Industrial Internet of Things: profili organizzativi ed implementazione nelle PMI

(1)

Dipartimento di Economia e Management

Corso di Laurea in Strategia, Management e Controllo

Tesi di Laurea Magistrale

Relatore Candidato

Prof. Federico Niccolini Luca Bellorini

(2)

(3)

Sommario

Le PMI presentano delle peculiarità che le contraddistinguono dalle imprese di grandi dimensioni. Fare il proprio ingresso nel nuovo mondo produttivo caratterizzato dall’utilizzo di tecnologie digitali innovative richiede, dal punto di vista organizzativo, una struttura che sia in linea con lo sfruttamento effica-ce di tali innovazioni tecnologiche. Anche le competenze professionali devono necessariamente essere riviste. La nuova ondata tecnologica spinge le imprese a mettere in atto iniziative di formazione del personale per poterlo allineare con il rinnovato fabbisogno di competenze. Inoltre, possono essere evidenziate le difficoltà, dovute alle ridotte disponibilità finanziarie, ad investire in stru-menti tecnologici costosi e che, il più delle volte non sono adeguati rispetto alle ridotte esigenze delle imprese più piccole. Per quanto riguarda le proble-matiche organizzative, è stata riscontrata l’esistenza di una relazione tra la struttura organizzativa e l’adozione di nuove soluzioni tecnologiche che vede il passaggio da modelli strutturali più rigidi a modelli più flessibili, con un ampliamento della portata del controllo ed una riduzione dei livelli gerarchici anche per quelle imprese che hanno implementato nuove tecnologie e che non hanno cambiato in modo formalizzato la propria struttura.

Dal punto di vista tecnologico, alcune imprese hanno gi`a intrapreso il percorso di digitalizzazione, tuttavia `e stato riscontrato che la maggioranza delle PMI non ha ancora avviato nessun progetto che utilizzi le nuove tecnologie; una parte di queste imprese addirittura non conosce neanche il significato di alcuni concetti dell’Industria 4.0.

Come soluzione a questa situazione sono stati messi in risalto il concetto di Smart Retrofitting e la creazione di progetti pilota realizzati attraverso di-spositivi low-cost, in modo tale da far si che le PMI possano sperimentare le nuove tecnologie e capire quali sono le necessità anche dal punto di vista orga-nizzativo, prima di investire in progetti più ampi. Nella parte finale della tesi viene anche mostrato un piccolo progetto IIoT per la manutenzione predittiva che è stato realizzato per dare prova a sostegno della tesi secondo cui possono essere impiegate anche soluzioni a basso costo per trarre beneficio dai concetti

(4)

dell’Industria 4.0. L’obiettivo della tesi `e quindi quello di far emergere i re-quisiti a livello organizzativo, a livello di risorse umane, a livello culturale e a livello tecnologico necessari alle PMI per intraprendere il cammino verso la digitalizzazione.

(5)

Indice

Elenco delle figure vii

Introduzione x

1 L’approccio data-driven 1

1.1 Diventare un’azienda Data-driven . . . 2

1.2 Il salto di paradigma . . . 4

1.3 Migliorare le performance aziendali attraverso lo sfruttamento di volumi elevati di dati . . . 5

1.4 La tecnologia IoT come driver per il cambiamento . . . 6

Riferimenti bibliografici . . . 7

. . . 8

2 Gli aspetti organizzativi dell’Industrial Internet of Things 9 2.1 L’origine del concetto . . . 9

2.2 L’IoT applicato all’industria . . . 10

2.3 Cambiamento tecnologico e cambiamento organizzativo . . . 11

2.4 La struttura organizzativa . . . 12

2.5 Il fabbisogno di competenze . . . 15

2.6 Il cambiamento culturale . . . 16

3 IIoT nelle PMI 21 3.1 La rilevanza delle PMI in Italia . . . 21

3.2 Il ritardo nella digitalizzazione delle PMI italiane . . . 22

3.2.1 La scarsa propensione ad investire . . . 23

3.3 La riqualificazione delle competenze . . . 24

3.4 L’utilizzo di tecnologie IoT nelle PMI . . . 26

3.5 Ottenere migliori performance grazie all’IIoT . . . 27

(6)

3.7 Partire in piccolo . . . 30

3.8 Acquisire consapevolezza attraverso piccoli progetti pilota . . . . 32

3.9 Lo sviluppo di soluzioni personalizzate attraverso lo Smart Re-trofitting . . . 33

. . . 36

4 La dimensione tecnologica 37 4.1 Tecnologie di base e formazione del Cyber-Physical System (CPS) 37 4.1.1 L’utilizzo della tecnologia wireless . . . 38

4.1.2 Il protocollo MQTT per la comunicazione tra dispositivi 39 4.1.3 Cyber-Physical System . . . 39

4.2 L’IoT come elemento alla base della Big Data analysis . . . 41

4.3 I principali benefici dell’IIoT . . . 42

4.4 Il superamento dei sistemi di manutenzione tradizionali . . . 47

4.5 Da “fail-and-fix” a “predict-and-prevent” . . . 50

5 Sviluppo di un DSS per il monitoraggio e la manutenzione predittiva nelle PMI attraverso un sistema IIoT 55 5.1 Tecnologia e vantaggio competitivo . . . 56

5.2 Definizione ed introduzione ai DSS . . . 57

5.3 Decision Support System per la manutenzione . . . 58

5.4 Un’applicazione per le piccole imprese manifatturiere . . . 59

5.5 Sistema di Supporto Decisionale per le Attivit`a Manutentive (SISDAM) . . . 60

5.6 L’architettura del sistema IIoT . . . 62

5.7 Metodologia per l’implementazione . . . 65

5.8 Primo livello: Sensori IoT . . . 68

5.8.1 Il sensore di temperatura e umidit`a DHT11 . . . 69

5.8.2 Accelerometro ADXL335 per l’analisi vibrazionale . . . 69

5.9 La scheda ESP8266 NodeMCU . . . 70

5.9.1 L’acquisizione dei Big data industriali . . . 71

5.10 Secondo livello: Piattaforma Cloud . . . 71

5.10.1 Gestione ed elaborazione dei dati . . . 72

5.10.2 Acquisire i dati in tempo reale . . . 72

5.10.3 Visualizzazione personalizzata per il monitoraggio in tem-po reale . . . 73

(7)

5.10.4 Il sistema di alerting . . . 75 5.11 Il passaggio dal progetto pilota alla trasformazione digitale su

larga scala . . . 75 5.12 Applicazioni ulteriori . . . 78 5.13 Le tecnologie IIoT come fonte di vantaggio competitivo nello

scenario pandemico e post pandemico . . . 78 Riferimenti bibliografici . . . 79 . . . 82 Conclusioni 85 Riferimenti bibliografici . . . 86 . . . 93 Ringraziamenti 95

(8)

(9)

Elenco delle figure

2.1 Le 3 dimensioni da considerare per l’implementazione dell’IIoT secondo

Arnold. Fonte: elaborazione propria. . . 13

3.1 Risultati economici delle imprese per classe di addetti. Fonte: Istat . . . . 22

3.2 Utilizzo dei big data provenienti da sensori o “smart devices” nelle imprese (2018). Fonte: Eurostat . . . 27

3.3 Settori di appartenenza degli intervistati. Fonte: Wuest et al., 2018 . . . . 31

3.4 Conoscenza dei termini relativi all’Industry 4.0. Fonte: Wuest et al., 2018 . 32 4.1 La connessione dei macchinari alla rete crea un insieme di “smart devices”. Fonte: elaborazione propria . . . 44

4.2 I principali vantaggi della manutenzione predittiva. Fonte: elaborazione propria . . . 44

4.3 L’indice NAC per paese. Fonte: Accenture. . . 46

4.4 Il momento dell’intervento nella manutenzione correttiva. Fonte: MathWorks 49 4.5 Il momento dell’intervento nella manutenzione preventiva. Fonte: MathWorks 49 4.6 Il momento dell’intervento nella manutenzione predittiva. Fonte: MathWorks 50 5.1 L’architettura di un sistema IIoT. Fonte: ixon.cloud . . . 63

5.2 L’architettura del modello HPE. Fonte: Boyes et al., 2018 . . . 63

5.3 Single-Hop Network. Fonte: Tran et al., 2018 . . . 64

5.4 Multi-Hop Network. Fonte: Tran et al., 2018 . . . 64

5.5 Rete di sensori collegati alle schede ESP8266. Fonte: Tran et al., 2018 . . 65

5.6 Esempio di determinazione del RUL sulla base di un valore soglia. Fonte: MathWorks . . . 68

5.7 Sensore di temperatura e umidit`a DHT11. Fonte: elaborazione propria . . 69

5.8 Accelerometro ADXL335. Fonte: elaborazione propria . . . 70

5.9 Scheda ESP8266 NodeMCU. Fonte: elaborazione propria . . . 71

5.10 Google Sheets, i fogli elettronici sul Cloud. Fonte: elaborazione propria . . 72 5.11 La trasmissione dei dati dai sensori al Cloud. Fonte: elaborazione propria . 73

(10)

5.12 Visualizzazione serie di dati e indicatori in tempo reale. Fonte: elaborazio-ne propria . . . 74 5.13 Visualizzazione grafici in tempo reale. Fonte: elaborazione propria . . . . 74 5.14 Imprese che hanno implementato progetti pilota ed imprese che hanno

(11)

Introduzione

Oggi le imprese si trovano nel mezzo di una nuova rivoluzione industriale che coinvolge le persone, le imprese e l’intera supply chain. Per questo motivo, la complessit`a organizzativa raggiunge alti livelli e le imprese industriali si trovano a dover ricercare delle soluzioni per tutte le aree aziendali coinvol-te attraverso l’impiego di strumenti in grado di realizzare l’incoinvol-tegrazione dei concetti e delle tecnologie dell’Industria 4.0 fondendoli nell’impostazione gi`a presente nell’impresa.1

In molte organizzazioni oggi sono ancora presenti strutture organizzative rigi-de, soprattutto nelle PMI, tuttavia l’industria 4.0 prevede cambiamenti nell’or-ganizzazione del lavoro che spingono le imprese ad adattare il proprio modello strutturale all’implementazione delle nuove tecnologie, orientandosi verso mo-delli più flessibili.2 E infatti necessario, quando si tratta l’adozione di nuove` tecnologie, considerare congiuntamente, oltre alla dimensione tecnologica, an-che quella umana ed organizzativa. Le imprese industriali possono beneficiare molto dall’introduzione delle nuove tecnologie. L’ondata di innovazione porta-ta dalla quarporta-ta rivoluzione industriale consente infatti alle imprese industriali di ridurre i costi, aumentare l’affidabilità degli asset produttivi, aumentare la produttività, ridurre il downtime produttivo, ridurre le scorte dei pezzi di ricambio, migliorare la sicurezza degli operatori e aumentare la flessibilità produttiva, permettendo alle imprese che intraprendono un percorso di digi-talizzazione il consolidamento o l’ottenimento di un vantaggio competitivo. Quindi, come ampiamente evidenziato in letteratura, sono evidenti i benefici che i concetti dell’Industria 4.0 possono portare nelle imprese manifatturiere, tuttavia la maggior parte di queste tecnologie vengono sviluppate per grandi imprese o da grandi imprese, tenendo fuori dalla opportunità dell’Industria 4.0 le piccole e medie imprese, nonostante queste ultime rappresentino circa

1_{Agostini, L., & Filippini, R. (2019). Organizational and managerial challenges in the}

path toward Industry 4.0. European Journal of Innovation Management.

2_{Fettig, K., Gaˇ}_ci´_{c, T., K¨}_{oskal, A., K¨}_{uhn, A., & Stuber, F. (2018). Impact of industry}

4.0 on organizational structures. In 2018 IEEE International Conference on Engineering, Technology and Innovation (ICE/ITMC), IEEE, 1-8.

(12)

il 90% delle imprese presenti in Europa.3 _{I dati infatti evidenziano come sia}

ancora ridotta la quota di PMI che adottano le nuove tecnologie dell’Industria 4.0, le imprese di piccole dimensioni presentano infatti alcune criticità, come le ridotte disponibilità finanziarie che non consentono di effettuare grossi investi-menti in tecnologie che, per di più, vengono sviluppate per aziende di grandi dimensioni che hanno necessità diverse e più complesse.

3_{Masood, T., & Sonntag, P. (2020). Industry 4.0: Adoption challenges and benefits for}

(13)

Capitolo 1

L’approccio data-driven

In questo capitolo verr`a fornita una panoramica sullo scenario competitivo attuale, sottolineando la crescente importanza del passaggio ad un approccio data-driven, ovvero una modalit`a di azione che poggia le proprie fondamenta sui dati rilevati all’interno ed all’esterno dell’organizzazione, dai quali vengono estrapolate le informazioni che successivamente vengono utilizzate a supporto delle decisioni aziendali.

L’adozione del suddetto approccio è supportata dalle possibilità offerte dalle tecnologie dirompenti della cosiddetta quarta rivoluzione industriale. Con essa si intende il cambio di paradigma che si è verificato nell’ultimo decennio per mezzo dell’avvento delle nuove tecnologie digitali. L’inizio di questa rivolu-zione è simboleggiato dall’introduzione del concetto di Industria 4.01_{, di cui}

si è parlato per la prima volta durante la fiera di Hannover nel 2011 e che riguarda l’approccio su cui si basa questa nuova rivoluzione, ovvero l’utilizzo di nuove tecnologie, come quelle dell’informazione e della comunicazione, l’uti-lizzo dell’IoT in ambito industriale, la creazione di sistemi CPS e la possibilità di analizzare e sfruttare i Big Data.2 Sulla base di quanto osservato si può affermare che questa rivoluzione, rispetto alle precedenti, non presenta una singola tecnologia, bens`ı un insieme di tecnologie che vengono integrate in mo-do sistematico.3 _{La quarta rivoluzione industriale ha consentito alle imprese}

di raccogliere elevati volumi di dati e di analizzarli creando informazioni utili alla produzione, al marketing e alla logistica, che direttamente o indirettamen-te contribuiscono alla soddisfazione del clienindirettamen-te finale. Nel capitolo viene poi

1_{Xu, L. (2020).} _{Industry 4.0-Fontiers of the Fourth Industrial Revolution.} _Systems

Research and Behavioral Science, 37 (4), 531-534.

2_{Xu, L.D., Xu, E.L., & Li, L. (2018). Industry 4.0: state of the art and future trends.}

International Journal of Production Research, 56 (8), 2941-2962.

3_{Cucculelli, M., & Lena, D. (2017). Tecnologie digitali e sistema produttivo. Prime}

(14)

messa in evidenza la difficoltà delle PMI di adottare completamente questo approccio a causa dei limiti, dovuti ad aspetti strategici, strutturali e tecno-logici, a cui è tipicamente soggetta questa categoria di imprese, suggerendo le possibilità oggi offerte dall’evoluzione tecnologica, che possono supportare le imprese nel superamento di questi limiti.

1.1 Diventare un’azienda Data-driven

Le imprese sono entrate ormai da diversi anni in una data-driven economy, ove i dati ed il loro utilizzo assumono un ruolo fondamentale nella strategia e nella gestione aziendale. I dati, cos`ı come le tecnologie che li generano, rappresenta-no oggi una risorsa strategica in grado di creare un vantaggio competitivo per le imprese.4 _{Le organizzazioni di successo sono quelle che “raccolgono,}

memo-rizzano, distribuiscono ed utilizzano pi`u efficacemente le informazioni”,5 i dati raccolti e le informazioni prodotte sono infatti considerati da sempre come una risorsa fondamentale, tuttavia, se fino a pochi anni fa venivano sfruttati solo dopo un certo periodo di tempo necessario al loro raccoglimento ed elaborazio-ne, oggi, grazie all’evolversi della tecnologia, `e possibile rilevarli ed analizzarli in modo automatico ed in tempo reale, generando informazioni a supporto delle decisioni aziendali.

Negli ultimi anni i manager, grazie ai cambiamenti radicali nelle tecnologie di elaborazione dei dati di cui sopra, sono stati portati a cambiare il modo con cui prendevano le decisioni, basandosi meno sull’intuizione e pi`u sui da-ti.6 _{E tuttavia importante sottolineare che, ad oggi, sono ancora molte le}`

aziende che basano le proprie decisioni strategiche e gestionali su sensazioni personali e sull’intuito, facendo affidamento quasi esclusivamente sulle proprie competenze e conoscenze maturate nel corso degli anni all’interno del pro-prio mercato. Questa realt`a pu`o essere individuata soprattutto nelle aziende di piccole dimensioni, dove spesso il livello tecnologico presente all’interno di queste imprese non comprende tecnologie in grado di fornire i dati necessari per poter prendere decisioni realmente informate. Nei prossimi capitoli ve-dremo come far si che le PMI possano sfruttare maggiormente i dati generati continuamente al loro interno, con un focus particolare sull’area produttiva.

4_{Gimpel, G. (2020). Bringing dark data into the light: illuminating existing IoT data}

lost within your organization. Business Horizons, 63, 519-530.

5_{Singh, K. (2006).} _{Cultural Transformation Due to Information Technology (IT)}

Invasion. Indian Journal of Industrial Relations, 41 (3), p. 428.

6_{Brynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data-driven}

(15)

Adottare un approccio data-driven, come si avrà modo di vedere nei prossi-mi capitoli, renderebbe questa tipologia di imprese più competitiva grazie alla riduzione dei costi, ad un aumento della produttività, ad un miglioramento nella capacità di soddisfare le richieste dei clienti e ad un miglioramento della qualità. Possiamo evidenziare che le PMI hanno difficoltà ad adottare com-pletamente un approccio “Data-driven”, ovvero un approccio guidato dai dati che consenta di prendere decisioni sulla base di elementi oggettivi, ovvero in-formazioni che pongono le proprie fondamenta su dati oggettivi e rilevanti. A supporto di quanto osservato, la ricerca KPMG “Global CEO Outlook Survey 2018” evidenzia che il 67% dei CEO dichiara di prendere decisioni strategiche basandosi più sul proprio istinto che sull’analisi dei dati aziendali.7 _Esistono

tuttavia diverse aziende che, grazie allo sfruttamento di dati interni ed esterni all’organizzazione, sono riuscite ad ottenere elevati benefici. Quest’ultima ri-cerca evidenzia quindi come, nonostante le opportunità di sviluppo aziendale, siano molte le aziende che non hanno ancora adottato un modello decisionale guidato dai dati. Le imprese che invece hanno adottato questo approccio, lo hanno fatto grazie all’impiego efficace di tecnologie dell’informazione, come i sistemi di Enterprise Resource Planning (ERP), Customer Relationship Mana-gement (CRM) e Supply Chain ManaMana-gement (SCM) che grazie all’acquisizione e all’analisi dei dati hanno permesso di prendere decisioni più informate.8 Con l’evoluzione tecnologica e il cosiddetto paradigma Industry 4.0, l’acquisizione e lo sfruttamento dei dati, sia interni che esterni all’organizzazione, può avvenire in tempo reale e questo porta ulteriori vantaggi per le imprese. Per adottare un approccio decisionale di questo tipo, è necessario che tutti gli attori coin-volti siano consapevoli dei benefici che questo genere di innovazione potrebbe portare loro, in secondo luogo diventa fondamentale imparare ad individuare quali tecnologie esistenti possano realizzare, nella pratica, tale miglioramento. Per quanto riguarda i modelli strutturali, secondo Galbraith (1974) le orga-nizzazioni, data l’importanza di trattare un vasto numero di informazioni per poter svolgere attività complesse, dovrebbero essere progettate in modo tale da facilitare l’elaborazione delle informazioni9_{, `}_{e chiaro quindi che, al fine di}

adot-tare un approccio data-driven, con il quale viene trattato un grande volume di dati, dovr`a essere presa in considerazione anche la struttura organizzativa, che

7_Coacci, _P. _(2018, _Dicembre _5). _La _data _driven _strategy: _i _dati

gui-dano la strategia aziendale. KPMG. Consultato in data Marzo 24, 2020, da https://home.kpmg/it/it/home/insights/2018/12/data-driven-strategy-dati-guidano-la-strategia-aziendale.html

8_{Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Strength in numbers: How does}

data-driven decisionmaking affect firm performance?. SSRN Electronic Journal, 1.

(16)

dovrà essere rivista in funzione della mutata necessità nell’elaborazione delle informazioni in seguito all’adozione di un approccio data-driven. La relazione tra struttura organizzativa e le nuove tecnologie dell’informazione per l’ela-borazione delle informazioni verrà trattata in modo più ampio nel capitolo 2. Diventa quindi centrale, in un’ottica di miglioramento continuo di processi e prodotti, la comprensione delle potenzialità di questo approccio, attivandosi nella direzione giusta sia in termini di cambiamento tecnologico sia in ter-mini organizzativi. Infine, occorre evidenziare che, per intraprendere questo percorso di cambiamento tecnologico ed organizzativo, diventa necessario un cambiamento di “mindset” da parte di tutti i soggetti coinvolti.

1.2 Il salto di paradigma

Le imprese manifatturiere oggi si trovano di fronte a tecnologie sempre più sofisticate ed accessibili, che consentono di gestire l’enorme quantità di dati che viene generato quotidianamente all’interno degli stabilimenti produttivi. I dati, anche quelli più elementari ed apparentemente privi di utilità pratica, as-sumono oggi un ruolo determinante nella capacità delle imprese di competere e quindi di mantenere od ottenere un vantaggio competitivo. Indipendente-mente dalle tecnologie impiegate, o che si vuole impiegare, un elemento che dev’essere necessariamente tenuto in considerazione riguarda l’adozione di un mindset analitico: è necessario comprendere davvero l’importanza dell’analisi dei dati e del loro sfruttamento, cercando di portare la cultura del dato a tutti i livelli dell’organizzazione.10

Trovandoci all’interno di una vera e propria rivoluzione digitale, in cui il dato diventa una risorsa strategica, `e richiesto, per tutte quelle organizzazioni che non hanno ancora adottato un approccio di questo tipo, un salto di paradig-ma. “Il termine salto di paradigma fu introdotto per la prima volta da Thomas Kuhn nel suo autorevolissimo libro La struttura delle rivoluzioni scientifiche. Kuhn dimostra come quasi tutte le importanti innovazioni nel campo della ricerca scientifica rappresentino in primo luogo una rottura con la tradizione, con vecchi moduli di pensiero, con vecchi paradigmi”.11

Qualsiasi impresa, essendo guidata da persone fisiche, è soggetta a vedere il mondo diversamente rispetto a come realmente è, in altre parole è sulla base dei paradigmi creati per mezzo dei condizionamenti derivanti dalle

esperien-10_{Feinzig, S.L., & Guenole, N. (2020). Data-Driven Cultures Start at the Top. Harvard}

Business Publishing.

11_{Covey, S.R. (2014). Le 7 regole per avere successo (B. Calvi, Trad.). FrancoAngeli.}

(17)

ze accumulate nel tempo, che un’impresa vede ci`o che la circonda e prende determinate decisioni. Chi guida l’impresa `e quindi molto influenzato dalle esperienze maturate nel tempo, in questo modo il manager o l’imprenditore agisce sulla base di schemi che hanno funzionato in passato ma che difficil-mente possono essere applicati nuovadifficil-mente, specialdifficil-mente in un ambiente che cambia velocemente come quello in cui ci troviamo attualmente.

1.3 Migliorare le performance aziendali

attra-verso lo sfruttamento di volumi elevati di

dati

La competitività è in continuo aumento a causa della globalizzazione, le im-prese si trovano a dover ricercare o difendere il proprio vantaggio competitivo rispondendo ad una domanda di efficienza e questo può essere fatto agendo su diversi fronti: attraverso la ricerca e l’eliminazione di tutti gli sprechi, attra-verso la riduzione dei costi ed ottimizzando l’impiego delle risorse. Col passare del tempo viene generato un numero sempre maggiore di dati, ciò è dovuto alla costante riduzione dei costi relativi all’impiego delle tecnologie, infatti, come afferma Accenture nella ricerca “Winning with the Industrial Internet of Things”, l’adozione dell’IIoT, che supporta le imprese nella raccolta e nell’ac-cesso di informazioni in tempo reale (e che vedremo più approfonditamente nei prossimi capitoli), è resa possibile grazie alla maggiore disponibilità e acces-sibilità (a livello economico) di sensori e microprocessori.12 _{Si pu`}_{o affermare}

che grazie alla riduzione dei costi, delle dimensioni, del consumo energetico e all’aumento della potenza di calcolo, le tecnologie digitali, che in questo modo vedono anche ampliata la gamma delle aree di applicazione, sono sempre più diffuse e per questo motivo generano, nel tempo, un volume di dati sempre maggiore.13 Questa grande mole di dati può essere poi sfruttata dalle aziende in modo tale da ottenere una riduzione degli sprechi in termini di downtime produttivo ed un miglioramento qualitativo dei prodotti. Inoltre, i dati posso-no fungere da strumento utile alla funzione marketing, che attraverso l’analisi dei big data provenienti dal pubblico a cui è rivolta l’offerta, è in grado di crea-re un’offerta personalizzata sulla base degli acquisti pcrea-regcrea-ressi, degli intecrea-ressi ecc). Per poter quindi migliorare i propri risultati, sia in termini di

efficien-12_{Daugherty, P., & Berthon, B. (2015). Winning with the Industrial Internet of Things.}

How to accelerate the journey to productivity and growth. Accenture.

13_{Bhat, W.A., & Quadri, S.M.K. (2015). Big Data promises value: is hardware technology}

(18)

za interna sia in termini di capacit`a di soddisfare le richieste e i bisogni dei consumatori, ad oggi l’adozione di un approccio orientato ai dati diventa un requisito fondamentale per poter competere all’interno di qualunque mercato. Secondo un’analisi effettuata su un campione di oltre 18.000 stabilimenti pro-duttivi negli Stati Uniti,14 _`_{e emerso che l’adozione del Data-Driven Decision}

making (DDD) risulta più diffusa negli impianti più vecchi ed appartenenti ad organizzazioni che possiedono più stabilimenti, mentre le imprese di pic-cole dimensioni con un unico stabilimento è meno diffusa. Da questo studio emerge tuttavia un dato rilevante, ovvero l’evidenza di prestazioni più elevate delle PMI che avevano adottato il DDD rispetto ad aziende simili che invece non lo avevano adottato.15 _{In un’altra ricerca, effettuata dal Centro per il}

digital business del MIT insieme ad altri collaboratori, sono state esaminate 330 aziende del Nord America: per ciascuna impresa sono state analizzate le pratiche di gestione organizzativa e tecnologica ed `e emerso che “pi`u le aziende si caratterizzavano come data-driven, migliori erano le loro performance su in-dicatori di risultati finanziari ed operativi”.16 _{Per le imprese, vista la maturit`}_a

delle tecnologie a disposizione, occorre sviluppare quindi nuove strategie gui-date dai dati, in modo tale da ridurre le inefficienze produttive migliorando le proprie performance ed aumentando la capacit`a dell’azienda di comprendere e soddisfare i bisogni dei consumatori attraverso l’acquisizione e l’utilizzo di un elevato volume di dati, sia di origine esterna che interna.

1.4 La tecnologia IoT come driver per il

cam-biamento

Con questo capitolo introduttivo sono state poste le basi per comprendere qual `e la direzione che le imprese dovrebbero seguire per continuare a competere all’interno del loro mercato. La convinzione della necessit`a di acquisire queste tecnologie deriva dall’evidenza dei benefici che le imprese ottengono attraverso la loro implementazione.

La digitalizzazione indubbiamente rappresenta una sfida, soprattutto per le PMI, ma se si vuole continuare a competere, diventa un passaggio obbligato

14_{Ricerca effettuata da Brynjolfsson e McElheran e pubblicata nel 2016 sulla base di una}

serie di dati raccolti dall’U.S. Census Bureau dal 2005 al 2010.

15_{Brynjolfsson, E., & McElheran, K. (2016). Data in action: data-driven decision making}

in US manufacturing. US Census Bureau Center for Economic Studies Paper No. CES-WP-16-06.

16_{McAfee, A., & Brynjolfsson, E. (2012).} _{Big Data: The Management Revolution.}

(19)

per tutte le imprese. Tra le tecnologie del paradigma Industria 4.0, l’Internet of Things (IoT) rappresenta quella con “il maggior potenziale di trasformazio-ne in termini di impatto sull’economia moderna trasformazio-nei prossimi anni”.17 _L’IoT

rappresenta oggi per le imprese il principale elemento tecnologico in grado di semplificare e migliorare l’attività di decision-making di manager ed imprendi-tori. Già oggi risultano evidenti le opportunità fornite in termini di acquisizione e rafforzamento del vantaggio competitivo delle imprese che adottano questa tecnologia, tanto che McKinsey l’ha inserita nel gruppo delle cosiddette dodici tecnologie dirompenti.18

A partire dal prossimo capitolo verranno affrontati gli aspetti organizzativi cor-relati all’adozione di questa nuova tecnologia, in modo tale da evidenziare tutti gli elementi fondamentali che `e necessario percorrere per un’implementazione efficace dei sistemi IoT all’interno delle imprese, con particolare riferimento alle PMI industriali.

Riferimenti bibliografici

Bhat, W.A., & Quadri, S.M.K. (2015). Big Data promises value: is hardware technology taken onboard?. Industrial Management & Data Systems, 115 (9), 1577-1595.

Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Strength in numbers: How does data-driven decisionmaking affect firm performance?. Available at SSRN 1819486.

Brynjolfsson, E., & McElheran, K. (2016). Data in action: data-driven decision making in US manufacturing. US Census Bureau Center for Economic Studies Paper No. CES-WP-16-06.

Brynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data-driven decision-making. American Economic Review, 106 (5), 133-139.

Covey, S.R. (2014). Le 7 regole per avere successo (B. Calvi, Trad.). FrancoAngeli. (Originariamente pubblicato nel 1989).

Cucculelli, M., & Lena, D. (2017). Tecnologie digitali e sistema produttivo. Prime evidenze per le Marche. Journal of Applied Economics, 36 (2), 36-62.

Daugherty, P., & Berthon, B. (2015). Winning with the Industrial Internet of Things. How to accelerate the journey to productivity and growth. Accenture. Feinzig, S.L., & Guenole, N. (2020). Data-Driven Cultures Start at the Top. Harvard

Business Publishing.

17_{Wielki, J. (2017). The impact of the Internet of Things concept development on changes}

in the operations of modern enterprises. Polish Journal of Management Studies, 15 (1), 262-275.

(20)

Gimpel, G. (2020). Bringing dark data into the light: illuminating existing IoT data lost within your organization. Business Horizons, 63, 519-530.

McAfee, A., & Brynjolfsson, E. (2012). Big Data: The Management Revolution. Harvard business review, 90 (10), 60-68.

Singh, K. (2006). Cultural Transformation Due to Information Technology (IT) Invasion. Indian Journal of Industrial Relations, 41 (3), 420-443.

Wielki, J. (2017). The impact of the Internet of Things concept development on changes in the operations of modern enterprises. Polish Journal of Manage-ment Studies, 15 (1), 262-275.

Xu, L. (2020). Industry 4.0-Fontiers of the Fourth Industrial Revolution. Systems Research and Behavioral Science, 37 (4), 531-534.

Xu, L.D., Xu, E.L., & Li, L. (2018). Industry 4.0: state of the art and future trends. International Journal of Production Research, 56 (8), 2941-2962.

Riferimenti sitografici

Coacci, P. (2018, Dicembre 5). La data driven strategy: i dati guidano la strategia aziendale. KPMG. Consultato in data Marzo 24, 2020, da https://home.kpmg/ it/it/home/insights/2018/12/data-driven-strategy-dati-guidano-la-strategia-aziendale.html

(21)

Capitolo 2

Gli aspetti organizzativi

dell’Industrial Internet of

Things

Il capitolo si occuperà in primo luogo di individuare l’origine del concetto di Internet of Things e di analizzare gli ambiti di impiego, per poi spostare il focus sull’adozione dell’IoT nelle imprese industriali. Successivamente il capitolo andrà ad analizzare le 3 dimensioni da considerare nel processo di implementazione dell’IoT in azienda. Nello specifico verrà trattata la relazione tra la struttura organizzativa e l’adozione delle nuove tecnologie, cos`ı come il fabbisogno di competenze necessarie allo svolgimento delle attività all’interno del mutato contesto tecnologico.

2.1 L’origine del concetto

Prima di parlare di Industrial Internet of Things occorre richiamare l’elemento fondamentale su cui si basa, ovvero il concetto pi`u ampio di IoT. L’espressio-ne “InterL’espressio-net delle Cose” `e stata coniata nel 1999 da Kevin Ashton durante una presentazione tenutasi presso l’azienda Procter & Gamble.1 _{L’espressione}

Internet of Things (IoT) fa riferimento all’estensione della rete ad oggetti fi-sici. Consiste quindi in una tecnologia che permette di mettere in contatto il mondo reale con quello virtuale attraverso internet, creando in questo modo sistemi intelligenti capaci di raccogliere e comunicare dati relativi allo stato di un dispositivo ed al suo comportamento, ad altre “cose” o persone, generando in questo modo informazioni utili a supporto delle finalit`a dei soggetti. Queste

(22)

tecnologie possono essere impiegate in diversi settori, come quello dell’auto-motive, della domotica, della pubblica amministrazione, della sanit`a, o quello industriale. Il settore che prendiamo in considerazione nel seguente lavoro `e quello della produzione industriale.

2.2 L’IoT applicato all’industria

La tecnologia IoT, quando impiegata in ambito industriale, prende il nome di “Industrial Internet of Things” o IIoT ed il suo utilizzo consente un miglio-ramento generalizzato della produzione grazie al monitoraggio e all’identifica-zione anticipata di potenziali problemi prima che essi si verifichino, riducendo in questo modo il downtime ed aumentando l’efficienza dei processi. A livelli più avanzati, l’IIoT può essere utilizzato per la creazione di una rete di mac-chinari comunicanti tra loro e in grado di autoregolarsi sulla base delle infor-mazioni ricevute, in questo contesto si vengono quindi a creare comunicazioni machine-to-machine (M2M) in grado di velocizzare e semplificare i processi. L’IIoT inoltre può essere impiegato anche nella funzione logistica: attraverso sistemi evoluti di tracciabilità e rintracciabilità che utilizzano sensori RFID è possibile velocizzare tutte le fasi di movimentazione delle merci, si riduco-no drasticamente i tempi e i costi dell’inventario dei magazzini, cos`ı come le problematiche relative alle perdite che si possono verificare durante le fasi di carico, trasporto e scarico. Tutti questi benefici portano ad una gestione più semplice ed efficace della supply chain, riducendo tempi e costi per tutti gli attori coinvolti nella catena.

Queste sono le principali applicazioni dell’IIoT, tuttavia un’organizzazione po-trebbe impiegare queste tecnologie anche in altri modi: ogni organizzazione ha le proprie necessità e vista la flessibilità di tali tecnologie, il loro impiego potrà andare a supportare diverse situazioni e criticità interne. L’Industrial Internet of Things ha quindi come risvolto principale quello di garantire la massima circolarità dell’informazione, che diventa sempre più precisa, supportando ef-ficacemente tutti i soggetti interessati. La circolarità dell’informazione porta quindi all’attivazione di un processo comunicativo più completo, grazie al qua-le è possibile velocizzare i processi e ridurre i problemi dovuti alla mancanza di informazioni; ad esempio, è possibile sfruttare, per le attività di monitoraggio, programmazione della produzione e manutenzione, anche tutte quelle informa-zioni provenienti dall’area produttiva che prima dell’avvento di tali tecnologie era difficile raccogliere, organizzare ed analizzare in tempo reale. L’insieme delle informazioni generate da questi nuovi sistemi crea un’elevata trasparenza

(23)

di tutto il processo produttivo, nello specifico vengono raccolte informazioni relative a parametri di lavorazione e funzionamento utili ai fini della riduzione delle non conformit`a (e quindi al miglioramento qualitativo dei prodotti), alla sicurezza nell’utilizzo dei macchinari,2 _{alla produttivit`}_{a dell’intero}

stabilimen-to produttivo e all’ottimizzazione dell’utilizzo delle risorse energetiche.3

Dopo questa breve introduzione sull’impiego delle tecnologie IoT in ambito industriale che rivedremo in modo pi`u dettagliato nella parte finale del lavo-ro, nei paragrafi successivi andremo ad analizzare le implicazioni che l’IIoT comporta a livello organizzativo.

2.3 Cambiamento tecnologico e cambiamento

organizzativo

Come è possibile intuire dal primo paragrafo e come si avrà modo di osservare più approfonditamente nei capitoli finali del lavoro, la prospettiva dell’Indu-strial Internet of Things, insieme a quella più generale dell’Industria 4.0, è di tipo tecno-centrica. Infatti, nell’analizzare i risvolti di questa quarta rivoluzio-ne industriale, anche dal punto di vista della letteratura, vierivoluzio-ne posta maggior enfasi sulle tematiche relative al cambiamento tecnologico.

Tuttavia, occorre tenere presente che l’introduzione delle nuove tecnologie ha delle implicazioni anche in termini organizzativi: l’IIoT accresce sicuramente la complessit`a tecnologica ma oltre a questo fa nascere anche nuove sfide a livello organizzativo. L’adozione dell’IIoT all’interno dell’organizzazione com-prender`a si decisioni a livello tecnologico, ma queste decisioni dovranno essere prese tenendo conto degli aspetti di natura organizzativa.

Gli aspetti organizzativi principali che occorre prendere in considerazione nel processo di implementazione delle nuove tecnologie, riguardano la struttura or-ganizzativa, quindi il passaggio ad altre forme organizzative e gli aspetti legati alle risorse umane, come il fabbisogno di competenze, l’acquisizione di nuove figure professionali, la formazione ed infine la condivisione delle informazioni e delle conoscenze.

Arnold (2017) sottolinea che, nel caso in cui si decida di adottare l’IIoT, per

2_{Stojadinovi´}_{c, A., Stojanovi´}_{c, N., & Stojanovi´}_{c, L. (2015). Dynamic monitoring for}

improving worker safety at the workplace: use case from a manufacturing shop floor. In Proceedings of the 9th ACM International Conference on Distributed Event-Based Systems, 205-216.

3_{Wang, W., Yang, H., Zhang, Y., & Xu, J. (2018). IoT-enabled real-time energy efficiency}

optimisation method for energy-intensive manufacturing enterprises. International Journal of Computer Integrated Manufacturing, 31 (4-5), 362-379.

(24)

un’implementazione di successo sia decisivo considerare congiuntamente le 3 seguenti dimensioni:

• Organizzativa; • Umana; • Tecnologica.

La dimensione organizzativa dovr`a essere in grado di supportare quella umana e quella tecnologica, in particolare assume rilevanza l’adozione di una struttura organizzativa in grado di supportare lo sviluppo delle competenze, il coinvol-gimento e la motivazione dei dipendenti, cos`ı come lo sviluppo e l’integrazione delle tecnologie IIoT.4

Anche Oks (2017) propone un approccio basato sulle 3 dimensioni citate sopra (organizzativa, umana e tecnologica) sostenendo che la dimensione organizza-tiva sia quella meno matura.5 La dimensione tecnologica verr`a analizzata nella parte finale del lavoro, mentre nei prossimi paragrafi analizzeremo le prime due dimensioni, in modo tale da avere una visione completa del percorso di cam-biamento organizzativo che le imprese manifatturiere dovrebbero percorrere per un’efficace implementazione dell’Industrial Internet of Things.

2.4 La struttura organizzativa

Come abbiamo anticipato, l’implementazione di sistemi IIoT porta tutta una serie di opportunità che però, per poter essere colte con successo, comporta-no la definizione di nuove strategie organizzative. Sviluppare nuove strategie richiede particolare attenzione verso la struttura organizzativa, quest’ultima infatti, nel perseguire un obiettivo di sviluppo organizzativo, non dev’essere considerata come un elemento separato rispetto all’introduzione di nuove tec-nologie, bens`ı complementare. Si può affermare che la struttura organizzativa sia strettamente correlata all’adozione di tecnologie innovative.

Sono stati fatti molti studi sulla relazione tra organizzazione e tecnologia, oc-corre tuttavia citare lo studio di Joan Woodward in quanto considerato l’ante-signano rispetto ai successivi. La Woodward (1965), sulla base di uno studio

4_{Arnold, C. (2017). The Industrial Internet of Things from a Management Perspective:}

A Systematic Review of Current Literature. Journal of Emerging Trends in Marketing and Management, 1, 8-21.

5_{Oks, S.J., Fritzsche, A., & M¨}_{oslein, K.M. (2017). An Application Map for Industrial}

Cyber-Physical Systems. In Industrial Internet of Things: Cybermanufacturing Systems, S Jeschke, C Brecher H Song, DB Rawat (eds.), Springer International Publishing, 21-46.

(25)

Figura 2.1: Le 3 dimensioni da considerare per l’implementazione dell’IIoT secondo Arnold. Fonte: elaborazione propria

effettuato su un campione di 100 aziende situate nel sud dell’Inghilterra, ha individuato l’esistenza di un collegamento tra le variabili tecniche e quelle or-ganizzative. In particolare, ha riscontrato delle relazioni tra i sistemi tecnici presi in considerazione (ovvero produzione unitaria e a piccoli lotti, produzio-ne a grandi lotti e produzioproduzio-ne di massa, e produzioproduzio-ne a processo continuo) che altro non sono che i diversi sistemi di produzione (chiamati anche tecno-logie di produzione), e la progettazione organizzativa, evidenziando differenze strutturali rilevanti tra i 3 gruppi di imprese che avevano adottato le diverse tecnologie di produzione.

Damanpour e Gopalakrishnan (1998) suggeriscono che le organizzazioni che adottano un modello meccanico, caratterizzate quindi da una chiara linea ge-rarchica, un’elevata specializzazione ed una forte formalizzazione, sono le or-ganizzazioni che, guardando al passato, hanno avuto il minor tasso di adozione di innovazioni tecnologiche.6 _{Si pu`}_{o comprendere quindi come sia chiara}

l’esi-genza di considerare l’adozione di altri modelli strutturali nei casi in cui l’or-ganizzazione voglia intraprendere un percorso di implementazione delle nuove tecnologie dell’Industria 4.0. Questo `e vero soprattutto per le piccole e medie imprese, che spesso hanno un modello strutturale di tipo gerarchico-funzionale che mal si concilia con un ambiente complesso ed instabile come quello in cui si trovano le imprese oggi. Facendo leva sulla specializzazione delle competenze, le PMI con una struttura gerarchico-funzionale si caratterizzano per un’elevata

6_{Brous, P., Janssen, M., & Herder, P. (2020). The dual effects of the Internet of Things}

(IoT): A systematic review of the benefits and risks of IoT adoption by organizations. International Journal of Information Management, 51, 1-17.

(26)

efficienza interna, che rappresenta una situazione ottima in caso di ambiente stabile, mentre in condizioni di maggior complessità a livello di richieste pro-venienti dal mercato, la rigidità di questa struttura si traduce in una limitata adozione di tecnologie innovative, proprio in virtù della difficoltà di utilizzare nuovi sistemi attraverso una struttura ormai “collaudata”, caratterizzata da un’elevata specializzazione delle competenze, una forte separazione tra i vari dipartimenti funzionali ed un alto livello di formalizzazione.

L’immobilismo organizzativo spinge le PMI ad avere difficolt`a nel competere in un ambiente cos`ı dinamico, dove le richieste da parte dei clienti cambiano sempre pi`u velocemente, se poi si considerano anche le limitate risorse finan-ziarie rispetto a quelle possedute da aziende di maggiori dimensioni, per poter rimanere competitive diventa fondamentale, almeno nel settore della produ-zione industriale, adeguare la propria struttura per innovare i propri prodotti e processi attraverso l’utilizzo di nuove tecnologie.

Tra gli elementi che comportano un più alto od un più basso livello di mortalità delle PMI abbiamo infatti la difficoltà nel superare gli ostacoli di tipo tecno-logico.7 _{L’adozione di nuove tecnologie, in un ambiente competitivo sempre}

più spinto, necessita si di investimenti che possono rappresentare un problema per aziende di piccole dimensioni, ma oltre a questo si rende necessaria anche la capacità di adeguare la propria struttura alle nuove tecnologie in modo tale da far si che siano realmente efficaci e portino ai risultati sperati. Le limitate risorse finanziarie possono rappresentare un ostacolo all’acquisizione di nuove tecnologie, tuttavia l’evoluzione tecnologica oggi permette di ottenere risultati soddisfacenti anche con investimenti più ridotti. Possiamo quindi affermare che ad oggi il fattore critico per un’efficace implementazione tecnologica sia legato alla capacità delle PMI di comprendere quando si rende necessario fare dei cambiamenti a livello organizzativo.

L’esistenza di una relazione tra la struttura e l’adozione di nuove tecnologie la possiamo trovare guardando anche ad un’analisi empirica effettuata su al-cune PMI italiane: per l’analisi in questione sono state selezionate 10 imprese rappresentative dei principali settori del nord Italia, intervistate tra marzo e giugno 2018. Le imprese selezionate hanno tutte investito in tecnologie relative all’Industria 4.0 come la robotica intelligente, l’IoT e tecnologie per effettuare simulazioni (quindi rappresentazioni virtuali di prodotti e processi che consen-tono di ridurre la prototipazione fisica). Le varie organizzazioni si trovavano in diversi stadi di implementazione. Dall’analisi `e emerso che la struttura

organiz-7_{Zaridis, A. D., & Mousiolis, D. T. (2014). Entrepreneurship and SME’s organizational}

structure. Elements of a successful business. Procedia-social and behavioral sciences, 148, 463-467.

(27)

zativa maggiormente adottata dalle imprese selezionate era quella a matrice, in particolare le imprese in questione avevano deciso di cambiare la propria struttura organizzativa passando da quella funzionale a quella a matrice, che si `e dimostrata pi`u adatta all’implementazione delle nuove tecnologie.

Un aspetto rilevante da sottolineare riguarda il fatto che all’interno del cam-pione erano presenti anche organizzazioni che non avevano adottato un nuovo modello strutturale, ma che stavano avendo, come conseguenza dell’imple-mentazione, un ampliamento della portata del controllo ed una riduzione dei livelli gerarchici.8 Risulta quindi evidente l’importanza di non considerare gli aspetti organizzativi, in particolare quelli strutturali, come separati da quelli tecnologici: l’introduzione di nuove tecnologie deve essere accompagnata da cambiamenti organizzativi e, come si potr`a osservare al termine del capitolo, culturali, in grado di creare un contesto favorevole alla comunicazione e ad un miglior coordinamento interno.

2.5 Il fabbisogno di competenze

Sulla base di quanto osservato fino ad ora, è chiaro che la digitalizzazione degli stabilimenti produttivi comporta tutta una serie di cambiamenti. Al riguardo, un aspetto che deve essere affrontato in modo rigoroso è quello relativo alle competenze professionali. La riqualificazione delle competenze diventa un pas-saggio obbligato nel momento in cui si decide di intraprendere un percorso di rinnovamento tecnologico. Avere competenze adeguate allo svolgimento delle attività nel mutato contesto organizzativo ha un ruolo centrale nella capacità dell’organizzazione di implementare efficacemente le nuove tecnologie, questo perché, come è già stato osservato, la tecnologia da sola non basta.

Gronau et al. (2017) sostengono infatti che le risorse umane restano il fat-tore critico di successo9_{, `}_{e grazie alla loro formazione e addestramento che le}

tecnologie IIoT possono diventare un vero elemento di supporto ai processi di business. In questo contesto, che vede l’introduzione delle nuove tecnologie, `e richiesto un ampliamento delle conoscenze da parte dei dipendenti. I dipenden-ti si trovano a dover operare con nuovi disposidipenden-tivi informadipenden-tici che funzionano sulla base di nuovi sistemi informativi.

8_{Cimini, C., Boffelli, A., Lagorio, A., Kalchschmidt, M., & Pinto, R. (2020). How do}

Industry 4.0 technologies influence organisational change? An empirical analysis of Italian SMEs. Journal of Manufacturing Technology Management.

9_{Gronau, N., Ullrich, A., & Teichmann, M. (2017). Development of the Industrial IoT}

Competences in the Areas of Organization, Process, and Interaction based on the Learning Factory Concept. Procedia Manufacturing, 9, p. 256.

(28)

All’interno del mutato ambiente produttivo, la necessit`a di lavorare con tec-nologie informatiche innovative, porta alla necessit`a di acquisire nuove com-petenze di natura tecnica come la conoscenza e l’utilizzo di software ERP e MES10_{, ma anche competenze analitiche come la capacit`}_{a di trasformare dati}

provenienti dalla fabbrica in informazioni utili allo svolgimento delle attività. La capacità di analizzare i dati diventa una competenza fondamentale soprat-tutto per il controllo delle prestazioni produttive, reso più accessibile ed efficace grazie ai nuovi sistemi IIoT. Si può quindi affermare che le nuove tecnologie portano ad una trasformazione delle conoscenze a livello qualitativo, in par-ticolare si verifica un passaggio da conoscenze e competenze tacite, manuali e strettamente dipendenti dal processo a conoscenze maggiormente astratte, teoriche ed indipendenti dal processo.11

Al fine di innovare continuamente, la progettazione organizzativa deve esse-re considerata come un’attività in continua evoluzione, infatti, come è stato osservato, tutte le variabili organizzative sono coinvolte nell’adozione di tec-nologie innovative all’interno dell’organizzazione: l’implementazione dell’Indu-strial Internet of Things comporta, come abbiamo visto, il passaggio ad una particolare struttura organizzativa. L’IIoT richiede inoltre nuove competenze e data l’innovatività delle tecnologie, nella maggior parte dei casi le impre-se devono acquisire nuove competenze attraverso la formazione del personale, specialmente quelle di piccole e medie dimensioni che fanno più fatica a trovare dipendenti qualificati con le competenze tecniche richieste.12

2.6 Il cambiamento culturale

Abbracciare il concetto di Industria 4.0 richiede dei cambiamenti nella cultura organizzativa. L’introduzione di nuove tecnologie all’interno dell’impresa deve necessariamente essere accompagnata da una valutazione degli effetti che que-st’ultima pu`o avere in termini culturali. Sulla base di uno studio effettuato da Jin et al. (2016), gli autori evidenziano che oltre agli investimenti richiesti, un altro fattore determinante che ha un forte impatto su come l’organizzazione percepisce le nuove tecnologie, `e rappresentato dalla cultura. Il cambiamento

10_{Cimini et al., 2020, op. cit.}

11_{Johansson, J., Abrahamsson, L., Bergvall K˚}_{areborn, B., F¨}_{altholm, Y., Grane, C., &}

Wykowska, A. (2017). Work and Organization in a Digital Industrial Context. Management revue, 28 (3), 281-297.

12_{Orzes, G., Poklemba, R., & Towner, W.T. (2020). Implementing Industry 4.0 in SMEs:}

A Focus Group Study on Organizational Requirements. In: Matt D., Modr´ak V., Zsifkovits H. (eds) Industry 4.0 for SMEs. Palgrave Macmillan, Cham, 251-277.

(29)

culturale `e infatti importante tanto quanto il cambiamento tecnologico, rap-presenta un elemento fondamentale per una trasformazione di successo. E` quindi necessario formare tutti i soggetti interessati in modo tale da renderli in grado di utilizzare correttamente le nuove tecnologie e generare valore per l’impresa.13 _{Sulla base dei risultati di 3 casi studio condotti dal personale del}

NIST,14_{riguardanti 3 PMI manifatturiere, `}_{e stato osservato che alcuni}

operato-ri guardavano le tecnologie di monitoraggio dello stato di salute dei macchinaoperato-ri con scetticismo e diffidenza, considerandole come un elemento di rimpiazzo nei confronti delle loro responsabilit`a. I responsabili delle PMI sottoposte allo studio hanno evidenziato come la cultura sia stata un elemento significativo nella capacit`a dell’impresa di implementare efficacemente le nuove tecnologie, affermando che la resistenza in termini culturali ha costretto il management aziendale a rivedere la propria strategia di implementazione.15 _{Proprio in}

rela-zione a quest’ultimo aspetto, Veile et al. (2019), sulla base dei risultati empirici derivanti da interviste fatte a manager di aziende manifatturiere tedesche con esperienza nel settore 4.0, evidenziano l’importanza di effettuare dei cambia-menti nella cultura organizzativa in modo incrementale e non radicale se si vuole ridurre la probabilità di avere delle resistenze interne. Sempre gli stessi autori, individuano delle caratteristiche relative alla cultura organizzativa che sono compliance rispetto all’adozione dei concetti dell’Industria 4.0 come, ad esempio, essere aperti alle novità ed un alto livello di disponibilità all’appren-dimento.16 La disponibilità ad apprendere è un elemento che viene preso in considerazione anche da Pessl et al. (2017) i quali, nel creare un modello per valutare il livello di maturità delle aziende rispetto ai concetti dell’Industria 4.0, affermano che la presenza di una cultura dell’apprendimento (che prevede ad esempio la fornitura da parte dell’impresa di materiale didattico, strumen-tazioni, e aree di lavoro dedicate all’apprendimento) ha effetti positivi sulla capacità delle imprese di ottenere la necessaria accettazione del cambiamento da parte dei dipendenti e aumentare il grado di digitalizzazione.17 _{In questo}

13_{Wang, D. (2018). Building value in a world of technological change: Data analytics and}

industry 4.0. IEEE Engineering Management Review, 46 (1), 32-33.

14_{National Institute of Standards and Technology - U.S. Department of Commerce.} 15_{Jin, X., Weiss, B. A., Siegel, D., & Lee, J. (2016). Present status and future growth of}

advanced maintenance technology and strategy in US manufacturing. International journal of prognostics and health management, 7 (Spec Iss on Smart Manufacturing PHM).

16_{Veile, J.W., Kiel, D., M¨}_{uller, J.M., & Voigt, K.I. (2019). Lessons learned from}

Indu-stry 4.0 implementation in the German manufacturing induIndu-stry. Journal of Manufacturing Technology Management.

17_{Pessl, E., Sorko, S. R., & Mayer, B. (2017). Roadmap Industry 4.0–implementation}

guideline for enterprises. International Journal of Science, Technology and Society, 5 (6), 193-202.

(30)

contesto, la creazione di un ambiente interno in grado di rendere i collaboratori sempre più disponibili e stimolati ad apprendere nuovi concetti, nuovi modi di lavorare e nuove tecnologie, si può quindi dimostrare un elemento di supporto al processo di implementazione dei concetti dell’Industria 4.0; in altre paro-le, occorre creare un ambiente interno che possa in qualche modo supportare l’innovazione. Come suggerisce il report “Digital Manufacturing – escaping pi-lot purgatory” realizzato da McKinsey, la trasformazione digitale ha maggiori chance di avere successo se realizzata in un ambiente in grado di stimolare ed incentivare la creatività e di supportare l’innovazione.18

Nel prossimo capitolo verranno analizzate nel dettaglio le problematiche che le PMI, che sono l’oggetto principale del lavoro, si trovano ad affrontare in caso di adozione di tecnologie digitali, verranno quindi delineate le principali problematiche organizzative delle Piccole e Medie Imprese.

Riferimenti bibliografici

Arnold, C. (2017). The Industrial Internet of Things from a Management Perspecti-ve: A Systematic Review of Current Literature. Journal of Emerging Trends in Marketing and Management, 1, 8-21.

Ashton, K. (2009). That ‘internet of things’ thing. RFID journal, 22 (7), 97-114. Brous, P., Janssen, M., & Herder, P. (2020). The dual effects of the Internet of

Things (IoT): A systematic review of the benefits and risks of IoT adoption by organizations. International Journal of Information Management, 51, 1-17. Cimini, C., Boffelli, A., Lagorio, A., Kalchschmidt, M., & Pinto, R. (2020). How do Industry 4.0 technologies influence organisational change? An empirical analysis of Italian SMEs. Journal of Manufacturing Technology Management. Gronau, N., Ullrich, A., & Teichmann, M. (2017). Development of the Industrial IoT Competences in the Areas of Organization, Process, and Interaction based on the Learning Factory Concept. Procedia Manufacturing, 9, 254-261. Jin, X., Weiss, B. A., Siegel, D., & Lee, J. (2016). Present status and future

gro-wth of advanced maintenance technology and strategy in US manufacturing. International journal of prognostics and health management, 7 (Spec Iss on Smart Manufacturing PHM).

Johansson, J., Abrahamsson, L., Bergvall K˚areborn, B., F¨altholm, Y., Grane, C., & Wykowska, A. (2017). Work and Organization in a Digital Industrial Context. Management revue, 28 (3), 281-297.

McKinsey (2018). Digital Manufacturing – escaping pilot purgatory. Digital Mc-Kinsey.

(31)

Oks, S.J., Fritzsche, A., & M¨oslein, K.M. (2017). An Application Map for Indu-strial Cyber-Physical Systems. In InduIndu-strial Internet of Things: Cybermanu-facturing Systems, S Jeschke, C Brecher H Song, DB Rawat (eds.), Springer International Publishing, 21-46.

Orzes, G., Poklemba, R., & Towner, W.T. (2020). Implementing Industry 4.0 in SMEs: A Focus Group Study on Organizational Requirements. In: Matt D., Modr´ak V., Zsifkovits H. (eds) Industry 4.0 for SMEs. Palgrave Macmillan, Cham, 251-277.

Pessl, E., Sorko, S. R., & Mayer, B. (2017). Roadmap Industry 4.0–implementation guideline for enterprises. International Journal of Science, Technology and Society, 5 (6), 193-202.

Stojadinović, A., Stojanović, N., & Stojanović, L. (2015). Dynamic monitoring for improving worker safety at the workplace: use case from a manufacturing shop floor. In Proceedings of the 9th ACM International Conference on Distributed Event-Based Systems, 205-216.

Veile, J.W., Kiel, D., M¨uller, J.M., & Voigt, K.I. (2019). Lessons learned from Industry 4.0 implementation in the German manufacturing industry. Journal of Manufacturing Technology Management.

Wang, D. (2018). Building value in a world of technological change: Data analytics and industry 4.0. IEEE Engineering Management Review, 46 (1), 32-33. Wang, W., Yang, H., Zhang, Y., & Xu, J. (2018). IoT-enabled real-time energy

efficiency optimisation method for energy-intensive manufacturing enterprises. International Journal of Computer Integrated Manufacturing, 31 (4-5), 362-379.

Zaridis, A. D., & Mousiolis, D. T. (2014). Entrepreneurship and SME’s organizatio-nal structure. Elements of a successful business. Procedia-social and behavioral sciences, 148, 463-467.

(32)

(33)

Capitolo 3

IIoT nelle PMI

In questo capitolo viene introdotto il tema dell’Industrial IoT nell’ambito delle PMI. Vengono analizzate le principali problematiche che possono riscontrare le imprese di piccole dimensioni nell’intraprendere un percorso di digitalizzazio-ne, evidenziando come, a causa di questi problemi, siano ancora poche le PMI ad investire nelle nuove tecnologie digitali. Successivamente verrà delineato lo stato in cui si trovano la maggior parte degli stabilimenti industriali delle aziende di piccole dimensioni, evidenziando la mancanza della connettività dei macchinari in tutte le fabbriche costituite da sistemi operativi “legacy”. Infine, viene proposta come possibile soluzione il concetto dello Smart Retrofitting, ovvero un approccio di intervento utile alla conversione di questi vecchi siste-mi legacy al nuovo paradigma dell’Industry 4.0, potenziando in questo modo il sistema informativo aziendale. Con l’introduzione del concetto di Smart Retrofitting le PMI trovano una modalità, adeguata alle caratteristiche che le caratterizzano, con cui intraprendere il percorso di digitalizzazione.

3.1 La rilevanza delle PMI in Italia

Il numero totale delle imprese italiane, come si pu`o osservare in Figura 3.1,1

nel 2017 `e stato di 4.304.912 unit`a, non considerando le microimprese,2 _le

PMI presenti in Italia sono 205.959, rappresentando meno del 5% (4,78%) del totale delle imprese attive e, da sole, generano un fatturato di 1.241.509.532 euro, contribuendo a circa il 40% (40,7%) dell’intero fatturato generato, risulta pertanto evidente come questa categoria di imprese rappresenti un elemento fondamentale della crescita economica del paese. Data la loro rilevanza nel

1_{Risultati economici delle imprese. Consultato in data Ottobre, 16, 2020, da dati.istat.it:}

http://dati.istat.it/Index.aspx?DataSetCode=DCCN PILT#

(34)

tessuto imprenditoriale nazionale, è chiaro che queste imprese possono influen-zare notevolmente lo sviluppo economico del paese, e per restare competitive anche a livello internazionale diventa importante intraprendere un percorso di digitalizzazione. Oggi l’innovazione digitale risulta quindi il motore in grado di rendere le PMI italiane più competitive, l’utilizzo delle nuove tecnologie rap-presenta, più precisamente, un passaggio indispensabile se si vuole continuare a competere sia a livello nazionale che internazionale.

Figura 3.1: Risultati economici delle imprese per classe di addetti. Fonte: Istat

3.2 Il ritardo nella digitalizzazione delle PMI

italiane

Le PMI italiane, nonostante i forti vantaggi che potrebbero ottenere, sono an-cora molto indietro nel processo di digitalizzazione, lo dimostrano i dati relativi alla ricerca dell’Osservatorio Innovazione digitale nelle PMI del Politecnico di Milano, che evidenzia come il livello di digitalizzazione delle PMI italiane si trovi al di sotto della media europea, in quanto solo il 26% delle circa 1500 PMI del campione analizzato dimostra di avere un certo livello di maturit`a digitale.3

La situazione evidenziata pu`o essere spiegata anche guardando al ruolo che hanno le piccole e medie imprese all’interno della supply chain dell’industria manifatturiera, ovvero la loro tendenza ad essere labor-intensive e, rispetto al-le imprese di grandi dimensioni, orientate maggiormente ad obiettivi di breve

3_Innovazione _digitale _nelle _PMI _2020, _ecco _a _che _punto _siamo. _(2020,

Febbraio 14). Consultato in data Marzo 29, 2020, da zerounoweb: https://www.zerounoweb.it/trends/dinamiche-di-mercato/innovazione-digitale-nelle-pmi-2020-ecco-a-che-punto-siamo/

(35)

termine, focalizzando quindi meno l’attenzione su aspetti strategici di lungo termine, il tutto a causa anche della ridotta disponibilit`a di risorse finanziarie. I principali motivi per cui soltanto un numero ancora limitato di piccole e medie imprese possono considerarsi digitalizzate, sono la scarsa propensione ad investire in tecnologie ancora poco conosciute ed implementate nell’ambi-to delle PMI, le ridotte risorse finanziarie con la conseguente paura di dover sostenere i costi relativi ad un eventuale fallimento ed una ridotta presenza di competenze digitali interne all’organizzazione.

3.2.1 La scarsa propensione ad investire

Le PMI generalmente operano in condizioni di forte limitazione a livello di risorse, soprattutto in termini finanziari. La limitazione di cui sopra pone i manager delle PMI di fronte ad una scarsa presenza di fonti di finanziamento da destinare a nuovi investimenti, rendendo cos`ı gli stessi manager molto cauti nell’adottare nuove tecnologie.4

Secondo una ricerca effettuata su alcuni gruppi di imprese relativi a quattro diversi paesi, all’interno dei quali sono stati intervistati dai 13 ai 25 CEO o direttori tecnici relativi a 7-10 PMI, `e emerso che gli investimenti in termini di risorse finanziarie e di tempo, necessari per implementare le tecnologie dell’In-dustria 4.0 sono molto elevati, oltre a questo i manager affermano anche che il ROI non `e molto chiaro.5 _{Questa situazione viene evidenziata anche da un}

white paper del World Economic Forum che ha come oggetto l’analisi delle pro-blematiche e dell’impatto dell’IIoT nelle PMI e che evidenzia come le piccole e medie imprese debbano affrontare una serie di sfide legate alle competenze dei dipendenti, all’accesso ai capitali ed alla scarsa chiarezza in merito al ritorno sull’investimento.6 Questo porta le PMI ad essere poco propense ad investire. Una possibile via per poter far fronte a questo problema `e stata promossa dai governi dei vari paesi che, attraverso delle politiche e delle misure, supporta-no le imprese nel percorso di digitalizzazione,7 come il “Piano Impresa 4.0” (piano Calenda) in Italia, l’iniziativa “Plattform Industrie 4.0” promossa dalla Germania e la strategia nazionale “Alliance Industrie du Futur” della Francia, tuttavia, ottenere fondi dallo stato per acquisire nuove tecnologie non `e

suf-4_{Ghobakhloo, M., & Ching, N. T. (2019). Adoption of digital technologies of smart}

manufacturing in SMEs. Journal of Industrial Information Integration, 16, 100107.

5_{Orzes et al., 2020, op. cit.}

6_{World Economic Forum (2020). Accelerating the Impact of Industrial IoT in Small and}

Medium-Sized Enterprises: A Protocol for Action. White Paper.

7_{Agostini, L., & Nosella, A. (2019). The adoption of Industry 4.0 technologies in SMEs:}

(36)

ficiente per realizzare una trasformazione digitale di successo perché, come è stato osservato nel capitolo 2, sono necessari anche cambiamenti organizzativi, culturali e, come verrà mostrato nel prossimo paragrafo, anche in termini di competenze.

3.3 La riqualificazione delle competenze

La quarta rivoluzione industriale ha introdotto numerose innovazioni tecnolo-giche, come la robotica, la sensoristica avanzata, l’additive manufacturing e il cloud, tuttavia l’innovazione che possiamo considerare come centrale in questa nuova rivoluzione è rappresentata dall’analisi dei big data, ovvero dalla possi-bilità di gestire una raccolta dati estremamente estesa, in termini di volumi, velocità e varietà, attraverso tecnologie in grado di estrarre valore dai dati “grezzi”, ovvero attraverso l’utilizzo di tecnologie di IoT, cloud e piattaforme di data analytics. Essendo il complesso delle nuove tecnologie molto vasto, l’impresa è chiamata ad individuare le soluzioni più adeguate alla propria realtà organizzativa. Chi dirige l’impresa deve quindi avere una conoscenza approfondita del tema dell’industria 4.0, delle tecnologie e delle opportunità che queste ultime possono rappresentare, solo in questo modo l’organizzazione potrà valutare quali tecnologie possano rappresentare la soluzione alle criti-cità che l’organizzazione stessa possiede.8 _{Ogni organizzazione, per utilizzare}

strategicamente le nuove tecnologie, dovrà quindi definire il proprio percorso. Una volta individuato il fabbisogno tecnologico e valutato i benefici delle nuove tecnologie, essendo queste ultime molto innovative rispetto ai sistemi tradizio-nali, emerge la necessità di valutare il fabbisogno formativo e l’acquisizione di nuove competenze professionali. La presenza delle competenze e delle capacità necessarie all’impresa per realizzare la digitalizzazione della produzione può essere assicurata attraverso la formazione interna, l’acquisizione di nuovi ta-lenti e attraverso la collaborazione con il mondo accademico.9 _{Come abbiamo}

già avuto modo di vedere nel precedente capitolo, maturare adeguate compe-tenze digitali diventa un obiettivo imprescindibile per qualsiasi organizzazione, diventando parte di un processo evolutivo che non può più essere ignorato. Le PMI inoltre non possiedono adeguate competenze digitali, in alcuni casi si ha addirittura una completa mancanza di competenze. Se presente, è il responsabile IT a dover gestire la parte tecnologica, che però nella pratica si

8_{Wienbruch, T., Leineweber, S., Kreimeier, D., & Kuhlenk¨}_{otter, B. (2018). Evolution}

of SMEs towards Industrie 4.0 through a scenario based learning factory training. Procedia Manufacturing, 23, 141-146.

(37)

limita solo ad effettuare attivit`a di ordinaria manutenzione dei sistemi infor-matici dell’azienda. La risorsa umana diventa un fattore strategico per gestire la complessit`a tecnologica che l’azienda si trova a dover affrontare, per questo motivo emerge quindi l’esigenza di assicurare un’adeguata riqualificazione del-le competenze.

Ai dipendenti viene inoltre richiesto di collaborare tra le varie funzioni azien-dali, in particolare `e importante che vi sia una collaborazione tra le persone che si occupano delle operations, le persone esperte di IT, quindi quei sogget-ti che hanno conoscenze relasogget-tive alle infrastrutture aziendali, all’architettura dei sistemi informativi, competenze di analisi dei dati ed infine i manager che hanno il compito di definire la strategia digitale che dev’essere perseguita. Al fine di rendere possibile la collaborazione tra tutti questi soggetti `e necessa-rio andare oltre i tradizionali confini tra le varie funzioni aziendali,10 _infatti,

nel capitolo 2, è stato osservato che per implementare efficacemente le nuove tecnologie digitali occorre rivedere la struttura organizzativa, in particolare sono stati individuati modelli strutturali che si adattano meglio all’implemen-tazione delle nuove tecnologie e modelli, come quello funzionale che prevede la separazione tra le varie funzioni aziendali, che rendono più difficoltosa la digitalizzazione dell’impresa. Intraprendere un percorso di digitalizzazione ri-chiede infatti la creazione di progetti che possono essere gestiti meglio da una struttura a matrice. Tutto questo ovviamente richiede tempo, non si confi-gura come un cambiamento immediato ma come un’evoluzione graduale. Le PMI manifatturiere, per poter restare competitive sul mercato nei prossimi anni, dovranno quindi necessariamente investire nelle nuove tecnologie digitali e nelle relative competenze. In questo contesto, una delle maggiori criticità che possono incontrare le imprese è rappresentata dall’arretratezza del sistema educativo italiano a livello di competenze e formazione sulle tecnologie digitali avanzate, infatti, il Ministero dell’Economia e delle Finanze stima per l’Ita-lia valori riguardanti la diffusione delle competenze digitali nella forza lavoro molto inferiori (29%) rispetto alla media europea (37%).11 _{Nel presente lavoro}

si fa particolare riferimento alle tecnologie e alle competenze relative all’Indu-strial Internet of Things di cui vengono evidenziate le potenzialità, dato che esse rappresentano già oggi le tecnologie che hanno l’influenza maggiore sulla capacità delle imprese di semplificare ed ottimizzare i propri processi.

10_{Agostini, L., & Nosella, A. (2019). The adoption of Industry 4.0 technologies in SMEs:}

results of an international study. Management Decision, 58 (4), 625-643.

11_{Deloitte. (2018). Italia 4.0: siamo pronti? Il percepito degli executive in merito agli}