Un'azienda decide bene quando i suoi processi sono definiti e i suoi dati sono chiari, affidabili e condivisi. Se i processi non sono ottimizzati, un nuovo software li rende solo più veloci: si finisce per «digitalizzare l'inefficienza». Il percorso giusto va dal processo al dato e dal dato alla decisione. Un MES, per esempio, può aiutare a scegliere tra sostituire una macchina o migliorarla, ma solo se alle spalle c'è un'analisi preventiva dei processi.
Questo è il filo del webinar «Dal dato alla decisione», organizzato da Qualitas il 23 ottobre 2026 con BIP. Alberto Frazzini (Business Development Manager di BIP) ha spiegato il metodo; Luigi Cristiano (Presales Manager di Qualitas) lo ha applicato a un caso concreto con i moduli di NET@PRO.
INDICE DEI CONTENUTI
Un esempio concreto:dal dato del MES alla scelta su una macchina
Cambiare tecnologia non basta se il processo resta quello di prima. L’esperienza maturata da BIP dimostra che è più semplice adattare il software che mettere mano al processo. Il risultato è che la tecnologia cambia, ma i problemi di fondo restano.
La domanda da farsi prima di scegliere un software è un'altra: le cose che faccio oggi, devo continuare a farle così? Alcune si possono fare meno, altre in modo diverso e più efficiente. Senza questa domanda si replica su un sistema nuovo ciò che si è sempre fatto.
I dati sono ormai un asset competitivo, ma la loro qualità nasce dai processi. Processi poco chiari o poco strutturati producono dati incompleti, incoerenti e difficili da usare: sparsi tra fogli Excel, carta e sistemi che non si parlano.
Processi ridisegnati e ben analizzati producono invece dati affidabili e confrontabili. Questo permette di decidere su basi solide e condivise, e non «a sensazione».
Per questo la trasformazione digitale non è solo un tema IT. Tocca i flussi e i processi dell'intera azienda e deve cambiare il modo in cui le persone decidono, non solo gli strumenti con cui lo fanno.
Il MES e l'APS hanno un ruolo preciso: raccolgono l'avanzamento della produzione e permettono la pianificazione avanzata, chiudendo il cerchio tra la parte gestionale (spesso un ERP) e ciò che accade davvero in reparto. Anche per loro vale la regola dell'analisi preventiva: come sono fatte le linee, dove sono i colli di bottiglia, se i dati necessari sono disponibili e coerenti.
Il metodo presentato da BIP è strutturato, con fasi e documenti definiti, ma si adatta alle dimensioni e alle esigenze dell'azienda, anche medio-piccola. In sintesi:
Secondo BIP, la fase di analisi e definizione del TO-BE si completa in qualche mese, e può includere la selezione del software.
Per gli errori più comuni di chi salta questi passaggi, leggi Errori comuni nell'implementazione MES.
Per vedere il metodo all'opera, Luigi Cristiano ha esaminato un caso reale: un tornio manuale con un turno da 8 ore e un ciclo standard di 3 minuti. La scelta: tenerlo e migliorarlo, oppure investire in un tornio CNC da 150.000 euro, da ammortizzare in cinque anni? Abbiamo fatto una simulazione, ma il ragionamento vale per qualsiasi asset.
Prima di confrontare qualunque alternativa serve un dato affidabile. Con gli avanzamenti registrati nel MES, l'OEE viene calcolato semplicemente, senza la necessità di dover riscrivere o ricopiare nulla. Nella nostra simulazione l'indice è il 58%, con 120 minuti di fermo per turno, metà dei quali dovuti al setup.
Il ragionamento che si è portato avanti è stato quello di sterilizzare le variabili di processo che implicano inefficienze, al fine di avere uno scenario che coinvolga solo ed esclusivamente le variabili endogene alla macchina.
Intervenendo solo sui processi, senza toccare la macchina, semplicemente utilizzando un Sequenziatore capace di ottimizzare le matrici di set up, i fermi dovuti all'attrezzaggio scendono da 120 a 90 minuti; utilizzando poi la manutenzione predittiva si riducono i fermi per guasti e infine sincronizzando le missioni logistiche con i task sequenziati, la logistica interna porta il materiale all'orario giusto, riducendo i tempi di attesa materiale.
Solo a questo punto il tornio ottimizzato si confronta con quello nuovo, di cui si hanno solo i dati di targa del fornitore: (Ciclo 2 min 185 pezzi buoni per turno)
|
Scenario |
OEE |
Pezzi buoni per turno |
Margine annuo |
Costo pieno per pezzo (con ammortamento) |
|
Tornio attuale |
58% |
87 |
95.600 € |
– |
|
Tornio ottimizzato |
64% |
96 |
110.000 € |
8,38 € |
|
CNC nuovo, domanda ferma a 96 pezzi |
– |
96 |
– |
8,71 € |
|
CNC nuovo a pieno carico |
82,2% |
185 |
256.950 € |
6,31 € |
Il risultato non dice «compra» o «non comprare». Dice che il tornio nuovo conviene solo se la domanda cresce: con la domanda ferma il costo per pezzo resta più alto, mentre a pieno carico il payback scende a un anno. È questo che rende la scelta difendibile: la direzione decide con numeri comparabili, e non per intuizione.
Nel caso del tornio, il MES di NET@PRO ha fornito l'OEE e gli avanzamenti, il sequenziatore e l'APS l'ottimizzazione dei setup e la simulazione degli scenari, il modulo di costificazione il costo di esercizio per macchina e per pezzo. Per approfondire il calcolo dei costi leggi Costificazione della produzione; per l'indicatore, OEE: cos'è, come calcolarlo e come migliorarlo.
Un MES produce dati continui e molto granulari, difficili da leggere a mano o con i fogli Excel. Secondo Frazzini, uno strato di intelligenza artificiale può trasformarli in indicazioni utili alla direzione: gli agenti AI analizzano in autonomia i dati di produzione, qualità e manutenzione, individuano anomalie e trend e li raccolgono in una dashboard sempre aggiornata. L'integrazione con NET@PRO passa dalle API: il MES raccoglie e standardizza i dati, gli agenti lavorano su quel patrimonio informativo. Anche qui vale la stessa regola: l'IA si comporta in base a come viene istruita, e parte da processi e dati ben definiti.
Perché il software rende visibili i dati, ma non li rende affidabili. Se i processi sono confusi, i dati restano incompleti o incoerenti e le decisioni restano «a sensazione».
Dipende dall'ampiezza dell'ambito. Secondo BIP, in media bastano alcuni mesi per definire AS-IS e TO-BE e, se serve, selezionare la soluzione tecnologica.
No. I dati raccolti dal MES sono così ampi da supportare la scelta su qualsiasi asset: una linea, uno stabilimento o un cambio di logiche produttive. Cambiano i fenomeni da misurare, che vanno calibrati sulla decisione.
Perché sono diffusi e facili da condividere. Si possono usare anche altri indicatori, purché siano chiari e misurabili nel tempo.
Il valore di un progetto digitale non sta nello strumento, ma nel cambiare il modo in cui un'azienda decide. Si parte dal processo, si arriva a dati di cui ci si può fidare e solo allora la tecnologia produce risultati misurabili.
Vuoi capire quanto i tuoi dati di produzione sono pronti a sostenere una decisione? Richiedi un confronto con un esperto Qualitas per valutare da dove partire.
oppure