La rivoluzione dello Smart Manufacturing sta cambiando radicalmente i processi produttivi del mondo industriale, rendendo disponibile la produzione di una enorme quantità di dati direttamente dagli impianti di produzione. Ma perché questi dati siano realmente utili per le esigenze di business aziendali e non siano invece di intralcio (o magari diventino addirittura un rischio per la sicurezza aziendale), occorre dare vita a una vera e propria strategia di Data Management. Il cui obiettivo ultimo deve essere necessariamente quello di raccogliere e sfruttare tutti i dati pertinenti alle esigenze aziendali, sfruttando appieno le potenzialità derivanti dalla progressiva adozione del paradigma dell’Industrial Ethernet. Che si è imposto come standard di riferimento per il comparto secondario, tanto che oggi la produzione industriale negli Usa è la maggiore responsabile della produzione di dati, più di qualsiasi altro settore dell’economia statunitense.
Smart manufacturing: i vantaggi del Data Management
La corretta applicazione di una strategia di Data management è il presupposto indispensabile per godere appieno dei benefici dello Smart manufacturing: tra questi, innanzitutto, vi è la possibilità di ottenere una piena visibilità sulle prestazioni e condizioni di lavoro di macchinari e beni aziendali. Una innovazione che, a sua volta, rende possibile migliorare l’efficacia complessiva dell’apparecchiatura e ridurre i tempi di fermo, ottimizzando in definitiva la manutenzione, limitando sensibilmente l’intervento umano e i relativi costi. Altri benefici riguardano l’introduzione più rapida di nuovi prodotti, nonché l’ottenimento di informazioni preziose sull’uso dell’energia, indispensabili per ottimizzare i flussi di lavoro e ridurre i costi. Non va poi trascurato il miglioramento delle prestazioni commerciali: attraverso le analisi dei dati resi disponibili dai sistemi di smart manufacturing, è infatti possibile visualizzare, capire e tracciare il flusso dei prodotti anche all’interno delle linee di produzione. Queste informazioni migliorano anche la pianificazione del processo della supply chain, la pianificazione e gestione delle scorte, aiutando le imprese a migliorare i propri margini e, al contempo, l’esperienza del cliente. Infine, un efficace impiego dei dati disponibili può essere la via giusta per garantire un controllo ottimale della qualità direttamente in fase di produzione, riducendo quindi al minimo le possibilità di errore.
I rischi di una gestione del dato non corretta
Questi e altri benefici derivanti dall’adozione dello Smart manufacturing sono abbastanza noti e rappresentano senza dubbio l’incentivo principale per le aziende del settore secondario ad affrontare una trasformazione digitale di questo tipo. Non bisogna però nascondere il fatto che questo fenomeno porta con sé dei rischi potenziali, che rischiano di acuirsi con l’ulteriore esplosione attesa dell’IoT e dell’Industrial IoT. In particolare, in assenza di una precisa strategia di Data management, ci sono due diverse tipologie di rischio con cui fare i conti: il primo, naturalmente, è proprio quello di essere travolti da questa marea di dati, la cui continua generazione potrebbe risultare ingestibile o addirittura controproducente. L’apertura verso l’esterno, alla base del paradigma dell’Industrial Ethernet, richiede poi di prendere in considerazione una politica di sicurezza, onde evitare la sottrazione di dati aziendali da parte del cybercrime. Un pericolo che in passato, in presenza di sistemi industriali sostanzialmente chiusi, era praticamente assente. Rischi che invece oggi sono quantomai concreti e che impongono l’adozione di una strategia di Data management, che permetta di individuare quando e come controllare determinati dati, da parte di chi, ecc.
Smart Manufacturing e Dati: il peso della frequenza
Tutte queste azioni dovrebbero essere adottare da aziende di qualsiasi settore produttivo, ma nel mondo industriale ci sono una serie di fattori specifici che devono essere adeguatamente presi in considerazione. Innanzitutto, la frequenza: le operazioni industriali di norma generano un’alta frequenza di quantità relativamente piccole di dati. Ma anche se le moderne soluzioni di smart manufacturing, in linea teorica, potrebbero permettere l’estrazione dei dati ogni tot millisecondi, probabilmente non si tratterebbe della scelta migliore. È infatti importante capire quando i dati possono portare realmente valore aggiunto al business dell’azienda e, sulla base di queste considerazioni, scegliere ogni quanto procedere alla loro analisi ed estrazione. Questo tipo di strategia può aiutare a evitare inutili estrazioni di dati, che possono comportare latenza di rete o persino problemi più gravi di funzionamento della rete stessa. Un’efficace soluzione suggerita da diversi esperti può essere quella di variare la densità dei dati nel corso del tempo, in modo da intercettare al meglio eventuali anomalie.
Stabilire le priorità
Un’altra caratteristica fondamentale del data management applicato al mondo industriale è il concetto di priorità: quanti più dispositivi si connettono online, quanto più è necessario determinare quali servizi debbano ottenere priorità all’interno della rete aziendale. Alcuni dispositivi e soluzioni sono infatti più sensibili di altri alla latenza e ai ritardi, altri invece lo sono molto di meno. L’impiego di parametri di TSN e di automazione della qualità del servizio rende possibile assegnare la priorità al traffico critico, garantendo così l’integrità della rete, anche in condizioni di forte congestione.
Il contributo dell’edge computing
Il terzo punto peculiare del Data Management applicato allo Smart Manufacturing riguarda il luogo di elaborazione dei dati. La strada classica è, naturalmente, quella di inviarli al Data center centralizzato per poi procedere alla successiva analisi. Tuttavia questa strada si rivela poco pratica per molti scenari di produzione, che spesso richiedono analisi e risposte in tempo quasi reale. Nonostante l’accresciuta disponibilità di banda, l’invio e analisi di una certa quantità di dati a un Data Center lontano fisicamente comporta, inevitabilmente, un po’ di latenza, che non sempre si concilia con le esigenze di produzione. Per questo motivo gli architetti di rete dovrebbero prendere in considerazione una soluzione ibrida, che combini edge computing (dove l’elaborazione avviene nelle immediate prossimità del luogo di generazione del dato) ed elaborazione centralizzata, quest’ultima magari riservata ai dati meritevoli di un’analisi meno cogente e più approfondita. Un’altra necessità per i produttori industriali è la virtualizzazione dell’IT, che può aiutare a supportare una maggiore flessibilità, con impatti positivi sullo storage e la disponibilità di dati, nonché di sicurezza e prestazioni di rete.
Orchestrazione e visibilità
Il quinto punto riguarda l’orchestrazione: l’afflusso continuo di dati che arriva dall’IoT aumenta l’importanza di conoscere con esattezza i fruitori di questi dati, ma anche delle modalità e frequenze d’impiego. I diversi team operativi aziendali possono infatti ottenere benefici dall’afflusso di dati soltanto se questi sono realmente applicabili ai loro compiti e risultati giornalieri. Condividere troppi dati, infatti, può addirittura creare paralisi all’interno delle squadre. Un discorso similare può essere applicato relativamente all’afflusso di dati verso le terze parti: senza un’adeguata orchestrazione, le informazioni sensibili possono involontariamente essere rese disponibili agli attori sbagliati. Diventa quindi importante attuare un controllo coerente e consapevole su chi riceve i dati, quando, come e perché. Infine, occorre avere una completa visibilità, opzione che fortunatamente è resa oggi possibile dalle moderne infrastrutture di rete, grazie anche a strumenti di reporting disponibili sulle Dashboard.
Il ruolo della sicurezza
Come abbiamo scritto in precedenza, l’altro grande filone del Data Management applicato Smart Manufacturing riguarda la sicurezza: gli operatori industriali vogliono senza dubbio godere dei benefici di Industria 4.0, ma non a costo di mettere a repentaglio la sicurezza della propria azienda. Il problema di fondo è che il collegamento di dispositivi in precedenza non connessi, per certi versi, crea una porta che potrebbe essere forzata dal cybercrime. Anche perché, di norma, i dispositivi di fabbrica legacy non sono stati progettati pensando alla sicurezza informatica. In particolare il cybercrime è oggi perfettamente in grado di penetrare all’interno delle reti aziendali, sfruttando le possibili vulnerabilità dei dispositivi industriali. Ecco perché il primo requisito fondamentale per la sicurezza in ambito smart manufacturing è la completa visibilità di quello che è connesso alla rete. Mentre invece, specie in passato, ci può essere stata la tentazione di utilizzare una sorta di “shadow IT” per connettere i macchinari industriali alla rete Internet. La piena visibilità è, invece, fondamentale per la sicurezza, perché costituisce il requisito fondamentale per segmentare il traffico e identificare eventuali anomalie, spesso foriere di veri e propri attacchi. In linea generale la fabbrica intelligente dovrebbe tendere a un modello di sicurezza olistico, capace dunque di combinare controlli automatizzati con altri fisici. Alcune vecchie buone pratiche tipiche della sicurezza IT possono comunque rivelarsi utili anche per lo smart manufacturing: oltre alla già citata segmentazione del traffico, diventa importante definire delle politiche specifiche che definiscano l’accesso al dispositivo stesso, mettendo a punto stringenti autorizzazioni a livello di utente e adeguate procedure.
Le soluzioni Cisco per il data Management nell’Industrial IoT
Come abbiamo visto sinora, insomma, il Data Management in ambito Smart Manufacturing non può prescindere da un’adeguata architettura di rete. Che garantisca quella necessaria connettività, visibilità e sicurezza per colmare definitivamente il divario tra IT e OT. Tutte necessità che sono perfettamente note a un leader di mercato come Cisco che, in particolare, risponde con Cisco DNA, un’architettura software-driven, aperta ed espandibile pensata per accelerare e semplificare le tipiche operazioni relative alla rete nell’era digitale. L’obiettivo di Cisco DNA è quello di permettere alle aziende di gestire l’azienda e i suoi processi e non più soltanto le reti. A questo scopo l’architettura software-driven di DNA permette la configurazione semplice e automatizzata di tutti gli apparati affinché rispondano a determinate policy, semplicemente configurabili da un’unica piattaforma cloud: ciò permette una dinamicità e una velocità di configurazione senza pari, con pochissimi click. L’offerta Cisco in ambito data management dello Smart Manufacturing va però oltre l’aspetto infrastrutturale: il vendor propone ad esempio Kinetic, una piattaforma IoT di connettività e di brokering di dati, in grado di inviare il dato a vari cloud o al core IT in caso di necessità di elaborazioni in real time. Cisco può poi mettere sul piatto una serie di soluzioni (Cisco Dna Center, Cisco Prime Network) che aiutano i responsabili delle operations ad avere la piena visibilità e controllo della propria fabbrica intelligente. Infine, Cisco può vantare un profondissimo portafoglio di sicurezza (dai firewall alle soluzioni per la segmentazione), che consente di avere quella protezione olistica necessaria al mondo industriale.
