L’industrializzazione nel ciclo di sviluppo prodotto e l’intelligenza artificiale

DESCRIZIONE DEL CORSO

La fase di industrializzazione, all’interno del ciclo di sviluppo di un prodotto industriale è la delicata fase intercorre fra la progettazione di un prodotto (o congelamento di un disegno) e l’avvio della produzione (o SoP, Start of Production). Come in tutte le altre fasi del ciclo di sviluppo e, in generale, in tutte le attività di un’organizzazione, è fondamentale svolgere tutte le attività di cui si compone questa fase dando il massimo contributo alla creazione di valore.
Il valore creato è un indicatore chiave per misurare e valutare la performance di un’azienda. Dal punto di vista del direttore di un’azienda manifatturiera, la creazione di valore dipende dal raggiungimento di un target di costo, tramite strumenti di contabilità analitica che consentono di valutare il contributo apportato da singole aree dello stabilimento ed orientare scelte strategiche. Per il responsabile della funzione di industrializzazione di prodotto, la creazione di valore è rappresentata dall’efficacia e dall’efficienza del flusso delle informazioni.
La funzione d’industrializzazione deve generare i suoi output al tempo giusto e senza difetti, guidando il processo verso valle, tenendo conto dei vincoli, garantendo e documentando un livello adeguato di rischio. Una caratteristica fondamentale del flusso di informazioni, rispetto a quello di materia prima, è il suo elevato grado d’incertezza, in conseguenza di cui si ha un elevato rischio che il prodotto finale realizzato non soddisfi i requisiti di progetto. L’incertezza è legata alle tolleranze geometriche, ai metodi d’analisi, alla descrizione dei modelli di materiale, alle condizioni di carichi e vincoli considerate nelle verifiche di prestazioni e di fattibilità. Un aspetto del valore creato riguarda pertanto la riduzione del grado d’incertezza del flusso di informazioni.
L’applicazione combinata di strumenti e metodologie consolidati (FMEA, control plan, Lean Six Sigma …) e innovativi basati su Machine Learning (ML), Robotic Process Automation (RPA), Artificial Intelligence (AI) in questa fase può portare a rilevanti miglioramenti di efficienza, qualità e processo decisionale, con impatto significativo in ultima analisi sulla produttività e sulla competitività complessive.

OBIETTIVI DEL CORSO

Il corso intende trasmettere vari aspetti dell’industrializzazione del prodotto industriale, dal processo decisionale e l’ottimizzazione dei processi al miglioramento continuo e il problem solving e mira a fornire ai partecipanti una comprensione completa degli strumenti per migliorare il processo decisionale, l’ottimizzazione dei processi e il miglioramento continuo. Copre aspetti chiave come FMEA, decisioni make-or-buy, gestione dei progetti e Lean Six Sigma, sottolineando il ruolo di IA, RPA e ML nell’automazione e nel miglioramento di questi processi. Alla fine del corso, i partecipanti saranno in grado di applicare tali strumenti e metodologie per affrontare le sfide dell’industrializzazione di nuovi prodotti e promuovere metodi per rendere i processi sempre più efficienti.

COMPETENZE CHE SI ACQUISISCONO

Conoscere e saper utilizzare i principali strumenti consolidati per ottimizzare la fabbricabilità e minimizzare i rischi;
Conoscere le basi della metodologia di miglioramento continuo dei processi di produzione industriali basata su Lean Six Sigma;
Conoscere e saper applicare nuovi strumenti basati su intelligenza artificiale, machine learning, robotic process automation.

PROGRAMMA

Giorno 1

• Introduzione al corso, condivisione dei contenuti;
• Status quo sull’organizzazione tecnica e amministrativa, gestione dei progetti, potenziale umano, parti interessate, obiettivi e sfide;
• Criteri per scelte make/buy, definizione della catena di approvvigionamento e del valore, distinta base;
• Processo di industrializzazione, diagramma di flusso, operazioni e procedure;
• Gestione progetto, pianificazione, allocazione delle risorse e gestione dei rischi;
• Applicazione di modelli di Machine Learning (ML) per l’analisi predittiva nella manutenzione, nel controllo qualità e nella gestione della supply chain.

Giorno 2

• FMEA, controllo e preparazione;
• FMEA (Principi, formato, descrizione del flusso di lavoro);
• Operazioni e procedure di processo, diagramma di flusso, flusso di industrializzazione, controllo e preparazione;
• Esempio di uno studio di industrializzazione per un prodotto industriale;
• DFMEA, PFMEA: lista di controllo;
• Applicazione di Natural Language Processing (NLP) per estrarre informazioni rilevanti da documenti tecnici, manuali e report, al fine di migliorare la capacità predittiva della FMEA.

Giorno 3

• Problem solving e miglioramento continuo;
• Il piano di controllo;
• L’intelligenza artificiale per il monitoraggio e il controllo dei processi;
• Progettazione e implementazione di un sistema di miglioramento continuo, basato sulla metodologia Lean Six Sigma per la produzione;
• Analisi dei dati e ottimizzazione dei processi nei sistemi di miglioramento continuo;
• Applicazione di Robotic Process Automation (RPA) per automatizzare le attività di routine come l’immissione dei dati, la reportistica e i controlli di conformità.
• Ripasso, bibliografia e conclusione.