Il cambiamento climatico è un problema reale e concreto: lo stanno dimostrando le temperature record registrate negli ultimi mesi, così come il crescente numero di eventi atmosferici violenti in diverse parti del mondo.
Contrastare questo fenomeno è sempre più un’urgenza, una battaglia che si combatte su più fronti: tra questi, quello delle industrie, chiamate a ridurre il proprio impatto ambientale.
L’automazione industriale può essere una risorsa molto preziosa non solo per aumentare la competitività delle aziende in mercati complessi, ma anche per raggiungere nuovi traguardi in termini di sostenibilità.
Ecco come la digitalizzazione delle imprese può essere uno strumento al servizio della circular economy.
Come si rende sostenibile la produzione industriale?
Il concetto stesso di sostenibilità può avere molte accezioni: ci si può riferire alla sostenibilità ambientale, alla sostenibilità sociale, all’avere un impatto positivo sul territorio nel quale si opera o alla riduzione delle emissioni inquinanti.
Nella realtà, tutti questi fattori concorrono a determinare il livello di sostenibilità di un’impresa, all’interno di un percorso integrato. In particolare, l’automazione è ciò che può aiutare a rendere più sostenibili, e dunque meno impattanti – in termini di scarti e inquinamento prodotto e di risorse consumate – i cicli produttivi in settori come quello manifatturiero.
Da questo punto di vista, possiamo considerare 4 pilastri principali per la sostenibilità della produzione industriale:
1. Approvvigionamento basato su materiali sostenibili, grezzi e riciclabili
2. Eliminazione degli sprechi e degli scarti e uso di fonti di energia rinnovabile in fase di produzione
3. Riduzione delle emissioni e uso di fonti rinnovabili per i processi di trasporto e consegna delle merci
4. Fornitura di servizi post vendita, come riparazioni e smaltimento a fine vita. Su tutti questi aspetti è possibile ottenere importanti risultati grazie all’automazione industriale.
Su tutti questi aspetti è possibile ottenere importanti risultati grazie alla digitalizzazione e alla produzione.

L’automazione e i modelli produttivi sostenibili
Il modello verso il quale tendere è quello di una fabbrica integrata, nella quale le macchine dialogano tra loro e con sistema di raccolta dati centralizzati, che operano una sintesi delle informazioni più importanti per la gestione dei cicli produttivi e le rendono sempre disponibili.
Sviluppare modelli di questo tipo, come si può intuire, non è semplice: non è possibile stilare un elenco di best practice adatte a ogni azienda, poiché ogni settore, ma anche ogni singola impresa avrà necessità differenti.
Possiamo però individuare alcuni modelli di automazione classificabili in base alle funzioni da svolgere, distinguendo tra automazione flessibile e automazione rigida.
Si fa riferimento a modelli di automazione flessibile quando la digitalizzazione e l’automazione vengono applicate alle operazioni che hanno a che fare con la logistica e lo spostamento dei materiali. In questo caso si farà ricorso, ad esempio, a navette, robot e macchinari che diventano in grado di muoversi in modo autonomo e libero nello spazio.
Rientrano invece nella macro categoria dell’automazione rigida tutti quei sistemi di automazione che riguardano i macchinari dei cicli produttivi, delle catene di produzione e di montaggio. Solitamente, è possibile ricorrere con successo a modalità di automazioni fisse nei casi di elevate produzioni di massa, dove è necessario produrre grandi quantità di merci con poca variazione di prodotto.
La scelta delle tecnologie da applicare e dei modelli di automazione ai quali fare ricorso, dunque, deve essere necessariamente frutto di un’attenta analisi strategica e dei processi aziendali.
In questo modo sarà possibile optare per soluzioni che permettono di aumentare l’efficienza, ridurre gli scarti e, di conseguenza, migliorare anche la sostenibilità ambientale dell’impresa.
Tra gli obiettivi da prefissarsi, per rispondere alle esigenze di sostenibilità ormai imprescindibili, vi sono infatti la riduzione della Co2 emessa durante il ciclo produttivo e durante l’intero ciclo di vita del prodotto, accanto all’utilizzo – il più possibile – di risorse riciclabili e l’uso di energie rinnovabili.
Se per ottenere tali risultati è necessario sviluppare un piano ad hoc, è possibile invece individuare le principali tecnologie coinvolte nel processo di automazione: vediamo quali sono.
Tecnologie coinvolte nel miglioramento della sostenibilità industriale
Internet of things
Tra le principali tecnologie per migliorare la sostenibilità attraverso l’automazione, troviamo le molte opzioni offerte dall’Internet of Things, ovvero sensori, sotfware e tecnologie che permettono alle macchine di scambiare dati e informazioni con appositi strumenti di rilevazione e restituzione, integrati con l’ERP o il MES aziendali.
Il principale vantaggio offerto da questo tipo di tecnologie, che creano connessioni machine-to-machine e machine-to-human, consiste nel monitoraggio in tempo reale, fondamentale per individuare eventuali sprechi o anomalie. Di conseguenza, diviene possibile effettuare interventi di manutenzione predittiva, ridurre i tempi di intervento in caso di necessità e di ottimizzare i processi.
Big & smart Data
Da quanto visto finora, emerge chiaramente il ruolo centrale dei dati. All’interno di sistemi complessi, si verifica la condizione di avere a disposizione una mole così ampia di informazioni che diventa fondamentale riuscire a individuare soltanto quelli rilevanti e a renderli facilmente analizzabili, individualmente e in relazione tra loro.
Per questo, l’industria sostenibile non può prescindere da sistemi di monitoraggio efficaci: i Big Data devono diventare smart data, ovvero “dati intelligenti”, divenendo strumenti in grado di fornire valore, ad esempio per attività come l’analisi predittiva o l’assistenza da remoto.

AI e Machine Learning
Un vero volano di sviluppo è costituito dal Machine Learning, un sottoinsieme dell’intelligenza artificiale che permette di creare sistemi in grado di apprendere e migliorare le performance in base ai dati che utilizzano. Alcuni esempi interessanti per i quali viene utilizzato il machine learning sono il modello di calcolo per il valore del ciclo vita dei clienti e per il calcolo del tasso di abbandono.
L’uso di queste tecnologie diviene non più opzionale, ma imprescindibile per rimanere in un mercato per il quale la sostenibilità sarà sempre più un criterio vincolante.