Digital twin e machine vision: temi interessanti della produzione “smart”

I driver essenziali dell’Industria 4.0 sono i big data, l’emergere di algoritmi per analizzare questi dati e i progressi in termini di software e hardware. Tra i fattori demografici, una spinta importante proviene dall’invecchiamento della popolazione in paesi quali la Cina, ma anche in molti paesi sviluppati.

Robeco Global Industrial Innovation Equities, come ogni altro fondo Trends, seleziona trends di crescita di lungo termine determinati da cambiamenti demografici, tecnologici o regolamentari. Questa strategia ha fortemente beneficiato del trend “digitalizzazione della produzione” attraverso investimenti in società che coniugano tecniche di produzione all’avanguardia all’Industrial Internet of Things (IIoT).

L’industria digitale trasforma la produzione in una serie di sistemi che si auto-adattano, con un ciclo R&D (ricerca e sviluppo) più breve, una maggiore qualità e la riduzione dei costi. Ad esempio, la Maserati ha raggiunto una riduzione del 50% del time to market utilizzando l’IIoT. Adidas sta sperimentando due speed factories che avvicinano la produzione locale ai consumi locali attraverso la smart production e la stampa 3D; in questo modo ha abbattuto il time to market per un paio di scarpe da ginnastica da 12-18 mesi a soli 30 giorni.

Il trend globale della produzione digitale è in rapida crescita e, nel suo ambito, la IIoT - una rete di piattaforme, di apparati e software connessi - è quello in maggior crescita. Il mercato del software IIoT vanta inoltre i maggiori margini nel settore della produzione automatizzata.

Riuscire a cogliere ed elaborare in tempo reale le informazioni visive è essenziale per la smart production. Si chiama “machine vision” o visione artificiale e trasferisce immagini a un computer permettendo un feedback quasi istantaneo nel processo. “Personalmente mi piace molto la machine vision. Aggiunge la visione alle macchine per realizzare test e verifiche online. Questo significa che è possibile testare e provare in tutte le fasi della linea di produzione, anche molto iniziali del processo, e non solo alla fine, quando il prodotto è già finito”, afferma Van Lent.

La machine vision si basa su strumenti di illuminazione, lenti, sensori di immagine ed elaborazione visiva. Utilizzata nel settore automobilistico, farmaceutico, della stampa, alimentare e altri settori, la machine vision è ora in grado non solo di sostituire la visione umana, ma anche di gestire informazioni invisibili all’occhio dell’uomo. Secondo Credence Research, il mercato della machine vision è destinato a raggiungere la quota di USD 15 mld entro il 2022 dal livello attuale di USD 9 mld.

I digital twins (o riproduzione digitale) sono rappresentazioni virtuali di prodotti fisici o processi che possono essere utilizzate per comprendere, prevedere e ottimizzare la loro performance. Si tratta di un’altra importante applicazione dell’IIoT che la società di ricerca Gartner ha messo in cima alla sua lista dei primi 10 trend tecnologici strategici per il 2019.

“I digital twins mappano il processo fisico di produzione online,” spiega Van Lent. “Per i motori dei jet, ad esempio, non occorre costruire direttamente i modelli per i collaudi: si possono disegnare e testare sul monitor. La Rolls Royce, ad esempio, ha dichiarato che prima dei “digital twins”, avrebbe normalmente danneggiato o distrutto numerosi motori da collaudo. Ora produce un motore principale sulla scia dei test, senza distruggerne alcuno.”

Si possono tuttavia utilizzare i digital twins anche operativamente. “Si possono raccogliere informazioni dal motore del jet in volo e alimentarlo nel computer a terra. Quest’ultimo può effettuare test per vedere ad esempio come reagirà il motore a una soluzione di risparmio energetico. Si possono poi rimandare i dati all’aereo, dove il pilota può mettere a punto le impostazioni del motore,” spiega Van Lent. Secondo i dati di MarketsAndMarkets, il mercato globale dei digital twins è destinato a raggiungere la quota di USD 36 mld entro il 2025 dal livello attuale di USD 4 mld.

“Nel team Trends Investing cerchiamo di cogliere in fase precoce i nuovi trend. Questo implica ovvi rischi poiché dopo il successo iniziale, molto spesso le tecnologie non riescono a soddisfare le aspettative irrealistiche delle persone,” aggiunge Van Lent. Questa situazione viene descritta bene dal cosiddetto “hype cycle” di Gartner. Le aspettative riguardanti una nuova tecnologia portano spesso ad un “picco delle aspettative esagerate”, dopo il quale subentra un’ondata di disillusione con il calo delle società coinvolte. Tuttavia, una volta che queste tecnologie hanno superato le difficoltà iniziali, alcune si radicheranno e continueranno a crescere lungo la fase della “salita dell’illuminazione” verso un più stabile “plateau della produttività”.

Diversi elementi dell’Industria 4.0 sono situati in fasi diverse di questo hype cycle. La tecnologia di machine learning (o apprendimento automatico) è attualmente in cima al picco delle aspettative, mentre le automobili a guida autonoma sono già entrate nella fase della “disillusione”. Contemporaneamente, i robot industriali hanno raggiunto la fase del plateau, con quattro produttori già in testa a livello mondiale.

Le piattaforme IIoT, offerte attualmente da circa 500 società, hanno appena superato il picco dell’hype cycle. “Il numero di società che le offrono è destinato a calare ed è difficile prevedere chi sarà il vincitore finale,” spiega Van Lent. “Per questo motivo, in questa fase del hype cycle, occorre investire in un paniere di titoli.”

E’ importante osservare che nessuna società realmente pure-play offre queste tecnologie. Tutte le società di questo mercato sviluppano e offrono piattaforme IIoT e di altro tipo in aggiunta alle loro attività correnti. “Se decidono di smettere di offrire queste piattaforme, la loro attività principale proseguirà. Quindi le società stesse non scompariranno,“ conclude Van Lent.