Italia 4.0

14 ITALIA 4.0 2023 aggravio di lavoro e molti errori nella digi- tazione manuale”. L’intervento di Oracle è consistito nel realizzare un sistema in grado di identificare tutta una serie di valori sulle etichette, selezionando quindi soltanto quel- le rilevanti; l’impiego dell’AI ha permesso di trasformare un’immagine, che è un insieme di pixel, in un dato strutturato, potendo così automatizzare la parte successiva della ca- tena e ridurre il numero di errori nella fase d’ingresso. “L’Intelligenza Artificiale non è magica - sot- tolinea Saetta - e ciò che sembra semplice non lo è sempre. La soluzione deve funzio- nare anche per la fabbrica in Cina, che uti- lizza servizi collocati in una regione esterna (la più vicina per Oracle è Tokyo). Abbiamo sviluppato un prototipo su cui sono stati ese- guiti i test, che permetteva di fare drug and drop delle immagini; l’algoritmo identifica le porzioni di immagini rilevanti, nel caso spe- cifico l’etichetta bianca, e successivamente estrae tutta una serie di informazioni”. Una combinazione di computer vision e NLP che ha consentito di soddisfare i requisiti. “Que- ste soluzioni - avverte lo specialista di Ora- cle - non sostituiscono l’essere umano, anzi. Machine learning e AI forniscono risultati corretti dal punt.o di vista probabilistico e la persona diventa un valore aggiunto per con- trollare la correttezza di tutti i dati forniti”. Il caso Geico Valore e dati: sembra un ossimoro, ma non è affatto così. Si può costruire una value propo- sition ‘stillandone’ il contenuto dai dati azien- dali. Un esempio pratico? La use case Geico di Avvale, società globale di consulenza, che integra un’ampia gamma di competenze tec- nologiche per accelerare la trasformazione digitale dei propri clienti. Geico opera nella progettazione e realizzazione chiavi in ​mano di impianti di verniciatura automatizzati per carrozzerie, che uniscono innovazione e at- tenzione alla qualità. “Geico - racconta Sergio Rinaldi, deputy practice manager-Advanced Analitycs di Avvale - aveva bisogno di dotare i propri prodotti di un’intelligenza che inter- cettasse trend anomali e difettosità che pos- sono interrompere la produzione. Sfruttando le tecnologie IoT, la soluzione che abbiamo studiato si basa sull’allarme precoce e la rea- lizzazione di modelli per monitorare la qua- lità dei dati e attivare notifiche proattive su eventuali problemi critici. I benefici ottenuti sono: la possibilità di evitare fermi linea, ri- durre grazie ad una rapida indagine i tempi e i costi operativi, migliorare l’efficienza e l’ef-