L’OEE dice quanto, non perché

Molte aziende manifatturiere misurano già l’OEE. Il cruscotto mostra che la linea 3 è scesa dal 68% al 61% nell’ultimo mese. Da lì inizia il lavoro vero: capire se il calo dipende da fermi più lunghi, da microfermate, da un materiale diverso, da un turno o da una macchina che sta peggiorando.

Le risposte esistono, ma sono sparse: causali di fermo nel MES, note scritte dagli operatori, schede di non conformità, interventi di manutenzione, lotti di materiale nell’ERP. Unirle a mano richiede ore, e per questo spesso non si fa. È qui che l’intelligenza artificiale è utile.

In sintesi

  • L’OEE si calcola come disponibilità × prestazioni × qualità. Il calcolo spetta al MES, non all’AI.
  • L’AI lavora sulle cause: collega fermi, note, scarti e manutenzione e propone ipotesi verificabili.
  • Non serve sostituire il MES: si aggiunge un livello che legge i dati esistenti.
  • Il primo progetto riguarda una linea e una perdita, misurata prima e dopo.

Le tre componenti dell’OEE

  • Disponibilità: il tempo in cui la macchina ha lavorato rispetto al tempo pianificato. Scende con guasti, attrezzaggi e attese di materiale.
  • Prestazioni: la velocità reale rispetto a quella nominale. Scende con microfermate e rallentamenti, spesso non registrati come fermi.
  • Qualità: i pezzi buoni rispetto ai pezzi prodotti. Scende con scarti e rilavorazioni.

Ogni componente ha cause diverse e persone diverse che la conoscono: il manutentore, il capoturno, il responsabile qualità. Un buon sistema mette insieme i loro dati invece di lasciarli in tre archivi separati.

Dove l’AI aiuta davvero

1. Leggere le note degli operatori

Causali come “fermo generico” o “altro” coprono spesso una parte rilevante del tempo perso. Le note libere che accompagnano quei fermi contengono l’informazione utile, scritta in modo informale. Un modello linguistico le legge, le collega a macchina, turno e prodotto e le raggruppa per tema: inceppamento alimentatore, attesa carrellista, cambio bobina. Ogni gruppo rimanda alle note originali, così il responsabile può controllare.

2. Trovare ricorrenze tra fermi, scarti e manutenzione

L’AI incrocia eventi che di solito si guardano separatamente: l’aumento degli scarti dopo un certo intervento, le microfermate legate a un lotto di materiale, il calo di velocità nel turno di notte. Il risultato non è una sentenza ma un elenco di ipotesi, ordinate per tempo perso, da verificare in reparto.

3. Preparare il report di turno e la riunione di produzione

A fine turno il sistema riassume OEE, principali perdite, fermi aperti e azioni richieste. Nella riunione settimanale si parte da una sintesi con i numeri di origine, non da un foglio da compilare la mattina stessa. Lo stesso approccio vale per il passaggio consegne nel MES AI.

4. Rispondere alle domande in linguaggio naturale

“Quali sono state le tre cause principali di fermo sulla pressa 2 a settembre?” Un assistente collegato ai dati del MES risponde con i valori e il riferimento ai record, senza dover costruire un nuovo report. È utile soprattutto a chi non usa il MES ogni giorno: direzione, acquisti, commerciale.

Cosa l’AI non deve fare

  • Calcolare l’OEE al posto del MES. I numeri devono venire da un sistema deterministico e verificabile.
  • Modificare parametri macchina in autonomia. Le azioni sugli impianti richiedono un progetto di sicurezza specifico e l’approvazione di una persona.
  • Inventare cause. Ogni ipotesi deve rimandare ai dati da cui nasce. Se i dati non bastano, il sistema lo deve dire.

Quali dati servono

  1. Stati macchina e contapezzi, dal MES, dal PLC o da una piattaforma IoT.
  2. Causali di fermo e note, anche se incomplete.
  3. Scarti e non conformità, collegati a lotto, macchina e fase.
  4. Interventi di manutenzione, dal CMMS o da un registro.
  5. Ordini, articoli e lotti, dall’ERP.

Non serve avere tutto dal primo giorno. Si parte dalle fonti già disponibili e si aggiungono le altre quando il valore è dimostrato. Per i collegamenti con i gestionali esistenti vedi integrazione AI con ERP, CRM e gestionali.

Da dove partire

  1. Scegli una linea con dati raccolti in modo abbastanza regolare.
  2. Scegli una perdita: i fermi non classificati, le microfermate o gli scarti di un prodotto.
  3. Misura la situazione di partenza per almeno alcune settimane.
  4. Collega le fonti in sola lettura e verifica le ipotesi con chi lavora in reparto.
  5. Allarga ad altre linee solo quando il risultato è misurato.

Per capire quale caso d’uso ha il miglior rapporto tra valore e sforzo è utile un assessment AI sui processi di produzione, prima di scrivere codice.

Domande frequenti

Che cos’è l’OEE?

L’OEE (Overall Equipment Effectiveness) misura quanto del tempo pianificato una macchina o una linea produce pezzi buoni alla velocità prevista. Si calcola moltiplicando tre fattori: disponibilità, prestazioni e qualità.

L’AI calcola l’OEE meglio di un MES?

No. Il calcolo dell’OEE è aritmetica e va fatto dal MES o da un sistema di raccolta dati affidabile. L’AI serve dopo: per leggere le cause dei fermi, le note degli operatori, gli scarti e gli interventi di manutenzione e proporre dove intervenire.

Servono sensori nuovi sulle macchine?

Non sempre. Molte aziende hanno già stati macchina, contapezzi, causali di fermo e registri di manutenzione, magari in sistemi diversi. Il primo passo è verificare cosa esiste e con quale qualità; i sensori si aggiungono solo dove manca un dato indispensabile.

Le note libere degli operatori sono utilizzabili?

Sì, ed è uno dei punti in cui l’AI aiuta di più. I modelli linguistici leggono note scritte in modo informale, le collegano a causali, macchine e turni e le raggruppano per tema. Le note restano visibili come fonte, così il responsabile può verificarle.

Quanto tempo serve per un primo risultato?

Dipende dalla qualità dei dati. Con fermi e scarti già registrati in modo coerente, un primo caso d’uso su una linea si imposta in alcune settimane. Se i dati sono sparsi tra fogli Excel e sistemi diversi, la prima fase è la loro messa in ordine.

Approfondimenti