AUTORI

Giorgio Tesoniero
IIoT Architect @Bip xTech

La tecnologia Industrial IoT rientra sicuramente nei piani di tutte quelle aziende di settore che possono definirsi in fase di trasformazione digitale.  Consente di raccogliere nuovi dati dalle fabbriche, di trasformarli in conoscenza e di trasformare tale conoscenza in azioni. Per garantire il successo di questo processo sono necessarie competenze e qualifiche specifiche dell’Information e dell’Operational technology

L’Industrial Internet of Things (I-IoT) è il risultato del processo di trasformazione digitale delle aziende manifatturiere nell’epoca dell’Industria 4.0 ed ha impatti non solo sul processo produttivo, ma sull’intero ciclo di vita del prodotto. Grazie alle funzionalità dell’I-IoT, stanno nascendo nuovi modelli di business per la supply chain, la fabbricazione, la vendita, la manutenzione dei prodotti e la creazione di nuovi servizi digitali. Tutto ciò assume forme diverse alla luce dei recenti scenari globali che hanno visto i mercati colpiti dalla pandemia di Covid-19, gli ultimi eventi bellici, l’aumento dell’inquinamento ed il fenomeno del chip shortage.

Il risparmio delle risorse e la tutela dell’ambiente stanno diventando sempre più importanti per le aziende che puntano a soluzioni tecnologiche avanzate per migliorare l’efficienza e ridurre i costi di produzione e manutenzione in quella che può essere considerata, una nuova era di transizione ecologica.

Le aziende manufatturiere stanno già prendendo parte a questa trasformazione integrando le tecnologie informatiche a quelle operative (IT e OT), sia nuove che esistenti.

Lo scenario tecnologico dell’I-IoT

L’”Industrial-IoT” è quel ramo dell’IoT che, integrando aree IT e OT, si concentra su assets e macchine industriali al fine di raccogliere, trasmettere, aggregare, archiviare e analizzare i dati da essi provenienti per ottimizzarne l’affidabilità e la disponibilità, ridurne i costi di funzionamento e manutenzione e prolungarne la vita operativa. Tuttavia, è fondamentale identificare, gestire ed “esaltare” il valore del dato per essere preparati a fronteggiare i problemi più comuni tipici dei percorsi di digitalizzazione ed automazione in ambienti prettamente ingegneristici. Nonostante il valore del mercato globale nel 2022 sia di 321,81 miliardi di USD (fonte grandviewresearch), molte compagnie, pur riconoscendo i vantaggi dell’I-IoT, trovano evidenti difficoltà nell’implementare i nuovi servizi. Ciò è principalmente dovuto all’eterogeneità dello stack tecnologico che implica profonde conoscenze architetturali E2E che spaziano dalla raccolta del dato (factory floor, dispositivi IoT) fino alla sua corretta interpretazione (analytics per i processi decisionali dell’azienda). Si crea quindi ad una struttura per livelli funzionali dove ogni area necessità di competenze specifiche (figura 1).

Il livello “Dispositivi IoT” comprende oggetti e sistemi intelligenti capaci di raccogliere dati su sé stessi e sull’ambiente circostante con possibilità di modificare il loro comportamento quando e se necessario. Sono richieste competenze di programmazione embedded per microcontrollori, PLC[1] industriali, dispositivi modulari/prototipali e di testing per la validazione delle risorse computazionali degli stessi oggetti.

Il livello “Connettività” riguarda la progettazione e la configurazione delle connessioni necessarie per trasferire i dati dalla fonte alle destinazioni (remote o vicine). Le competenze si concentrano sulla conoscenza dei vari protocolli IoT (communication, transport ed application layers) e sulla scelta di utilizzare quello corretto per l’implementazione del caso d’uso desiderato.

Anche competenze sulla topologia di reti, sulla teoria dei segnali e sugli apparati di aggregazione dati di campo (gateways) sono fondamentali per un’adeguata comunicazione tra componenti di sistema.

L’Infrastruttura cloud (qualora fosse prevista dallo specifico caso d’uso) ospita le componenti della piattaforma IoT e le applicazioni verticali per gestire dati, dispositivi ed analytics. Alcune delle competenze richieste per quest’area riguardano le architetture a microservizi, l’Hyperscalers computing e i vari modelli cloud (IaaS, PaaS, SaaS).

Il livello “Piattaforma Dati” implementa la soluzione per l’acquisizione, l’elaborazione, l’analisi e la presentazione dei dati. In quest’area sono necessarie competenze Big Data specifiche per l’IoT e dei relativi tools per il Data Processing & Aggregation ed il Data Storage & Databases.

Il livello “Piattaforma IoT/I-IoT” è un insieme di componenti che consente di distribuire le applicazioni, raccogliere dati in remoto, proteggere la connettività ed eseguire la gestione dei dispositivi. Questo può essere principalmente implementato tramite soluzioni E2E (approccio One-size-fits-all  tipico delle piattaforme I-IoT commerciali) dove sono necessarie competenze specifiche sui prodotti I-IoT (configurazione ed estensioni custom) oppure tramite la progettazione e la costruzione di una architettura a componenti ibrida dove sono utilizzati sistemi open source o proprietari per “cucire su misura” la propria soluzione. In quest’ultimo caso è fondamentale avere competenze su piattaforme IoT hyperscalers, flow&low programming e strumenti di interoperabilità come interfacce e gestori di API.

Il livello “Applicativi” concerne l’implementazione di casi d’uso verticali specifici (manutenzione predittiva, controllo degli assets, ottimizzazione dei processi, Energy Management, controllo remoto, controllo della qualità etc.), adattati alle esigenze e ai requisiti aziendali. Le competenze riguardano la programmazione (linguaggi di scripting, orientati ad oggetti, model based programming), il design e l’implementazione d’interfacce grafiche (UX+UI), il digital twin ed in generale l’interoperatività tra sistemi BSS ed OSS.

L’area “Analytics” è volta all’analisi della grande quantità di dati raccolti dal campo (e non solo) per estrarre informazioni che possano supportare l’azienda nel processo decisionale, nell’ottimizzazione dei processi e nella manutenzione predittiva. Per tal motivo sono necessarie conoscenze in ambito AI, Machine Learning, Deep Learning e dei relativi tools ed algoritmi ad essi correlati.

I livelli cross domain, ovvero “Sicurezza” (insieme di strategie e regole per proteggere le informazioni dei dispositivi IoT riguardanti i processi, le organizzazioni e gli strumenti) ed “Interoperabilità” (inteso come insieme di protocolli, strutture e organizzazioni che garantiscono che i prodotti di diversi fornitori possano lavorare insieme senza problemi) necessitano nello specifico di competenze generali sulla sicurezza (dai concetti di crittografia ed autentificazione a quello di security by design) a quelli più specifici come i livelli di Interoperabilità nei sistemi SW ed HW alla conoscenza degli standard di verifica OWASP[2] per la sicurezza IoT.

Figura 2 – I-IoT e Business

In questo palcoscenico, l’I-IoT è quindi un vero e proprio catalizzatore della convergenza tra le tecnologie del mondo OT (che opera appunto a livello degli impianti con focus su efficienza e qualità) ed IT (che opera a livello di infrastruttura informatica con focus sulla sicurezza, la governance e l’ottimizzazione dei processi). Avvicinare questi due contesti, è alla base dell’innovazione digitale per le aziende che vogliono ottenere nuovi modelli di business, offrire nuovi servizi (paradigma della servitizzazione) ed intraprendere processi più efficienti.

IoT vs I-IoT ed utilizzo di piattaforme specialistiche

L’I-IoT, si concentra sul miglioramento della connettività tra dispositivi di campo, sensori e linee di produzione, sul risparmio energetico e del tempo, sull’aumento dell’efficienza e su altri possibili vantaggi derivati dalla creazione di nuovi servizi intorno alla Fabbrica 4.0. Svolge un ruolo significativo nell’impatto quotidiano dei costi aziendali e sulla sicurezza legata agli impianti. l’I-IoT prevede l’utilizzo dell’apprendimento automatico, dei big data, della valorizzazione dei dati dei sensori, dell’automazione e della comunicazione machine-to-machine (M2M). L’idea principale alla base dell’I-IoT è che le macchine siano “migliori” degli esseri umani nell’acquisire e comunicare i dati in modo accurato e coerente. Questi dati possono poi essere utilizzati per consentire alle organizzazioni di completare le attività in minor tempo, risolvere i problemi, risparmiare denaro, fare predizione dei guasti e sostenere gli sforzi di business intelligence.

Nel settore manifatturiero, in particolare, l’I-IoT ha un grande potenziale per la creazione di un ecosistema volto al controllo della qualità, al supporto della sustainability e delle green practices, alla gestione della catena di fornitura e all’efficienza complessiva. L’I-IoT facilita gli ambienti operativi integrando macchine e beni di produzione intelligenti (connessi a più livelli) e migliorando le prestazioni degli assets attraverso il posizionamento di sensori a basso costo, una facile connettività cloud e l’analisi dei dati. I dati vengono raccolti da diverse tipologie di dispositivi e convertiti in informazioni utilizzabili in tempo reale, con conseguente miglioramento dei processi aziendali.

Tutto questo può essere indirizzato attraverso l’utilizzo di piattaforme espressamente progettate ed ottimizzate per funzionare in applicazioni industriali come manufacturing, power plants, oil & gas. Tali piattaforme, di tipo E2E, spesso adottano l’approccio One-size-fits-all: ovvero forniscono hardware, software, connettività, sicurezza e strumenti per una rapida implementazione del sistema IoT. La seguente immagine mostra alcune delle tipiche funzionalità di una Industrial IoT Platform.

Figura 3 – Obiettivi e caratteristiche di una piattaforma I-IoT

Ecco un prospetto per meglio comprendere le differenze tra una piattaforma IoT di tipo industriale ed una standard:

Piattaforma	IOT	I-IOT
Utility	È destinata principalmente ai singoli utenti e può essere utilizzata nelle case e negli uffici.	Viene utilizzata nelle imprese e nelle industrie.
Security	La sicurezza non è un problema specifico dell’IoT rispetto all’I-IoT, poiché non include la gestione dei processi industriali.	La sicurezza è una delle principali preoccupazioni dell’I-IoT, poiché comprende organizzazioni e aziende su larga scala.
Grado di applicazione	Utilizza applicazioni a basso impatto di rischio.	Si avvale di sensori più sensibili e precisi.
Costi	È meno costosa perché la tecnologia IoT è stata introdotta da diverse aziende.	È più costoso rispetto all’IoT, in quanto prevede dispositivi sensibili e applicazioni industriali.
Connettività	Unidirezionale, dati al cloud; bassa frequenza.	Bidirezionale per trasmissione dati/controllo accesso remoto/automazione; alta frequenza.

I benefici dell’I-IoT nel Manufacturing

L’utilizzo dell’I-IoT nell’ingegneria e nel settore manufacturing è inevitabile nel prossimo futuro e le aziende stanno iniziando ad avvicinarsi a questa tecnologia per ottenere un livello di visibilità del dato mai raggiunto finora rispetto all’intera supply chain. I vantaggi che scaturiscono dall’adozione di un processo di digital transformation attraverso l’uso dell’I-IoT sono rilevanti. Di seguito i principali:

• Connessione digitale e gestione remota degli assets. Questo consente di avere in tempo reale il quadro completo sullo stato dei dispositivi o dei sistemi più complessi ed intervenire in caso di anomalie, malfunzionamenti o upgrade del software degli assets (aumentando anche il grado di sicurezza del sistema stesso).
• Riduzione costi O&M attraverso la predictive maintenance. Poter intercettare guasti e blocchi su oggetti e linee di produzione ottimizza in maniera drastica gli interventi delle squadre di manutenzione con evidenti risparmi economici.
• Riduzione dei tempi di downtime e SLA migliorata. Identificare potenziali problemi sulle linee di produzione, prima ancora che si verifichino, incrementa notevolmente la produttività aziendale. I sistemi I-IoT sono in grado di notificare in maniera automatica tutti quegli eventi che impatterebbero sulla normale esecuzione della pipeline industriale.
• Riduzione dei costi grazie alla migliore efficienza. L’utilizzo di Smart Meters in simbiosi con altri dispositivi per il monitoraggio delle condizioni ambientali permette di efficientare al massimo il funzionamento di macchinari e delle linee di produzione regolandone i consumi in base alle reali esigenze operative.
• Aumento delle entrate dovuto a nuovi prodotti, servizi e modelli di business. Grazie al valore del dato, è possibile creare nuova informazione alla base di servizi rivendibili ad altri clienti.
• Riduzione del costo del lavoro attraverso automazione e connettività granulare. Molte operazioni andranno a ridurre sempre di più l’intervento umano soprattutto per tutte quelle operazioni ripetitive e logoranti.
• Garanzia di un maggiore livello di safety and compliance dei lavoratori negli ambienti di lavoro. Grazie all’uso della sensoristica sarà possibile identificare facilmente anomalie comportamentali e violazioni di normative di sicurezza in ambienti industriali.
• Aumento dell’employees satisfaction anche attraverso l’uso di dashboard compatte ed intuitive che permettono agli addetti specialistici di gestire meglio i sistemi di controllo.

Le principali sfide per le industries

Le aziende manufatturiere stanno già prendendo parte alla rivoluzione Industrial-IoT realizzando nuovi use cases come: l’augmented operations, l’ingegneria digitale avanzata dei prodotti, l’ottimizzazione degli inventari (e controllo di qualità) guidati dai dati, la collaborazione uomo-robot, la manutenzione predittiva o proattiva, i modelli di business “everything-as-a-service“, il test degli asset e l’assistenza in remoto. Queste iniziative di trasformazione digitale migliorano l’efficienza, creando nuovi flussi di entrate e riducendo i rischi legati alla produzione. Nondimeno l’implementazione di queste soluzioni comporta il dover fronteggiare sfide tecnologiche non banali tra cui:

• La Scalabilità: il numero di nodi connessi in un sistema industriale è soggetto a cambiamenti; quindi, la quantità dei dati generati varia. Questo causa problemi di omologazione del dato.
• L’eterogeneità dei sistemi: ogni tecnologia ha le proprie caratteristiche rispetto alla generazione del dato stesso, il che porta a frequenze e formati di rappresentazione delle informazioni diversi tra loro.
• L’interoperabilità è un problema critico derivante dall’eterogeneità. L’interoperabilità semantica è un’opzione per fornire nuovi servizi a partire dalla conoscenza di un sistema OT esistente. Un’altra via può essere la progettazione di protocolli che agevolano l’interoperabilità della tecnologia.
• La riconfigurabilità dell’hardware o dei protocolli deriva anche dall’eterogeneità. Gli esperti in materia devono privilegiare (a seconda del contesto) sensori, protocolli e piattaforme in grado di essere riconfigurabili a seconda dell’applicazione e dello scenario.
• L‘affidabilità e la disponibilità di un servizio I-IoT dipendono appunto dall’affidabilità e dalla disponibilità della comunicazione. I canali wireless sono dinamici e a volte imprevedibili (disturbi e fenomeni di rifrazione) in contesti industriali specifici. La perdita di comunicazione può verificarsi per due motivi: guasto del dispositivo o guasto del collegamento. In caso di guasto del collegamento, le soluzioni principali sono il buffering o il caching. In caso di guasto di un oggetto connesso, è possibile introdurre una ridondanza dei dispositivi.
• La QoS: il controllo delle risorse radio, la ricezione discontinua/perdita di pacchetti, il ritardo dei pacchetti end-to-end, la disponibilità di banda sono fattori importanti per determinare la qualità dei servizi.
• L’efficienza energetica, argomento particolarmente delicato, comporta l’ottimizzazione dell’hardware, dei protocolli di comunicazione e dell’elaborazione (algoritmi).
• Ultima ma non per importanza, la sicurezza. In ambito industriale poi, assume maggiore rilevanza per via delle informazioni sensibili che possono essere diffuse. L’inesistenza di soluzioni “complete” per la sicurezza informatica è la sfida principale delle industrie ingegneristiche su larga scala. La preoccupazione maggiore è data dal fatto che le violazioni colpiscono i singoli individui e le aziende, che possono essere esposte a rischi finanziari e operativi. Poiché i settori ingegneristico e manifatturiero utilizzano una varietà di soluzioni I-IoT, sono esposti a problemi di sicurezza, rischi informatici associati alla convergenza di tecnologie informatiche/operative e minacce interne. A tal proposito, i sistemi I-IoT devono essere necessariamente implementati seguendo i paradigmi della “security-by-design”.

Le aziende che vogliono realizzare casi d’uso I-IoT dovrebbero prendere sicuramente in considerazione l’utilizzo di una piattaforma specializzata poiché, quelle leader di settore, rappresentano un prodotto stabile, sicuro e sufficientemente flessibile da soddisfare i moderni requisiti architettonici (integrazione con i sistemi OSS) e di business (integrazione con i sistemi BSS).

Conclusioni

L’automazione dell’industria ingegneristica e manifatturiera crea una nuova svolta evolutiva con il servizio dell’Internet delle cose. Sebbene l’I-IoT sia vantaggioso in vari modi, le aziende si trovano ad affrontare molte sfide durante l’implementazione del processo di trasformazione digitale. Attraverso la consapevolezza del potenziale e delle sfide dell’I-IoT, i produttori avranno una visione più chiara di quelli che saranno gli interventi da effettuare ed i costi da considerare. Se si vuole ottenere un vantaggio competitivo sul mercato, le aziende devono adottare iniziative necessarie a differenziare i loro prodotti sul mercato ed intraprendere misure adeguate a gestire gli attuali aumenti dei costi energetici per essere ecosostenibili. Allo stesso tempo, nella rivoluzione dell’Industria 4.0 è fondamentale produrre beni di qualità attraverso l’uso dell’Industrial IoT.

I-IoT@BIP

xTech è un centro di eccellenza del Gruppo Bip, con una lunga storia nella definizione di strategie, analisi dei servizi, progettazione e governance di soluzioni nell’ambito di nuove tecnologie. Avere una visione chiara sulle potenzialità di ogni settore informatico è una delle nostre priorità: nasce così il Competence Team sull’Industrial IoT a supporto delle aziende che vogliono intraprendere un percorso d’innovazione digitale.

I nuovi use-case che l’I-IoT abiliterà a livello di Smart Manufactoring, di convergenza OT e IT, di servizi alla clientela finale dovranno essere analizzati tenendo presente gli obiettivi di business, il mercato e la tecnologia in rapido mutamento e sempre con uno sguardo a come valorizzare ed integrare gli asset aziendali.

Noi siamo, come sempre, a fianco dei nostri Clienti per aiutarli a cogliere le opportunità offerte dal I-IoT, anche in virtù delle nostre forti competenze su Intelligenza Artificiale, Cloud e Big Data, che sempre più si fonderanno con le tecnologie IoT.

---

Per richiedere maggiori informazioni sulla nostra offerta end-to-end o avere un confronto con uno dei nostri esperti, è sufficiente mandare una mail a [email protected] con oggetto “I-IoT”. Sarete ricontattati immediatamente.

---

[1] Programmable Logic Controller – un controllore logico programmabile è “un piccolo computer industriale progettato per eseguire le funzioni logiche eseguite da hardware elettrico (relè, interruttori e timer/contatori meccanici ed altri dispositivi più complessi)”.

[2] L’Open Web Application Security Project® (OWASP) è una fondazione no-profit che lavora per migliorare la sicurezza del software attraverso progetti open-source gestiti dalla comunità, centinaia di gruppi locali in tutto il mondo, decine di migliaia di membri e conferenze educative e formative di primo piano.