Bovelli: «Prevenzione è la nostra parola d’ordine»

sandro bovelliIl Ceo di Sentetic spiega la forza della soluzione innovativa proposta: «Avere a disposizione un sistema che sia in grado di indicare in tempo reale probabilità di un guasto e possibili cause, permette di inter venire prima e solo in caso di necessità, riducendo i danni e la durata delle attività di manutenzione, ottimizzando i costi di gestione delle parti di ricambio e migliorando le performance energetiche degli impianti»

 

Presentiamo il progetto: quando ha capito che era una buona idea la sua? Chi sono oggi i destinatari, quali sono le applicazioni e quali i mercati?
Siamo partiti da una idea semplice: se gli algoritmi di intelligenza artificiale si sono rivelati estremamente efficaci nel modellare il comportamento degli utenti di internet, decretando il successo di aziende come Google, Facebook e Amazon, perché non applicarli all’individuazione di anomalie nei dati provenienti da apparati industriali? Sentetic nasce dall’esperienza di quattro professionisti provenienti da diversi settori (analisi numerica, sviluppo di attività di installazione e manutenzione di apparati industriali, sviluppo hw e sw). Le aziende che forniscono servizi ad alta affidabilità, così come le industrie manifatturiere, hanno la necessità di controllare in maniera continua il funzionamento degli apparati e delle linee di produzione, perché un eventuale guasto imprevisto ha costi molto significativi in termini di mancato profitto, danno di immagine e spesso anche rischi per la sicurezza del personale e dell’ambiente. Basti pensare che, secondo Gartner, un’ora di interruzione della produzione causa mediamente mancati profitti per oltre 40.000 dollari, senza considerare i costi di ripristino e il danno di immagine per il mancato servizio.

Avere a disposizione un sistema che, utilizzando i dati che vengono raccolti per il monitoraggio, sia in grado di indicare in tempo reale la probabilità di un guasto e le possibili cause, permette di intervenire preventivamente e solo in caso di necessità, riducendo i danni e la durata delle attività di manutenzione, ottimizzando i costi di gestione delle parti di ricambio e migliorando le performance energetiche degli impianti. La nostra soluzione si rivolge principalmente alla grande industria manifatturiera, ai fornitori di servizi di telecomunicazione e Data Center, ma trova applicazioni molto interessanti anche negli impianti di produzione di energia, nel settore dell’automotive, nella gestione delle flotte aziendali e, in generale, in tutti i contesti in cui gli impianti da monitorare abbiano una distribuzione estesa sul territorio (es. smart cities e infrastrutture).

Quanto è durata la fase di progettazione e preparazione del piano di marketing?

Abbiamo impiegato quasi quattro mesi per definire la strategia di approccio al mercato, sviluppando soprattutto le attività di validation delle varie versioni, grazie anche al supporto di alcune aziende che ci hanno supportato nella fase di testing. I feedback dei vari clienti sono stati fondamentali per definire le criticità del prodotto, soprattutto per quello che riguarda l’installazione e l’integrazione con piattaforme hardware e software di terze parti. Il nostro obiettivo era quello di fornire una soluzione che richiedesse il minimo sforzo per essere utilizzata e testata, per arrivare a una modalità di commercializzazione basata su un approccio “Try & Buy”, che per tipologie di prodotto come la nostra è estremamente innovativa.

L’idea vi è sembrata da subito spendibile sul mercato?
Sin dall’inizio della fase di validazione, l’idea ha riscosso subito un grande apprezzamento. Ne sono in parte conferma i riconoscimenti ricevuti, come il premio Best Practices per l’Innovazione di Confindustria Salerno, o il premio Lamarck organizzato da SMAU. Ma sicuramente la fase di market fit è stata quella che ci ha indirizzato maggiormente nella definizione delle caratteristiche del prodotto finale. Passare dall’idea al prodotto non è mai facile e lo è ancor di più quando parliamo di prodotti come il nostro che introducono una forte innovazione nei processi aziendali. Oltre alle caratteristiche tecniche, le cosiddette “features” del prodotto, è estremamente importante comprendere le logiche e le procedure aziendali che vengono modificate da una soluzione come la nostra.

Perché un progetto vada in porto quanto conta l’idea e quanto gli investimenti?
Contano entrambi, ma dalla nostra esperienza senza una esecuzione efficace e una forte validazione di mercato, l’investimento rischia di arrivare in una fase in cui il progetto è ancoro troppo immaturo, ed essere addirittura controproducente perché finisce per introdurre logiche che appesantiscono le dinamiche della startup, piuttosto che velocizzarle.

 

 

PREMIO BEST PRACTICES PER L’INNOVAZIONE  – SEZIONE STARTUP – PRIMO POSTO

 

 

SENTETIC, quando l’apprendimento è automatico

senteticSentetic è una startup umbra che si occupa di sistemi di Machine learning applicati all’IoT e all’Industria 4.0. La società ha realizzato una piattaforma software Cloudbased di apprendimento automatico (machine learning), che analizzando i dati di funzionamento di un qualsiasi dispositivo industriale, riesce identificare eventuali anomalie e stimare la probabilità di futuri guasti.

 

 

Grazie a Sentetic è possibile individuare con largo anticipo i segnali che precedono un eventuale guasto e intervenire preventivamente in maniera mirata evitando il blocco degli impianti e organizzando in maniera efficiente gli interventi di manutenzione programmata.

L’applicazione è basata sull’acquisizione continua di dati provenienti dai dispositivi da monitorare, sulla loro analisi e sulla successiva pubblicazione dei risultati attraverso una interfaccia di visualizzazione e/o esponendo i metodi delle API rest.

Ogni qual volta viene registrata una anomalia, il sistema analizza i dati storici precedenti alla ricerca di pattern anomali, associando quel particolare guasto alla tipologia e frequenza di questi pattern.

L’applicazione migliora continuamente la precisione di riconoscimento e permette di evidenziare nuovi comportamenti anomali, anche se non precedentemente osservati. Il vantaggio principale consiste nell’indipendenza dal sistema osservato, rendendo l’applicazione utilizzabile in una vasta tipologia di contesti (condizionamento industriale, azionamenti meccanici, impianti di produzione e generazione di energia, linee di produzione, etc.).

 

Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy. Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all’uso dei cookie. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi