettere gli esseri umani al centro degli ambienti di lavoro IA, formando i lavoratori per migliorare la loro comprensione dell’Intelligenza Artificiale, di come questa tecnologia può esaltare le capacità dell’uomo e viceversa e preparli all’impatto psicologico che l’utilizzo sempre maggiore dell’Intelligenza Artificiale nella manifattura avrà sulla forza lavoro nei prossimi anni;
  • Assicurare l’allineamento strategico dell’IA in tutta l’organizzazione, per evitare che ci sia una rottura tra il management dell’azienda e il resto dell’organizzazione. Per fare questo, dopo che sono stati individuati dal team manageriale gli investimenti e la strategia necessari per l’azienda, si consiglia la discussione con il resto degli operatori dell’organizzazione;
  • Sostenere le PMI manifatturiere nel loro percorso verso l’IA, aiutandole nella comprensione dell’Intelligenza Artificiale e di come può essere applicata al loro business, nella riconversione delle competenze necessarie per potere usufruire di questa tecnologia e con incentivi agli investimenti;
  • Promuovere l’IA per supportare reti di fornitura resilienti, sfruttando la capacità dell’Intelligenza Artificiale di individuare e risolvere i problemi della catena di distribuzione e di facilitare le operazioni quotidiane;
  • Educare e formare la forza lavoro attuale e futura per lavorare con l’IA, focalizzandosi sull’insegnamento (già ai primi livelli di istruzione) delle skill necessarie per lavorare con l’Intelligenza Artificiale e sfruttando la tecnologia per rendere l’apprendimento più efficace ed inclusivo;
  • Implementare standard, politiche e regolamenti per guidare un’adozione sostenibile dell’IA, creando standard e linee guida che possano guidare una giusta applicazione dell’Intelligenza Artificiale e promuovendo l’adozione di linee guida e policy comuni a livello globale, anche per evitare pratiche di concorrenza sleale.

Benanti: “C’è bisogno di un’algoretica”

Il rapporto pone una grande attenzione alle implicazioni etiche del coinvolgimento sempre maggiore dell’Intelligenza Artificiale nella vita dell’uomo e della sua applicazione alla manifattura. La discussione etica (ma non solo) che il rapporto invita tutti i skateholder coinvolti ad aprire è necessatia soprattutto in vista delle possibili ripercussioni che l’applicazione dell’Intelligenza Artificiale avrà nel breve periodo su alcune occupazioni.

A questo proposito Paolo Benanti, Francescano del Terzo Ordine Regolare (ed esperto di etica, bioetica ed etica delle tecnologie), ha sottolineato la necessità di scongiurare una “guerra evolutiva” tra uomini e queste tecnologie, attraverso l’utilizzo di regolamentazioni adeguate, che impediscano all’Intelligenza Artificiale di andare oltre agli scopi progettati dall’uomo.

“Dobbiamo mantenere le persone al centro di questo processo evolutivo. Dobbiamo dare risposte alla società che riducano i rischi socio-economici che possono derivare dall’applicazione di queste tecnologie. Possiamo farlo anche creando un’etica che sia comprensibile a queste macchine, un’algoretica”, commenta.

L’ intelligenza artificiale sempre più utile all’healthcare

intelligenza artificiale healthcare

Il rapporto realizzato da Eit health e Mckinsey & Company, dal titolo “Transforming Healthcare with Ai: the impact on the workface and organizations”conferma la necessità delle competenze dell’intelligenza artificiale nel settore Healthcare

Lo studio ha evidenziato la necessità di attrarre, educare e formare una generazione di professionisti della sanità con una approfondita conoscenza dei dati, migliorando al contempo le competenze della forza lavoro attuale, per poter sfruttare appieno il potenziale di trasformazione dell’intelligenza artificiale.

 

Cosa dice l’Europa

D’altra parte secondo la European skills agenda (il documento presentato lo scorso 1 luglio dalla Commissione Europea, per migliorare la competitività sostenibile e garantire l’equità sociale), a oggi almeno l’85% dei posti di lavoro richiede un livello minimo di competenze digitali.

Nel 2019 solo il 56% degli adulti possedeva le competenze digitali di base.

Mentre tra il 2005 e il 2006, il 40% dei nuovi posti di lavoro erano in settori di alta intensità digitale.

Secondo lo studio di Eit & Mckinsey, le competenze digitali di base, la scienza biomedica e dei dati, l’analisi dei dati e i fondamenti della genomica saranno fondamentali, in vista dell’ingresso dell’intelligenza artificiale e del machine learning nel settore dei servizi sanitari.

 “Queste materie sono raramente insegnate in modo sistematico insieme alle scienze cliniche tradizionali. E così, incolpevolmente, il personale sanitario di oggi non è ancora pronto per l’adozione dell’Ai.

L’Europa è all’avanguardia nell’innovazione sanitaria e stiamo assistendo alla creazione di un numero crescente di soluzioni di Ai tangibili, di impatto e promettenti. Tuttavia dobbiamo coniugare lo sviluppo di nuove tecnologie, in grado di alleviare parte della pressione sui servizi sanitari, con la capacità di integrarle nell’erogazione delle cure. Ora è il momento di colmare queste lacune, in modo che l’Europa non rimanga indietro nell’applicazione dell’Ai” – ha dichiarato Jorge Fernández García, Direttore Innovazione di Eit Health e co-autore del rapporto.

 

 

 

Le professioni sanitarie che hanno più bisogno di competenze Ai

Attualmente la diagnostica è l’applicazione principale dell’Ai nell’ambito del settore sanitario.

Tuttavia, nei prossimi 5/10 anni, gli operatori sanitari si aspettano che il processo decisionale clinico sia al primo posto nella lista delle applicazioni secondo il sondaggio dell’EIT Health e McKinsey & Company, che ha coinvolto 175 persone in prima linea nella fornitura di assistenza sanitaria, inclusi 62 decisori intervistati.

Gli autori del rapporto sottolineano che non solo è necessario attrarre, formare e trattenere un numero crescente di professionisti sanitari, ma si deve anche garantire che il loro tempo sia impiegato dove ha maggior valore aggiunto, ovvero nella cura dei pazienti.

Il ruolo dell’Artificial Intelligence

Basandosi sull’automazione, riporta una nota delle due società, l’intelligenza artificiale può rivoluzionare l’assistenza sanitaria. In che modo?

Contribuendo a migliorare la vita quotidiana degli operatori sanitari, permettendo loro di concentrarsi maggiormente sull’interpretazione delle immagini e quindi su come lavorare con i pazienti e i team clinici per personalizzare e migliorare ulteriormente l’assistenza.

L’intelligenza artificiale, inoltre, può migliorare la velocità della diagnostica e, in molti casi, anche la loro accuratezza.

Oltre all’aggiornamento delle competenze, un’altra esigenza identificata come fondamentale dai partecipanti allo studio è la maggiore partecipazione degli operatori sanitari nelle prime fasi dello sviluppo dell’IA.

Attualmente il 44% degli intervistati, selezionato per l’interesse negli ambiti dell’innovazione sanitaria e dell’IA, non è mai stato coinvolto nello sviluppo o nella diffusione di una soluzione di IA.

“L’Ai ha un enorme potenziale per migliorare la produttività e l’efficienza dei sistemi sanitari e renderli più sostenibili ma, cosa ancora più importante, ha il potenziale per fornire migliori risultati sanitari ai pazienti.

Può farlo in molti modi, dallo sviluppo di un maggior numero di cure preventive, alla possibilità per gli operatori sanitari di dedicare più tempo alla cura diretta dei pazienti.

Questo rapporto congiunto vuole essere una guida per i responsabili dei processi decisionali, in modo che possano definire le loro aspirazioni rispetto all’IA e sviluppare e implementare il giusto approccio per la loro organizzazione o il loro sistema sanitario” – ha commentato Angela Spatharou, Partner di McKinsey & Company, e co-autore del rapporto.

Il primo dottorato in intelligenza artificiale in Italia

Con l’anno accademico 2021-2022 partirà in Italia il primo dottorato in intelligenza artificiale.

Firmata la convenzione tra il Consiglio Nazionale delle Ricerche (Cnr), l’Università Sapienza di Roma, il Politecnico di Torino, l’Università Campus Bio-Medico di Roma, l’Università Federico II di Napoli e l’Università di Pisa.

Lo rendono noto il Ministero dell’Università e della Ricerca (Mur) e il Cnr, presso il quale il Mur ha costituito un comitato per elaborare una strategia unitaria e realizzare un coordinamento nazionale, finanziando con 4 milioni di euro il Cnr e con 3,85 milioni di euro l’Università di Pisa.

Sono già disponibili 194 borse di studio, 97 cofinanziate dal Cnr e 97 cofinanziate dal Mur attraverso l’Università di Pisa.
L’investimento complessivo, con il co-finanziamento degli atenei, supererà i 15 milioni di euro.
“Si tratta di una grande opportunità per il nostro Paese. Con il dottorato in intelligenza artificiale l’Italia sarà più competitiva sulle tecnologie avanzate”, ha affermato il titolare del Mur, Gaetano Manfredi.

Complessivamente, il mercato dell’Intelligenza artificiale in Italia è agli albori, con una spesa in tecnologie nel settore di poche centinaia di milioni di euro l’anno. Lo studio McKinsey individua le possibilità di maggior sviluppo, e ritorno economico, in settori industriali strategici per il Paese come il manifatturiero, la robotica industriale e di servizio, l’agroalimentare.

“Si gioca qui una delle grandi sfide del nostro futuro”, ha detto il rettore della Sapienza, Eugenio Gaudio, “e per questo dobbiamo investire nella formazione e nella specializzazione dei giovani a partire da quei settori, come la robotica e l’Intelligenza artificiale, che costituiscono un’eccellenza del nostro Paese.

L’avvio di un dottorato nazionale potrà rappresentare il trampolino di lancio per progetti di grande impatto scientifico”. L’Università La Sapienza, sul tema, dal 2009 offre un corso in lingua inglese.

Uno studio sui lavori scientifici nel settore dell’Ai, basato su dati Scopus di Elsevier, posiziona l’Italia al decimo posto a livello mondiale come numero di pubblicazioni. Il loro impatto scientifico, però, ci colloca al quinto posto. “Il nostro Paese può sicuramente contare su un grande punto di forza: la qualità della sua ricerca scientifica”, ha detto il presidente del Cnr, Massimo Inguscio. “Dobbiamo ripartire dalla ricerca, digitale e intelligenza artificiale sono settori cruciali”.

Tecnologie abilitanti emergenti nel panorama italiano

tecnologie abilitanti

HORIZON 2020 è stato lo strumento che ha permesso un adeguato livello di sviluppo delle Tecnologie abilitanti (KET) nei Paesi Europei, soprattutto in Italia

In riferimento al settore delle KET tecnologie abilitanti emergenti, la spinta di HORIZON 2020 ha aiutato a superare parzialmente questa criticità, generando collaborazioni pubblico-privato di particolare rilevanza.

Ciò grazie anche ad alcune iniziative nazionali che hanno appunto accolto le KET nella programmazione e allineato gli obiettivi strategici a quelli di HORIZON 2020.

Sotto la spinta complessiva di queste azioni, il Sistema italiano della Ricerca e Innovazione si è sviluppato sostanzialmente lungo tre direzioni:

1. Adeguamento del percorso educativo dei laureati e formazione permanente dei lavoratori;

2. Sviluppo della competitività del Sistema industriale. Se consideriamo ad es. l’Area dei Trasporti, gli obiettivi fondamentali possono essere raggiunti solo attraverso un’appropriata combinazione delle tecnologie abilitanti.

3. Assicurare l’impatto sociale dei risultati della R&I. Secondo l’ISTAT, su un campione di 400.000 aziende, il 52.3% può essere definito non sostenibile, il 15% leggermente sostenibile, il 15.1% mediamente sostenibile e il 17.6% altamente sostenibile

Risulta molto interessante la considerazione riguardo la produttività: in rapporto alle aziende con sostenibilità zero, prese come riferimento, si osserva un aumento della produttività all’aumentare della sostenibilità.

Questo risultato è dovuto anche alla significativa partecipazione delle organizzazioni italiane, sia pubbliche che private, ai temi di HORIZON 2020, tra i quali NMBP e Science with and for Society.

Il programma di finanziamento NMBP ha generato un cambiamento nella cultura degli attori italiani nella Ricerca e Innovazione, promuovendo sia una crescita di competenze specifiche, che una soddisfacente consapevolezza della necessità di indirizzare e integrare gli aspetti economici, ambientali e sociali dell’Innovazione.

Tale patrimonio di competenze e approcci potrà essere valorizzato e capitalizzato nell’ambito del prossimo Programma Horizon Europe e nello specifico nell’area del Pillar 2: Digital, Industry and Space.

Considerando gli orientamenti prioritari della R&I nel nuovo programma, la risposta può solo essere affermativa.

Nello specifico, due sono i temi di particolare rilevanza per l’Italia:

a) Il primo riguarda le tecnologie digitali e in particolare lo sviluppo dell’Intelligenza Artificiale, che nella visione italiana è comunque sempre approcciata con una visione antropocentrica. I principali interessi industriali riguardano i seguenti settori:
Industria Farmaceutica (Drug Discovery, Drug Delivery and Clinical Applications);
Industria Automotive (Autonomus Driving, Predective Maintanance, Cyber Car, Connected Supply Chain);
Microelettronica (Smart Driving, Smart Industry, Smart Home and Smart Things);

b) Il secondo è relativo alla buona posizione Italiana nel campo dei Materiali Avanzati. Partendo dalla considerazione che lo sviluppo di tecnologie abilitanti per le energie rinnovabili e sostenibili dipende in maniera critica dall’abilità di disegnare e realizzare materiali con proprietà ottimali, la realizzazione di materiali adatti allo scopo non può prescindere dalla connessione tra predizione, sintesi e caratterizzazione dei materiali stessi.

L’emergente transizione economica e sociale rende consapevole il sistema italiano della R&I dei vantaggi che possono derivare dal valore della sostenibilità. Per le aziende gli impegni verso questa direzione sostenibile si muovono lungo due traiettorie principali:

a) Essere consapevoli dell’impatto delle attività;

b) Fare un uso responsabile delle seguenti sei forme di Capitale:
– Il capitale NATURALE fornisce risorse alle attività produttive industriali e alimenta la disponibilità di scarti generati;
– Il capitale UMANO, con la conoscenza e le competenze degli addetti per portare a compimento le attività di business in modo efficiente e concreto;
– Il capitale INTELLETTUALE, ovvero brevetti, tecnologie, know-how, informazioni sui client, che contribuiscono alla creazione di valore per l’azienda;
– Il capitale MANIFATTURIERO, composto da asset tangibili che, assieme a quelli intangibili, contribuiscono alla creazione di valore per l’azienda;
– Il capitale SOCIALE, cioè il sistema di relazioni dell’azienda con gli stakeholders inclusi i propri dipendenti;
– Il capitale FINANZIARIO che fornisce all’azienda le risorse necessarie per i bisogni del business.

Il sistema italiano della R&I è pronto quindi a inserirsi nella prossima programmazione europea, consapevole che una partecipazione adeguata non potrà che tradursi in molte opportunità:

• Un Sistema di eco-innovazione più flessibile e dinamico
• Una migliore cooperazione pubblico-privato (ridotta frammentazione)
Trasferimento tecnologico (migliorare il trasferimento dei risultati della ricerca)
Partecipazione di PMI e Grandi Imprese e Programmi nazionali
• Migliore accesso alla finanza per la R&I
• Disponibilità di venture capital
• Infrastrutture di Ricerca e, quindi, miglior accesso a competenze e strumentazioni

Tecnologie avanzate per ridurre gli sprechi alimentari

sprechi alimentari

Blockchain, Rfid e Prescriptive Analytics, applicate nella supply chain del comparto alimentare possono aiutare a ridurre gli sprechi alimentari

Gli sprechi alimentari rappresentano un problema particolarmente sentito a livello globale e colpisce duramente anche l’Italia. Si calcola infatti che nel nostro Paese vengano gettate ogni anno 220mila tonnellate di cibo per un valore di circa 12 miliardi, a cui vanno aggiunti gli sprechi alimentari di filiera (produzione – distribuzione), stimato in oltre 3 miliardi, (ben il 21,1% del totale) per arrivare a un infelice valore di oltre 15 miliardi.

Negli ultimi anni, gli operatori della supply chain del comparto alimentare hanno adottato misure imponenti per ridurre degli sprechi alimentari, ma c’è ancora molto da fare. La produzione continua di rifiuti porta perdite di profitto per la supply chain alimentare a causa della scarsa considerazione da parte dei consumatori più attenti alla sostenibilità e delle complessità operative nel trasporto, che ostacolano l’efficienza.

Dall’aumento dei costi, alle crescenti aspettative dovute a una sempre più elevata domanda, dal monitoraggio al controllo delle scorte, le aziende della catena di approvvigionamento alimentare affrontano molte sfide nei loro sforzi per prevenire gli sprechi alimentari.

Per avere successo possono però avvalersi delle tecnologie più avanzate che, combinando l’uso di blockchain, robotica, intelligenza artificiale su dispositivi mobile,visibilità delle risorse e prescriptive analytics aiutano a ottimizzare – ad ogni livello – la supply chain così da combattere le cause degli sprechi alimentari e aumentare al contempo la profittabilità.

Blockchain

La blockchain è uno strumento indispensabile nella lotta contro gli sprechi alimentari, per quanti operano nella supply chain. Pensato originariamente come uno strumento per la gestione delle criptovalute, la blockchain può fungere da libro mastro digitale accessibile a tutti (come ad esempio un foglio di calcolo) che permette di monitorare, registrare e segnalare il movimento delle merci lungo tutta la catena del valore. Il codice a barre del prodotto viene scansionato ad ogni “checkpoint” lungo tutto il suo viaggio, dal sito di produzione al negozio, segnando così una traccia indelebile del percorso seguito e delle diverse tappe.

Grazie al costante monitoraggio, risulta più semplice identificare le aree critiche lungo la supply chain. Si consideri ad esempio un’azienda di trasporto di prodotti lattiero-caseari: nel caso ci fossero continue spedizioni compromesse e l’azienda non disponesse della tecnologia blockchain, per identificare il problema sarebbe costretta a ricostruire minuziosamente tutti gli spostamenti dei prodotti lungo la filiera, facendo tesoro diogni tipo di documentazione disponibile. Questa operazione potrebbe richiedere settimane – e per tutto il tempo i prodotti continuerebbero a deteriorarsi per cause non prontamente individuate.

Con la blockchain invece, l’ispettore incaricato, può fare un controllo immediato per registrare automaticamente il punto esatto in cui il prodotto potrebbe aver subito un trattamento non idoneo. Può accorgersi subito, per esempio, che i colli sono stati lasciati durante la notte in una struttura di cross-docking non attrezzata per lo stoccaggio refrigerato. Visitando la struttura può poi venire a scoprire che a causa di una lacuna nella formazione del personale, numerosi prodotti deperibili vengono collocati sul pavimento invece di essere messi immediatamente su un camion refrigerato. Gli sarà sufficiente organizzare nuovamente un momento di formazione degli operatori, per fare in modo che gli sprechi alimentari vengano così eliminati alla fonte.

Rfid

I tag Rfid sono essenzialmente dei codici a barre che evidenziano le informazioni dei prodotti sulle confezioni (non sarebbe infatti né economico né pratico apporre tag Rfid su ogni singolo articolo). Il loro grande vantaggio rispetto alla blockchain risiede nella quantità e immediatezza delle informazioni che sono in grado di offrire. Utilizzando i lettori Rfid si ha una visibilità istantanea dei movimenti di ogni confezione etichettata e dei livelli di scorte. 

In particolare, molte aziende della catena del valore sfruttano la tecnologia Rfid per tenere traccia della qualità e della freschezza dei prodotti alimentari durante tutto il processo di distribuzione. Grazie ai tag Rfid è possibile avere aggiornamenti in tempo reale rispetto al cibo scaduto o prossimo alla scadenza per poterlo quindi stornare tempestivamente.

A titolo di esempio, citiamo l’esperienza di un distributore che – già abituato a utilizzare la tecnologia Rfid che gli segnalava i prodotti in scadenza durante il trasporto – ha deciso di cambiare metodo riconfigurando la soluzione per ricevere segnalazioni puntuali sui prodotti in transito in scadenza entro le successive 48 ore. Questo tipo di alert permette al personale addetto alla distribuzione di rimuovere qualsiasi merce prossima alla scadenza ed evitarne così la consegna al cliente.

Lo stesso prodotto può così essere donato a banchi alimentari locali, giardini zoologici, rifugi per animali o altri enti di beneficenza prima che diventi inutilizzabile. Un semplice cambiamento di processo che ha permesso però con una azione caritatevole di ridurre in modo significativo gli sprechi alimentari.

Prescriptive Analytics

Le soluzioni Blockchain e Rfid sono ancora più efficaci se utilizzate con la prescriptive analytics, una metodologia di analisi avanzata che sfrutta i dati per determinare:

  • Cosa sta succedendo
  • Perchè è successo
  • Quanto costa non agire
  • Cosa fare per ottimizzare il risultato
  • Chi deve risolvere il problema

La prescriptive analytics semplifica ulteriormente la sostenibilità potenziando la blockchain e le soluzioni Rfid grazie ad una maggiore tempestività e praticità.

Si consideri come esempio lo scenario riferito alla vendita di prodotti caseari, gestita col solo supporto di soluzioni blockchain: queste non segnalando necessariamente l’attività in modo tempestivo, portano alla necessità di intervenire manualmente per controllare il libro mastro al fine di identificare eventuali anomalie. Questo flusso di lavoro reattivo aumenta il rischio che i clienti ricevano prodotti scaduti prima che qualcuno si accorga che c’è un problema e lo corregga.

Se il distributore coinvolto avesse utilizzato la prescriptive analytics e la blockchain in modo combinato, il gestore del cross docking avrebbe ricevuto un avviso in tempo reale del tipo: “Pallet # 3309 a rischio deterioramento; caricare immediatamente sul carrello all’alloggiamento n. 3”. Questa semplice indicazione prescrittiva, facilmente comprensibile da chiunque, avrebbe indirizzato adeguatamente il manager consentendogli di intervenire per evitare lo spreco alimentare.

Una buona soluzione di presciptive analytics può essere configurata per focalizzarsi concretamentesull’eliminazione di problemi di sprechi alimentari, come ad esempio:

  • Eccessiva produzione di rifiuti (indica le cause che determinano un aumento di rifiuti)
  • Prodotti prossimi allascadenza
  • Malfunzionamento di celle frigorifere (compresi i casi di prodotti lattiero-caseari e camion per le consegne)
  • Prodotti deperibili che sono rimasti troppo a lungo senzaadeguata refrigerazione

Un minimo di sprechi alimentari è purtroppo inevitabile, ma questo non significa che le aziende della catena di approvvigionamento alimentare non possano prevenire casi di spreco derivanti invece da errori umani, dimenticanze o inaccortezze. L’implementazione di tecnologie avanzate come blockchain, Rfid e/o prescriptive analytics è una risposta altamente innovativa per colmare queste lacune lungo tutta la supply chain. Col tempo, ciò contribuirà a ridurre gli sprechi alimentari e a preparare un futuro più sostenibile per l’intero settore.

Fonte: Guy Yehiav, Zebra Analytics, General Manager &Vice President Zebra Technologies

Sas Viya, analytics in cloud

innovazione digitale Made in Italy

La piattaforma di analytics e intelligenza artificiale uniti con la flessibilità della tecnologia cloud

Disegnata per essere aggiornata e sempre disponibile, la nuova release SAS® Viya® 4, sul mercato a partire dalla fine del 2020, presenta una nuova architettura che aiuta a fornire gli analytics a tutti, ovunque.

L’innovazione che la caratterizza conferma l’impegno di Sas nel supportare le organizzazioni a trasformare i dati in conoscenza.

La release cloud-native di SAS Viya fa parte del risultato dell’investimento di 1 miliardo di dollari in intelligenza artificiale.

<< Questa release segna un grande passo innovativo per la piattaforma SAS e per i nostri clienti>>, afferma Oliver Schabenberger, Coo and Cto di Sas.

<<Le organizzazioni ci chiedono di supportare la loro trasformazione digitale con agilità, velocità, automazione, intelligenza e continuità. Queste sono le caratteristiche di SAS Viya 4: cloud-native analytics e intelligenza artificiale per gli utenti di tutti i livelli, trasformando la business intelligence in business “intelligente” in cloud.>>

<<Le aziende stanno apportando importanti cambiamenti nella propria tecnologia di analisi dei dati, guidata da architettura cloud-native>>, afferma Dan Vesset, Group Vice President, Analytics and Information Management di Idc. <<Sas Viya offre un modo flessibile ed efficiente per eseguire carichi di lavoro di analisi dei dati all’interno di architetture abilitate per container e microservizi. Le organizzazioni possono disaccoppiare le analisi dagli ambienti per aumentare rapidamente i servizi e soddisfare le esigenze decisionali in modo molto più agile.>>

Analytics ovunque e per tutti, che fanno la differenza

Sas sta semplificando il modo in cui l’AI e il machine learning sono integrati nel processo decisionale. Con una nuova architettura cloud-native e la disponibilità di interfacce interattive e di programmazione, i clienti Sas non saranno più vincolati dal linguaggio di programmazione, dai silos di dati o da competenze specifiche.

La preparazione automatizzata dei dati, il machine learning (AutoML) e la distribuzione dei modelli migliorano la produttività delle risorse in ambito data science e portano le potenzialità di intelligenza artificiale anche ai meno esperti.

SAS Viya 4 utilizza processi di continuous integration e continuous delivery (CI/CD) che consentono ai clienti di scegliere gli intervalli di release, così da avere accesso agli ultimi aggiornamenti e innovazioni nel momento in cui sono disponibili. 

Le organizzazioni analiticamente mature sanno che ogni decisione che deriva dai loro modelli può avere un impatto significativo sui profitti.

Le tecnologie cloud si stanno evolvendo. L’architettura di SAS Viya 4 è progettata per fare lo stesso. Consente infatti ai clienti di sfruttare al massimo i propri investimenti in analytics attraverso software as a service (SaaS) su cloud Sas, pubblico o privato.