Table of Contents Table of Contents
Previous Page  28 / 104 Next Page
Information
Show Menu
Previous Page 28 / 104 Next Page
Page Background

28

rmo

giugno/luglio 2017

statistici avanzati, sviluppando applicazioni e strumenti

operativi per trasformarli in informazioni comprensibili

e utili alla persona giusta al momento giusto. Diventa

infine sempre più rilevante la capacità di eseguire ana-

lisi del rischio e definire misure di cyber security, privacy

e safety”. In ambito produttivo, diventano rilevanti le

competenze relative all’uso di tecnologie accrescitive,

quali realtà aumentata e virtuale, esoscheletri e altri di-

spositivi per aumentare le capacità sensoriali, fisiche e

cognitive. L’avvento dell’automazione collaborativa im-

pone quindi all’operatore la capacità di programmare i

co-bot e di interagire con essi. Emergerà infine sempre

più l’esigenza di saper monitorare le attività attraverso

dispositivi digitali che ricevono informazioni in tempo

reale, e il sapersi interfacciare con sistemi MES e di su-

pervisione, manutenzione predittiva e reporting. Dal

punto di vista dell’ingegneria di produzione, serviranno

nuove competenze per progettare prodotti smart e con-

nessi, insieme ai servizi ad essi collegati, e competenze

matematiche per analisi di big data, robotica collabora-

tiva, sensoristica e per modellare le linee per impiego di

CPS. Infine, anche i manager dovranno avere ben chiari

i benefici tecnologici legati ai nuovi strumenti digitali,

e le conseguenze della servitizzazione della propria of-

ferta sul mercato.

Formazione e digital learning.

I metodi formativi

vanno rivisti con il supporto delle nuove tecnologie,

sia in fabbrica che fuori. Aiutanti robotizzati possono

supportare gli utenti nell’utilizzo dei sistemi, mentre

ambienti di realtà virtuale possono essere impiegati

per l’addestramento propedeutico all’inserimento in

linea per nuovi prodotti e processi produttivi. “Il la-

voratore digitale è un professionista che gravita in un

mondo industriale altamente connesso e aperto - dice

Ezio Fregnan, Comau training manager -, che cono-

sce le potenzialità offerte dalla digital business revo-

lution ed è affine alle tecnologie abilitanti: advanced

INCHIESTA

Robot per educational

Comau Academy organizza programmi formativi

rivolti a tre tipologie di partecipanti, Companies

& professionals, con master e corsi mirati

alla formazione di operatori tecnici, Young

talents, per la formazione di giovani talenti

universitari, e Students & kids. Questi ultimi

prevedono anche corsi mirati al conseguimento

del Robotics License, un patentino della

robotica su uso e programmazione dei robot.

Lo School Lab RoboScuola è invece rivolto ai

giovanissimi, per familiarizzare gli studenti fin

dalle scuole primarie all’utilizzo di robot come

strumento didattico, rendendo più intuitivo e

affascinante lo studio di materie classiche.

L’azienda sta per lanciare sul mercato un robot

destinato al mondo dell’educational, mentre

dalla collaborazione con l’istituto BioRobotics

della Scuola superiore Sant’Anna è nato il robot

collaborativo Aura, che a breve sarà affiancato

da una serie di robot modulari aperti progettati

per fini didattici.

mento indispensabile per identificare soluzioni basate

sull’esperienza.

Competenze che cambiano.

Fattori abilitanti nel

passaggio alla Fabbrica 4.0 saranno professioni e com-

petenze legate alla gestione dell’integrazione delle tec-

nologie IT-OT (information & operational technologies)

e quindi al mondo del data science. “Da un lato serve la

capacità di anticipare i requisiti dell’azienda - diceMarta

Pinzone, PhD del Politecnico di Milano - e di utilizzare la

conoscenza di diverse aree tecnologiche (come sistemi

cyber-fisici, IoT industriale, cloud computing, HMI, robo-

tica) per capirne l’impatto e sviluppare e implementare

una strategia IT-OT che generi valore economico, am-

bientale e sociale. Dall’altro, serve la capacità di definire

origine e dati rilevanti, di armonizzare il flusso di dati

proveniente dalla fabbrica ma anche dall’intera supply

chain e dall’esterno (es. social e web sentiment), analiz-

zando quindi i big data mediante metodi matematici e