L’IA nello sviluppo dell’industria di processo

L’intelligenza artificiale (IA) si diffonde sempre più grazie alla semplicità di implementazione e progettazione, generalità, robustezza e flessibilità. È quindi essenziale per le imprese coglierne capacità e limiti, e capire se possono tentare questa strada

Nell’industria di processo, l’utilizzo della produzione fortemente automatizzata, del controllo centralizzato e della raccolta dati risale agli anni ‘60. Il primo sistema informatico di controllo industriale di questo tipo è stato installato presso la raffineria Texaco Port Arthur in Texas nel 1959. A quel tempo, è diventata chiara la necessità di standard di settore per garantire la coerenza della terminologia e dei modelli operativi. Successivamente è stato stabilito lo standard ISA-95, da cui è nata la norma IEC 62264 (DIN EN 62264). Con l’ISA-95, la maggior parte delle strutture dell’industria di processo ha raggiunto un processo di produzione quasi completamente automatizzato, in cui le risorse sono spesso collegate a un sistema di controllo centrale (ad esempio, un DCS), a uno SCADA e a un sistema MES. Benché anche altri settori dispongano di risorse automatizzate, spesso basate su PLC o CNC, a volte manca l’ambiente interconnesso tipico dell’industria di processo. Solo nel 2015 organizzazioni come NAMUR hanno iniziato a esplorare le prime applicazioni di Industry 4.0 nell’industria di processo, concentrandosi soprattutto sulle nuove tecnologie, sul collegamento delle risorse distribuite e sulla raccolta dei dati. Solo in seguito si è puntato sull’utilizzo di Industry 4.0 per prendere le decisioni giuste, al momento giusto, ottimizzando i processi, massimizzando i profitti e minimizzando i rischi.

Il mercato dell’IA dovrebbe raggiungere i 266,92 miliardi di dollari nel 2027.
Il mercato dell’IA dovrebbe raggiungere i 266,92 miliardi di dollari nel 2027.

Entra in gioco l’intelligenza artificiale

L’intelligenza artificiale (IA) ha attirato una notevole attenzione già a metà degli anni ‘80 grazie al suo potenziale di risolvere problemi complessi in molti campi. Si sviluppa in varie tecnologie, come le reti neurali, la logica fuzzy, gli algoritmi genetici, i sistemi esperti e i sistemi ibridi. Queste tecnologie sono state ampiamente utilizzate, per esempio, in varie applicazioni nel campo dell’ingegneria chimica, come modellazione, controllo di processo, classificazione, rilevamento di guasti e diagnosi. Affinché i progettisti, i costruttori e gli utenti dei sistemi di controllo dei processi possano trarre vantaggio da questa tecnologia, diventerà sempre più importante capire cosa può fare l’IA, le capacità e i limiti delle varie tecnologie IA, e come determinare dove e se si dovrebbe tentare una soluzione basata sull’IA. Oggi, le tecniche di IA si stanno diffondendo grazie alle loro caratteristiche di semplice implementazione, facile progettazione, generalità, robustezza e flessibilità. Tale diffusione è testimoniata dalla forte crescita del mercato, che dai 27,23 miliardi di dollari nel 2019 dovrebbe raggiungere i 266,92 miliardi di dollari nel 2027, con un CAGR del 33,2% nel periodo (fonte: Fortune Business Insights). Secondo Statista, il mercato globale del software di IA raggiungerà circa 126 miliardi di dollari entro il 2025, sulla spinta di applicazioni come l’elaborazione del linguaggio naturale, l’automazione dei processi, la robotica e l’apprendimento.

L’IA e il machine learning aiuteranno le imprese ad adeguarsi alle richieste di sostenibilità.
L’IA e il machine learning aiuteranno le imprese ad adeguarsi alle richieste di sostenibilità.

L’obiettivo della sostenibilità

Allo stesso tempo, la sostenibilità e le iniziative green stanno diventando sempre più importanti per le imprese industriali. Il controllo avanzato dei processi e le tecnologie di ottimizzazione online diminuiscono la variabilità dei processi, riducono al minimo gli scarti, ottimizzano i processi rispetto ai vincoli e supportano le operazioni autonome. Il mercato del controllo avanzato dei processi e dell’ottimizzazione online continuerà quindi la sua crescita. Alcune regioni del mondo, come le economie emergenti, continueranno a investire massivamente in nuovi progetti. Altre regioni più sviluppate si concentreranno invece su progetti di modernizzazione e miglioramento in termini di sicurezza, affidabilità, sostenibilità ed efficienza. Questa trasformazione metterà le industrie di processo costantemente sotto pressione per migliorare le prestazioni, favorendo la domanda di soluzioni avanzate di controllo e ottimizzazione dei processi in un panorama industriale sempre più competitivo. L’IA e il machine learning aiuteranno ad affrontare le applicazioni di processo con non linearità, soprattutto nell’industria chimica e dei polimeri. Allo stesso tempo, l’IA nel mercato manifatturiero dovrebbe raggiungere 1,1 miliardi di dollari nel 2020 e 16,7 miliardi di dollari entro il 2026; si prevede quindi che crescerà a un CAGR del 57,2% durante il periodo di previsione (fonte: Research and Markets).

L’automazione nell’industria di processo

L’importanza dell’automazione nelle industrie di processo è aumentata notevolmente negli ultimi anni. Nei Paesi altamente industrializzati serve a migliorare la qualità delle soluzioni, tenere sotto controllo l’intera gamma dei prodotti, migliorare la sicurezza dei processi e la disponibilità degli impianti, utilizzare in modo efficiente le risorse e ridurre le emissioni. Nelle nazioni in via di sviluppo, la produzione di massa è la motivazione principale per applicare l’automazione dei processi. Oggi, la maggiore richiesta è nell’industria chimica, in quella della produzione di energia e nella petrolchimica; la domanda in più rapida crescita per hardware, software standard e servizi di automazione dei processi è nell’industria farmaceutica. L’importanza della tecnologia di automazione continua quindi ad aumentare nelle industrie di processo. Le tradizionali barriere tra informazione, comunicazione e tecnologia dell’automazione stanno progressivamente scomparendo nel contesto operativo. Il mercato globale dell’automazione dei processi è stato valutato in 108,43 miliardi di dollari nel 2019, e si prevede che raggiungerà un valore di 165,87 miliardi di dollari entro il 2023 con un CAGR del 7,16% nel periodo di previsione 2018-2023 (fonte: WFMJ). Questo ambito copre diversi tipi di sistemi di controllo e la strumentazione associata utilizzata per il controllo dei processi industriali: dai grandi sistemi di controllo distribuiti interconnessi e interattivi, con molte migliaia di connessioni di campo a pochi controllori modulari montati su quadro. I principali motori del mercato sono il numero crescente di dataset ampi e complessi (big data), l’IoT industriale e l’automazione, il miglioramento della potenza di calcolo e l’aumento degli investimenti in capitale di rischio. La principale limitazione per il mercato è la riluttanza dei produttori ad adottare tecnologie basate sull’IA. Le sfide critiche che deve affrontare l’IA nel mercato manifatturiero includono la forza lavoro qualificata limitata, le preoccupazioni per la privacy dei dati, e un significativo impatto finanziario e operativo dell’epidemia di COVID-19 sulla produzione.

Le barriere tra informazione, comunicazione e tecnologia dell’automazione stanno scomparendo.
Le barriere tra informazione, comunicazione e tecnologia dell’automazione stanno scomparendo.

Previsioni prudenti per il futuro

È probabile che il mercato dell’IA nelle applicazioni di controllo industriale assista a un leggero calo in termini di crescita anno su anno nel 2020 (fonte: Research and Markets). Ciò è in gran parte dovuto all’impatto sulle supply chain, e all’adozione limitata dell’IA nella produzione del 2020 a causa dei lockdown nelle diverse parti del mondo. Molte aziende manifatturiere hanno interrotto la produzione, il che ha danneggiato collateralmente la catena di approvvigionamento e l’industria. Questa interruzione ha causato un ritardo nell’adozione di prodotti software e hardware basati sull’IA nel settore manifatturiero. Inoltre, molte PMI e grandi impianti di produzione hanno arrestato o posticipato ogni nuovo aggiornamento tecnologico nei loro impianti per riprendersi dalle perdite causate dai lockdown e dal rallentamento economico.