“Lo sviluppo dell’applicazione ha seguito un percorso basato su un Proof of Concept (POC), in pratica un prototipo che prevedeva le funzionalità di base, e la metodologia AGILE, basata su rilascio di successivi sprint (evoluzioni successive del prototipo iniziale concordate con gli utenti). Ciò ha permesso di avere un confronto molto frequente con gli operatori in campo, accogliendone le esigenze ed anche i suggerimenti e motivando le scelte tecniche operate per raggiungere l’obiettivo finale. Tale approccio ha anche permesso di limitare i rework…” Claudio Basso - CIO Acqua Minerale San Benedetto.
Acqua Minerale San Benedetto e Méthode insieme per l’innovazione: il successo del riconoscimento immagini
L’innovazione associata alle tecnologie ci consente di rendere più efficienti le imprese, aumentando la qualità dei prodotti, dei processi e dei servizi, riducendo l’impatto delle inefficienze e degli sprechi che minano la redditività delle filiere.
Acqua Minerale San Benedetto S.p.A. è un’azienda situata a Scorzè (Venezia) che dal 1956 imbottiglia le acque delle fonti San Benedetto e Guizza. Innovare è la parola d’ordine per quest’azienda che da sempre si è distinta nel mercato grazie alla sua capacità di anticipare le nuove tendenze di consumo.
L’azienda opera in un settore contraddistinto da una marginalità bassissima su grandi volumi, pertanto, per aumentare la redditività, deve investire sull'ottimizzazione dei processi produttivi. Li abbiamo migliorati riducendo la scala della tracciabilità.
Claudio Basso, CIO di Acqua Minerale San Benedetto, ha raccontato come l’azienda sia riuscita a ridurre sprechi potenziando il suo sistema di tracciabilità della merce attraverso lo Smart Logistic Tracking.
Acqua Minerale San Benedetto aveva manifestato la necessità di andare ad intercettare uno specifico lotto di provenienza della materia prima PET, utilizzata per la produzione di bottiglie. Un dato significativo al quale, fino a quel momento, era possibile risalire tramite procedura in parte manuale e in parte basata su archivi cartacei, con perdite di tempo importanti ed inefficienze.
La difficoltà di operare una tracciatura precisa ed automatizzata deriva dalle caratteristiche intrinseche delle forniture di PET: la platea dei fornitori è molto variabile e le etichette non seguono uno standard ben definito, né riportano in modo chiaro e adatto alla lettura automatica (es.: barcode) le informazioni necessarie all’identificazione univoca dei lotti utilizzati.
La risposta è stata identificata nella gestione digitalizzata di queste informazioni con le logiche del machine learning, attraverso l’elaborazione delle etichette che vengono fotografate in piazzale.
Smart Logistic Tracking è una soluzione che abilita una tracciabilità più dettagliata della materia prima, costruendo e digitalizzando un’informazione che prima era in gran parte contenuta in archivi cartacei. Il sistema è alimentato con foto dettagliate di etichette catturate dai sacchi di PET. La soluzione identificata prevede la raccolta delle immagini delle etichette attraverso un device in dotazione all’operatore di piazzale, il quale ha il compito di fare una foto precisa all’etichetta presente sul saccone di PET.
Per funzionare gli algoritmi devono nutrirsi di dati. Più ne mangiano e più crescono. Più crescono e più diventano bravi. Un modello di Machine Learning apprende costantemente dall’esperienza. Per questo lo abbiamo nutrito con le fotografie di una vasta gamma di etichette differenti. La logica del funzionamento del machine learning prevede un miglioramento progressivo dell’accuratezza dato dall’aumento della quantità delle immagini raccolte. Il sistema deve imparare dalle foto dove siano posizionate le informazioni e in che modo siano distribuiti i contenuti nello spazio. Una volta che l’immagine veniva riconosciuta alla perfezione dal sistema era possibile collegare il singolo saccone al documento di trasporto e tracciare ogni singolo saccone.
Il progetto è stato portato avanti da Méthode attraverso l’applicazione di un approccio condiviso alla raccolta dei requisiti, con un ciclo di lavorazione basato su prototipi rapidi. Il business goal in questo caso era chiaro. La sua formalizzazione è stata importante perchè ha permesso di darsi un obiettivo concreto sul quale focalizzare gli sforzi di tutti. Il progetto è arrivato al termine di una prima progettualità di BI descrittiva dove un progetto piuttosto corposo ha portato a disporre di uno strumento completo di tracciabilità del lotto. Tracciabilità che tuttavia non arrivava in modo compiuto a coprire con il livello di dettaglio desiderato alcune tipologie di materie prime ed in particolare il PET. É risultato vincente, in questo caso, l’approccio 1 1 3 1 perchè ci ha permesso di sviluppare in maniera molto più sicura l’applicazione. Siamo riusciti ad ottenere risultati in tempi rapidi anche grazie al coinvolgimento diretto degli operatori. Interessante è stato poter constatare che attraverso il confronto in aula e pratico si sono potuti evidenziare da subito dei vincoli, degli obiettivi che sono stati posti come progettuali.
Premesso che l’applicazione è ancora nella fase iniziale della sua introduzione in campo, tuttavia si può senz’altro dire che l’applicazione di una tecnologia avanzata ed innovativa ad un processo standard ha permesso lo sviluppo di un prodotto facile da usare, funzionale e con notevoli incrementi qualitativi nella disponibilità di dati e procedure di analisi degli stessi.
