La sfida
Dietro ogni prodotto che un’azienda manifatturiera progetta oggi, c’è l’eredità tecnologica di tutto ciò che ha già progettato in passato. I materiali cambiano. Le specifiche dei clienti si evolvono. I portafogli ordini si frammentano in lotti sempre più piccoli e personalizzati. Eppure, la sfida ingegneristica di fondo resta la stessa: come continuare ad attingere a decenni di know-how accumulato senza ripetere lo stesso lavoro di progettazione, progetto dopo progetto.
Man mano che i portafogli prodotto diventano più complessi e la personalizzazione diventa la norma anziché l’eccezione, la capacità di riutilizzare sistematicamente ciò che un’azienda già sa, anziché reinventarlo, sta diventando una delle differenze più nette tra le aziende che producono in modo efficiente e quelle che non ci riescono.
Questa sfida è particolarmente sentita nella produzione Engineer-to-Order e Make-to-Order, dove le aziende possono gestire decine di nuovi progetti CAD ogni settimana. Nel settore degli stampi industriali, un progetto già esistente in una forma leggermente diversa, archiviato anni prima, può risolvere spesso un problema che il cliente pone oggi. Trovarlo, tuttavia, è più difficile di quanto sembri. La ricerca per parole chiave e l’archiviazione manuale non riescono a cogliere la similarità geometrica e i metodi tradizionali di confronto tra immagini diventano “computazionalmente” impraticabili quando un archivio raggiunge migliaia di profili. Il risultato è un quadro tanto familiare quanto costoso: i team di progettazione ri-progettano componenti già esistenti, perdendo tempo, coerenza e il valore accumulato nella storia ingegneristica dell’azienda stessa.
Una delle aziende che affronta quotidianamente questa sfida è Phoenix International S.p.A., uno dei principali player internazionali nel settore delle matrici per estrusione dell’alluminio. Con oltre 50 anni di esperienza, 10 stabilimenti produttivi e uno dei più grandi team di engineering del settore, Phoenix ha costruito un archivio progettuale eccezionale e un patrimonio di know-how ingegneristico che ne hanno fatto naturalmente un partner industriale per Intellico.
50+
anni di esperienza
10
stabilimenti produttivi
>95%
profili semplici
80%
profili complessi
L’approccio adottato
Più che una semplice implementazione tecnologica, questa storia rappresenta il risultato di una partnership strategica che ha unito il know-how industriale unico di Phoenix, dato dalla sua eccellenza ingegneristica e da uno degli archivi progettuali più ricchi del settore, con l’expertise all’avanguardia di Intellico sull’uso dell’AI per l’analisi della similarità di immagini. Il valore generato nasce proprio da questa combinazione, in cui la conoscenza di dominio e l’intelligenza artificiale si rafforzano a vicenda per sbloccare nuove capacità operative. Il risultato è Grapho, la soluzione di similarità progettuale di Intellico basata su AI, sviluppata da Intellico e poi specializzata nel contesto di Phoenix per rispondere alle sfide specifiche del riutilizzo della conoscenza per la progettazione di matrici per estrusione dell’alluminio.
Grapho affronta il problema come farebbe intuitivamente un progettista esperto, riconoscendo forma e struttura, non metadati. Il sistema apprende innanzitutto un senso generale di similarità geometrica direttamente dall’archivio di profili, utilizzando un modello non supervisionato per costruire una rappresentazione iniziale di ciascun progetto. Una fase di apprendimento contrastivo affina poi questa rappresentazione, addestrando il modello a distinguere i progetti realmente simili da quelli che appaiono simili solo a un primo sguardo, tenendo conto di rotazioni, orientamenti speculari e logiche di archiviazione incoerenti adottate nel corso di decenni. Una Graph Neural Network affina ulteriormente il processo, identificando le relazioni tra gruppi di immagini nel dataset e quindi apprendendo dai confronti più informativi anziché da campioni casuali, il che rende il modello sensibilmente più efficace nel distinguere profili sottilmente diversi.
Accanto al motore di similarità, Grapho costruisce una mappa trasparente delle famiglie di progetti, in modo che gli ingegneri di Phoenix non vedano solo un elenco ordinato di corrispondenze, ma una motivazione chiara del perché due profili sono considerati correlati, la trasparenza necessaria per potersi fidare dei suggerimenti del sistema, anziché trattarlo come una scatola nera.
Questa fiducia è importante perché l’efficacia del sistema si basa su due elementi che agiscono insieme: il know-how ingegneristico che i progettisti di Phoenix hanno costruito in oltre cinquant’anni di attività, racchiuso in uno degli archivi tecnici più ricchi del settore, e le capacità di riconoscimento dei pattern dell’Intelligenza Artificiale di Intellico. Grapho non sostituisce questa competenza, la rende immediatamente e sistematicamente ricercabile, su larga scala.
In pratica, un progettista che affronta una nuova specifica può interrogare Grapho e scandagliare l’intero archivio progettuale dell’azienda alla ricerca delle corrispondenze più vicine in pochi secondi, invece di affidarsi alla memoria o sfogliare manualmente cartelle accumulate nel corso degli anni.
I numeri
In test indipendenti, Grapho ha eguagliato o superato l’identificazione dei progetti riutilizzabili a livello di un esperto, individuando correttamente progetti riutilizzabili in oltre il 95% dei profili semplici e inoltre l’80% di quelli complessi, ben oltre i metodi di ricerca manuali e convenzionali. I risultati hanno incoraggiato Phoenix ad andare ben oltre la fase pilota: dopo averne dimostrato il valore nelle attività principali del gruppo, l’azienda sta ora estendendo l’adozione di Grapho Design alle proprie filiali internazionali, trasformando un’implementazione di successo in una capacità condivisa in tutto il gruppo. Inoltre, l’implementazione di successo di Grapho ha fornito un caso di studio interno positivo per promuovere ulteriormente l’adozione delle tecnologie Industry 5.0 all’interno dell’azienda.
Per i team tecnici di vendita e di progettazione, la stessa capacità di riutilizzo dei progetti si traduce in vantaggi concreti e quotidiani che vanno ben oltre il reparto progettazione. I team di ingegneria possono inoltre ridurre drasticamente il time to market grazie a preventivi più rapidi per i nuovi progetti (comprensivi di sequenze di produzione e stima dei costi preliminari), alla razionalizzazione della distinta base, riducendo varianti, duplicati e articoli non standard e ad un’identificazione più rapida dei ricambi, migliorando la reattività nell’aftermarket.
“Per Phoenix International, la collaborazione con Intellico rappresenta un passo concreto verso l’adozione di soluzioni avanzate basate sull’Intelligenza Artificiale. Questo ci permette di ottimizzare i processi, valorizzare i dati e supportare decisioni più rapide ed efficaci.”
— Paolo Groff
CEO e Presidente del Consiglio di Amministrazione, Phoenix International S.p.A.
Prospettive
Le sfide che Phoenix affronta non sono uniche al settore delle matrici per estrusione dell’alluminio e degli stampi in generale. Nella produzione Engineer-to-Order e Make-to-Order, dai componenti meccanici agli utensili industriali, le aziende dispongono di vasti archivi di progetti passati che i sistemi tradizionali non riescono a ricercare efficacemente. Con l’aumento della varietà dei prodotti e la richiesta di tempi di consegna più rapidi da parte dei clienti, la capacità di riutilizzare sistematicamente la conoscenza istituzionale, anziché ripartire da zero, diventerà un fattore competitivo sempre più determinante. L’Intelligenza Artificiale spiegabile offre ai produttori un modo per rendere questa conoscenza ricercabile, interpretabile e immediatamente utilizzabile, trasformando decenni di storia ingegneristica in un patrimonio vivo anziché in un archivio.
