Le nuove tecnologie per la resilienza aziendale

Il Covid-19 si è rivelato una delle sfide più significative che l’economia globale ha dovuto affrontare nel recente periodo. La crisi prolungata ha evidenziato l’importanza di saper gestire i processi di resilienza aziendale per attenuare i rischi che minacciano le organizzazioni. La capacità di sopportare le avversità, mantenendo allo stesso tempo i principali flussi di lavoro, e di tutelare la salute dei dipendenti è diventata il punto focale di una strategia di sopravvivenza per le aziende. Non sono solo le pandemie a minacciare lo sviluppo di un business. Anche le avversità climatiche, i tagli alle forniture energetiche e gli attacchi alla sicurezza informatica possono influire sull’attività di una impresa e richiedere una risposta rapida e sicura.

Usare soluzioni IoT

Investire nell’Internet of Things permette alle aziende di essere competitive e mantenere la produttività anche in un periodo complesso come quello che stiamo vivendo a causa della pandemia. L’applicazione di soluzioni smart alla supply chain e ai processi produttivi consente di aumentare il livello di automazione. I sensori smart, installati sulle macchine e nell’ambiente di lavoro, acquisiscono informazioni utili per aumentare la produzione, la sicurezza e l’efficienza energetica. L’IoT può essere impiegato per il monitoraggio a distanza degli impianti di produzione e per la manutenzione predittiva, riducendo gli interventi degli addetti in caso di guasto.
Inoltre collegando i sistemi digitali IoT con l’intelligenza artificiale, implementando cioè soluzioni AIoT, le organizzazioni possono automatizzare i processi di produzione controllandoli con una presenza umana ridotta al minimo, ad esempio nelle situazioni in cui la pandemia dovesse rendere indisponibile una parte del personale. All’interno degli stabilimenti la salute e la sicurezza dei lavoratori possono essere migliorate grazie all’uso di dispositivi wearable in grado di comunicare tra loro. Questi apparecchi possono verificare la distanza stimata tra due operatori e, quando si avvicinano troppo, viene inviato un segnale di allarme visivo o acustico.

Dall’IoT all’IoB

Andando oltre le opportunità offerte dalle soluzioni basate su IoT, è possibile applicare una combinazione di tecnologia, analisi dei dati e scienza comportamentale: l’Internet of Behavior. Raccogliendo dati non solo dai dispositivi connessi, ma anche dalle informazioni sulle azioni compiute online degli utenti, si ottengono molte più indicazioni sui loro modelli di comportamento. Queste informazioni possono aiutare ad affrontare i problemi di instabilità, prevedendo le decisioni delle persone e adeguando tempestivamente il business a queste ultime. Nella grande distribuzione o nei punti vendita è possibile monitorare i flussi dei clienti all’interno dello store per conoscere meglio i comportamenti di acquisto e individuare i punti di maggiore interesse del negozio, dove inserire specifiche offerte commerciali. È possibile inoltre usare il riconoscimento facciale per determinare il sesso, l’età e l’umore dei consumatori per proporre delle promozioni personalizzate.
Nel trasporto merci i sensori a bordo dei veicoli possono fornire indicazioni sullo stile di guida del conducente e rendere disponibili informazioni per migliorare la sicurezza, i consumi di carburante e le prestazioni del mezzo, verificando lo stato di usura di pneumatici e di altri componenti che necessitano di manutenzione.

Farsi assistere dall’Intelligenza Artificiale

I processi di valutazione del rischio sono collegati alla raccolta, alla gestione e all’analisi dei dati. L’intelligenza artificiale può supportare l’analisi dei big data e generare scenari in tempo reale per individuare ed esaminare i rischi in modo più accurato e in tempi notevolmente brevi. Permette inoltre di progettare piani di ripristino di emergenza più ponderati, studiando le vulnerabilità nell’infrastruttura organizzativa e simulando il risultato peggiore. L’AI viene impiegata anche per aumentare la produttività attraverso la riduzione degli scarti. Installando, ad esempio, un sistema di visione con algoritmi di Machine Learning su una linea di verniciatura è possibile “imparare” progressivamente dai difetti rilevati, risalire alle cause e apportare correzioni per migliorare la qualità. Applicazioni simili possono essere usate nella saldatura, dove i sistemi di misura
verificano il lavoro svolto dai robot, che possono autoregolarsi in base alle indicazioni ricevute per ridurre i difetti e gli scarti.

Introdurre l’automazione dei processi robotici (RPA)

L’automazione non riguarda solo le attrezzature industriali, ma anche l’uso di software per eseguire attività logoranti e ripetitive che prima richiedevano necessariamente l’intervento umano. L’automazione dei processi robotici può essere impiegata in molte situazioni, dai semplici lavori di data entry, come ad esempio copiare e incollare righe di dati da un database a un foglio di calcolo, alla preparazione delle fatture, fino a mansioni più complesse come l’assistenza clienti e la risoluzione di specifici problemi. Grazie all’uso di queste soluzioni nei processi amministrativi/contabili e di gestione del reporting direzionale, i lavoratori possono liberarsi dall’inserimento e dal controllo dei dati e dedicare la maggior parte del loro tempo alle analisi dei risultati aziendali e a incarichi più strategici.