White Paper

ROI 4.0
Un modello di ROI per la valutazione
della creazione di valore in Industria 4.0

Maggio 2019

a cura di:
Università degli Studi di Firenze, Università di Pisa,
Scuola Universitaria Superiore Sant’Anna di Pisa,
WG Software Industriale di ANIE Automazione
 Sviluppato nell’ambito di:
PROGETTO PRIN 2015
L’evoluzione dei Cost & Performance Management Systems per le sfide di cambiamento e di competitività nelle PMI
manifatturiere Italiane

Lino Cinquini (Responsabile Nazionale e di Unità di Ricerca)

Scuola Superiore Sant’Anna
lino.cinquini@santannapisa.it

Mario Rapaccini (Responsabile di Unità di Ricerca)

Università di Firenze
mario.rapaccini@unifi.it

Riccardo Giannetti (Responsabile di Unità di Ricerca)

Università di Pisa
riccardo.giannetti@unipi.it

Componenti del gruppo di ricerca:

Cosimo Barbieri (Università di Firenze)
Cristina Campanale (Scuola Superiore Sant’Anna)
Lino Cinquini (Scuola Superiore Sant’Anna)
Andrea Dello Sbarba (Università di Pisa)
Riccardo Giannetti (Università di Pisa)
Alessandro Marelli (Università di Teramo)
Sara Giovanna Mauro (Scuola Superiore Sant’Anna)
Mario Rapaccini (Università di Firenze)
Andrea Tenucci (Scuola Superiore Sant’Anna)

In collaborazione con

2 C100/M43/K18 K60
 INDICE

1. ANIE AUTOMAZIONE: CHI SIAMO p. 4

2. IL WORKING GROUP SOFTWARE INDUSTRIALE p. 5
3. PERCHÉ LA PROPOSTA DI UN ROI EVOLUTO p. 6
4. IL MODELLO: SCHEMA, VARIABILI E VALUE DRIVER p. 10
4.1 La formula per valutare la creazione di valore e le sue variabili p.10
4.2 I value driver degli investimenti in tecnologie abilitanti Industry 4.0 e gli impatti sulla
creazione di valore p.12

5. FUNZIONAMENTO DEL MODELLO PER STIMARE LA CREAZIONE DI VALORE p. 14

5.1 La stima ed i collegamenti tra i value driver p.14
I value driver di III° livello p.14
Relazioni verticali e orizzontali tra value driver p.18
La dimensione “rischio” p.19
I value driver di II° e I° livello p.19
5.2 Una simulazione del modello su foglio elettronico p.20
Alcuni esempi di Check-list per la raccolta di dati p.25
5.3 Gli attori-chiave per la produzione e l’utilizzo delle informazioni p.28

6. RISORSE INTANGIBILI DA INDUSTRY 4.0 NON VALORIZZABILI p. 29

3
 1. ANIE AUTOMAZIONE: CHI SIAMO
Ad ANIE Automazione aderiscono le imprese, piccole
medie e grandi, produttrici di beni e di servizi operanti nel
campo dell’automazione dell’industria manifatturiera, di
processo e delle reti di pubblica utilità. ANIE Automazione
è una delle 14 Associazioni di settore di ANIE – Federazione
Nazionale delle Imprese Elettrotecniche ed Elettroniche,
aderente a Confindustria.
Le oltre 100 Aziende associate ad ANIE Automazione
rappresentano un settore che in Italia realizza un
fatturato aggregato di quasi 5 miliardi di euro. Si tratta
di un network di imprese impegnate a sostenere e
promuovere l’eccellenza tecnologica del comparto,
avvalendosi del lavoro di un’organizzazione consolidata
che offre ai propri Soci competenza, professionalità,
formazione e supporto non solo nello specifico settore
di riferimento ma anche sui nuovi mercati dell’industria
delle tecnologie.
L’Associazione è membro di CEMEP (European Committee
of Manufactures of Electrical Machines and Power
Electronics).

4
2. IL WORKING GROUP SOFTWARE INDUSTRIALE
Nell’ambito delle aziende associate ad ANIE Automazione e nel contesto evolutivo delle tecnologie e dei paradigmi
legati alla quarta rivoluzione industriale, meglio nota come Industria 4.0, il software industriale ha assunto una
centralità assoluta essendo il fattore abilitante di questa rivoluzione.
È stata, di conseguenza, del tutto naturale e necessaria la costituzione all’interno dell’Associazione di un gruppo di
lavoro che potesse occuparsi in modo specifico di questa tematica al fine di aiutare gli associati e le aziende nei loro
mercati di riferimento a meglio comprendere la tecnologia, le modalità di utilizzo ed i vantaggi che ne derivano.
Gli obiettivi principali del gruppo di lavoro sono:
• definire linee guida per l’implementazione dei benefici derivanti dall’utilizzo di soluzioni software avanzate e
delle tecnologie abilitanti I4.0 anche attraverso la pubblicazione di «libri bianchi». Il Gruppo ha pubblicato nel
2017 il suo primo White Paper dedicato a “Il Software Industriale 4.0”. Il documento, che contiene spunti di
notevole interesse in merito ai nuovi modelli di business del digital ed ai benefici ed opportunità derivanti dagli
investimenti in un percorso di digitalizzazione convergente sul paradigma di Industria 4.0, è disponibile anche
online sul sito dell’Associazione (www.anieautomazione.it);
• promuovere e supportare la crescita culturale delle aziende sui temi 4.0 e sul ruolo del software industriale in
questo contesto attraverso la partecipazione a fiere e convegni e l’organizzazione di tavole rotonde e meeting.
Il Gruppo ha poi realizzato un modello di stima del ROI con l’Università di Pisa, l’Università degli Studi di Firenze e la
Scuola Superiore Universitaria Sant’Anna di Pisa con i quali ha poi lavorato alla redazione del presente White Paper.
Inoltre, con l’obiettivo di fare cultura sulle opportunità offerte dal software industriale, nel febbraio 2019 si è tenuta la
prima edizione del Forum Software Industriale, una mostra-convegno promossa dal Working Group e tenutasi a Milano
con la partecipazione di oltre 800 operatori del settore, che ha consentito, attraverso dibattiti e contenuti importanti, di
fare un ulteriore passo verso una maggiore conoscenza di queste tematiche nel tessuto industriale italiano.

5
 3. PERCHÉ LA PROPOSTA DI UN ROI EVOLUTO
Il modello di Fabbrica Intelligente è fondato
sulla integrazione delle tecnologie di produzione
(Operational Technologies, OT) e delle moderne
tecnologie digitali (Information Technologies, IT).
Il software industriale è uno dei layer primari su cui
si basa lo sviluppo di tale modello1, ma le direttrici
di adozione delle tecnologie abilitanti (Industria
4.0) sono molteplici. Pur se gli investimenti per
innovare la fabbrica e renderla digitale sono un
must-do, necessario a garantire competitività nel
lungo periodo, gli imprenditori sentono l’esigenza
di valutare in modo canonico, con il linguaggio
del business, la convenienza ad effettuare tali
investimenti. Lo scopo di questa pubblicazione è
presentare un modello di valutazione del ritorno
economico sull’investimento in queste tecnologie.
Il modello, denominato “ROI EVOLUTO”, è stato
appositamente pensato per essere applicabile nel contesto delle PMI, in cui spesso mancano dati analitici e benchmark
su cui basare le stime dei benefici conseguibili con l’adozione di tali tecnologie.

Il modello si distingue dai tradizionali approcci alla determinazione del ROI degli investimenti per i seguenti aspetti:
a. integra, mediante la formula del reddito residuale, la misura del ritorno sull’investimento (ROI) con il costo del
capitale dell’investimento;
b. consente di ottenere un risultato analogo al metodo del valore attuale netto, ma permette una più agevole verifica
della creazione di valore di periodo sia a preventivo, sia a consuntivo;
c. integra le tradizionali variabili monetarie (costi, ricavi, capitale investito) con le misure di prestazione dei processi
aziendali (volumi, qualità, costi, tempi);
d. considera gli impatti dell’investimento in Industry 4.0 sulle risorse intangibili che, di solito, non è possibile tradurre
in valori monetari attendibili.

(1)
Si confronti il White Paper “IL SOFTWARE INDUSTRIALE 4.0”, Dicembre 2017, a cura del WG Software Industriale ANIE Automazione

6
Il modello è di generale applicazione, e mantiene validità nei molteplici domini - e.g. progettazione, produzione,
qualità, manutenzione, sicurezza - e per tutte le tecnologie di interesse del Piano Nazionale Industria 4.0, tra cui:
Advanced Manufacturing Solutions
(AMS) e Cyber Physical System
(CPS):
impianti, macchine e robot
collaborativi (cobot) interconnessi
e rapidamente programmabili, tali
da comporre sistemi avanzati di
produzione e logistica ad elevato
grado di automazione.
Horizontal/Vertical Integration
(IT/OT):
integrazione informazioni lungo la
catena del valore (dal fornitore al
consumatore), attraverso i differenti
livelli di controllo della fabbrica
(MOM/MES) e con le tecnologie di
integrazione dei flussi di informazioni
(EDGE Computing).
Additive Manufacturing (AM):
stampanti in 3D connesse a software
di sviluppo digitali (CAD/CAM).
Simulation (SIM/DIGITAL TWIN):
simulazione tra impianti, macchine
e robot/cobot interconnessi per
ottimizzare processi di fabbricazione
(produzione adattativa e
manutenzione predittiva, sistemi
cognitivi, ambienti di modellazione
e analisi stocastica, ambienti di
regolazione e controllo adattativo del
sistema produttivo).
Industrial Internet (IOT):
comunicazione multidirezionale tra
processi produttivi e prodotti.
Cloud computing (CC):
Gestione di elevate quantità di dati su
sistemi aperti.
Big Data and Analytics (BIG DATA):
analisi di un’ampia base dati per
ottimizzare prodotti e processi
produttivi.
Computer Vision & Mixed Reality
(VR/AR):
computer vision e realtà mista
(virtuale e aumentata) a supporto
dei processi produttivi (automazione,
formazione, collaborazione).
Cyber-security (CBS):
sicurezza durante le operazioni in rete
e su sistemi aperti.
7
 Lo stesso piano elenca i benefici conseguibili:
a. maggiore flessibilità, a seguito della “automazione intelligente”, con possibilità di sviluppare a costi ridotti
produzioni personalizzate;
b. tempi più rapidi per arrivare sul mercato (Go-To-Market) con nuovi prodotti e servizi;
c. maggiore produttività di tutti i fattori (impianti, lavoro, energia, etc.);
d. qualità più alta, a seguito del più efficace controllo e regolazione dei processi di trasformazione;
e. maggiore competitività di prodotti digitali, intelligenti e interconnessi (smart product), che diventano meccanismi
per l’erogazione di servizi digitali (digital services) ad alto valore aggiunto per clienti e utilizzatori finali.

Questa schematizzazione è in linea con altre ricerche sull’argomento. Ad esempio, il Digital Compass di McKinsey
identifica i seguenti value driver:
a. incremento del tasso di utilizzo degli asset (OEE);
b. incremento della produttività del lavoro (LABOUR);
c. diminuzione dei costi delle materie prime, energia e utilità in genere (ENERGY), a seguito di maggiore tracciabilità
e controllo dei consumi;
d. miglioramento delle prestazioni (efficienza, efficacia) nella gestione/manutenzione degli asset (MAINTENANCE);
e. miglioramento dell’efficacia dei sistemi di controllo qualità (QUALITY);
f. miglioramento della accuratezza delle decisioni gestionali, con particolare riferimento alle previsioni della
domanda di prodotti da parte dei clienti, e alla programmazione della produzione (ACCURACY);
g. diminuzione del tempo di sviluppo di nuovi prodotti (TIME);
h. diminuzione del costo di gestione delle scorte, a parità di livello di servizio (STOCK).

L’adozione delle tecnologie in oggetto produce effetti su piani molto diversi (vedi anche sezione successiva). È
utile classificare – come in Figura 1 - le abilitanti primarie (tecnologie di livello 0), quali cloud computing (CC) e
cybersecurity (CBS), per distinguerle dalle tecnologie di livello 1 (IOT, IT/OT, VR/AR, AM), da quelle di livello livello 2
(BIG DATA, SIMULATION, DIGITAL TWIN, COGNITIVE tecnologie), e infine dall’ultimo layer, quello costituito dai sistemi
avanzati di produzione, cobot, veicoli autonomi (AMS/CPS/AGV). Se entriamo nel merito, questo ultimo strato sfrutta
e integra la maggior parte delle abilitanti di livello inferiore.

LIVELLO Advanced Manufacturing Solutions

TRE (AMS/AVG/CPS)

LIVELLO Big Data and Analytics + Simulation

DUE (BIG DATA) + (SIM/DIGITAL TWIN/COGNITIVE)
Additive Manufacturing
Mixed Reality (AM)
LIVELLO Industrial Internet Horizontal/Vertical (VR/AR)
UNO (IOT) Integration (IT/OT)

LIVELLO Cloud Computing Cybersecurity

ZERO (CC) (CBS)

Figura 1 – Livelli delle tecnologie abilitanti

8
 COSTI VOLUMI QUALITÀ TEMPI

Seguendo questa linea di ragionamento, il modello del ROI EVOLUTO analizza l’impatto di ciascuna tecnologia di
livello superiore allo zero, in relazione alle categorie di impatto e ai corrispondenti “value driver”.
La Tabella seguente fornisce dunque indicazioni operative per la stima dei benefici conseguibili con ogni specifico
investimento. Come vedremo, tali benefici saranno poi convertiti in variazioni di ricavi, costi, tempi e qualità al fine
di esprimere il ritorno complessivo sull’investimento.

Impatto
Volumi+Qualità
Volumi Qualità Tempo Costi +Tempo+Costi

Miglio- Diminuzione Diminuzione Diminuzione Miglioramento

Tasso di Aumento Efficacia delle Diminuzione Miglioramento
Diminuzione ramento lead costi di delle scorte efficacia delle
Produttività utilizzo di flessibilità procedure Time to dei costi di Diminuzione dell’accuratezza
eventi/costi produttività time/tempi obsolescenza di parti di procedure di
Tecnologia del lavoro macchine produttiva
di stock out
di controllo
e flessibilità medi di
market
e di gestione
gestione
ricambio e
dei consumi
manutenzione
delle decisioni
(LABOUR) e impianti (LABOUR, qualità (TIME) a scorta energetici gestionali
(QUALITY) degli impianti consegna scorte materiali (MAINTENAN-
(OEE) OEE) (QUALITY) (STOCK) (ACCURACY)
(OEE e TIME) (TIME) (STOCK) (STOCK) CE)

Computer Vision/Mixed
Reality (NB: particolare
riferimento è alla realtà X X X X X
aumentata, AR)
Additive Manufacturing
(stampa 3D, stampa additiva) X X X X X X
Industrial Internet,
Integrazione IT/OT X X X X X X
Big Data and Analytics (BIG
DATA) - Simulation (SIM/
DIGITAL TWIN): simulazione
tra macchine interconnesse
per ottimizzare i processi
(produzione adattativa e
manutenzione predittiva, X X X X X X X X
sistemi cognitivi, ambienti
di modellazione e analisi
stocastica, ambienti di rego-
lazione e controllo adattativo
del sistema produttivo)
Advanced Manufacturing
Solution (AMS, AVG, CPS) X X X X

Nelle successive sezioni si forniscono i dettagli del modello del ROI EVOLUTO e degli esempi della sua applicazione.

9
 4. IL MODELLO: SCHEMA, VARIABILI E VALUE DRIVER
La creazione di valore economico derivante dagli investimenti in nuove tecnologie può essere stimata in vari modi.
In questo paper proponiamo un approccio basato sul concetto di reddito residuale (RR), integrato da un’analisi dei
driver che ne determinano l’ammontare. In questo modo si collegano i cambiamenti delle prestazioni dei processi
determinati dagli investimenti in Industry 4.0, con le variabili monetarie (ricavi, costi, capitale investito e costo del
capitale) che determinano la redditività dell’investimento. Nei successivi paragrafi si illustra prima la formulazione
del RR e successivamente l’analisi dei value driver influenzati dagli investimenti in Industry 4.0.

4.1 LA FORMULA PER VALUTARE LA CREAZIONE DI VALORE E LE SUE VARIABILI

Il RR rappresenta il reddito che residua dopo avere sottratto ai ricavi i costi operativi ed il costo del capitale investito. Il
RR può essere determinato sia utilizzando il reddito netto, cioè il reddito al netto dei costi operativi, degli oneri finanziari
sui debiti finanziari e delle imposte, sia il reddito operativo al netto delle imposte (pro-forma, cioè calcolate sul reddito
operativo), ma al lordo degli oneri finanziari. La seconda versione è quella più diffusa ed è quella che proponiamo.
Pertanto, in simboli, il RR di un periodo può essere così determinato:
(1) RRo = Ron - Cmpc * Coin
dove:
RRo = reddito residuale operativo;
Ron = reddito operativo netto al netto delle imposte;
Cmpc = costo medio ponderato del capitale investito espresso in percentuale, determinato attraverso una media
ponderata dei tassi d’interesse che rappresentano il costo medio del debito finanziario ed il costo opportunità
del capitale proprio, cioè il tasso di rendimento minimo che una azienda deve offrire ai propri azionisti al
fine di remunerare i fondi da questi ricevuti
In simboli2:
Cmpc = Kd * (1-α) + Ke * α
dove:
Kd = costo medio dei debiti finanziari al netto dell’eventuale risparmio fiscale;
α = rapporto tra il valore dei debiti finanziari e il totale del capitale investito, cioè:
debiti finanziari
α= _____________________________
debiti finanziari + capitale proprio

Ke = costo opportunità del capitale proprio;

Coin = capitale operativo investito (investimenti in immobilizzazioni, rimanenze, crediti) al netto delle passività
operative (debiti e fondi che sorgono come conseguenza dell’operatività aziendale come, ad esempio,
debiti verso fornitori, fondi oneri/spese, trattamento di fine rapporto).

(2)
Per la determinazione delle variabili Ke, Kd e per i pesi per ponderare questi due tassi, si applicano i noti modelli adottati in finanza come, ad
esempio, il Capital Asset Pricing Model, adattandoli (sempre come ampiamente illustrato in letteratura) per tenere conto del contesto nel quale
opera l’azienda per la quale si effettua la valutazione dell’investimento.

10
Il RRo può essere espresso anche utilizzando il maggiormente noto concetto di ROI:

(2) RRo = (ROIn - Cmpc) * Coin

dove ROIn è il Return On Investment (ROI) al netto delle imposte in quanto, a differenza del ROI “classico”, è
determinato utilizzando il reddito operativo al netto delle imposte in base alla formula ROIn = Ron/Coin. Gli altri
simboli hanno il significato già evidenziato nella formula (1)3.

La formula (2) evidenzia che il RRo dipende dalla differenza, in punti percentuali, tra rendimento netto del capitale
investito (ROIn) e costo del capitale (Cmpc) utilizzato per finanziare l’investimento. La determinazione del RRo
mediante una delle due formule consente di calcolare la creazione di valore economico di esercizio dell’azienda
nel suo complesso, di divisioni/business unit della medesima o di specifici investimenti.
Il concetto di RR adottato per valutare investimenti in tecnologie Industry 4.0 mostra il suo potenziale informativo
nel collegamento con la creazione di valore economico. La nozione di “creazione di valore” che qui interessa è
quella del capitale economico dell’azienda, cioè il valore che assume il capitale proprio dell’azienda in funzione dei
flussi di remunerazione che gli azionisti (o in generale i soggetti che hanno conferito il capitale proprio o di rischio)
riceveranno sotto forma di dividendi o di capital gain derivanti dalla cessione aziendale. In tale ambito si ha creazione
di valore quando, per effetto delle scelte strategiche, tattiche ed operative, si ottiene un incremento della redditività
prospettica, della remunerazione attesa dagli azionisti e dunque del capitale economico. Tale incremento si ottiene
non solo mediante l’aumento dell’entità dei flussi prospettici, ma anche tenendo conto della loro rischiosità, poiché
un aumento dei flussi accompagnato da un concomitante aumento del loro livello di rischio potrebbe tradursi in un
valore più basso del capitale economico. Quindi, in generale, la creazione di valore generata da un investimento
deriva dalla produzione di flussi attesi più elevati ma anche relativamente sicuri, o almeno con un livello di rischiosità
non peggiore della situazione pre-investimento.
La condizione necessaria per creare valore, cioè aumentare il capitale economico, è che vi sia un rendimento
degli investimenti effettuati (in questo senso anche l’azienda può essere considerata un unico, grande
investimento) superiore al costo del capitale (proprio e di terzi) utilizzato per finanziare tali investimenti.
Il RR, mediante la formulazione (2), verifica proprio se questa condizione è rispettata (differenza tra ROIn e Cmpc) e,
dato un certo capitale investito (Coin), consente di stimare qual è la creazione di valore di esercizio in valore assoluto.
Se i redditi residuali di vari esercizi futuri sono anch’essi positivi, il loro valore attuale rappresenta la creazione di
valore che potremo chiamare “totale” poiché derivante dalla somma attualizzata della creazione di valore di vari
esercizi. Riassumendo, il concetto di valore attuale dei redditi residuali può essere espresso, indipendentemente
dagli approcci utilizzati per stimarlo, nel seguente modo:

creazione di valore totale (incremento di capitale economico) = valore attuale dei redditi residuali futuri
(3)
Sostituendo al ROIn la formula utilizzata per calcolarlo, si ottiene l’espressione (1) del RRo, le formule (1) e (2) producono il medesimo valore di RR.

11
 4.2 I VALUE DRIVER DEGLI INVESTIMENTI IN TECNOLOGIE ABILITANTI INDUSTRY 4.0 E GLI IMPATTI SULLA
CREAZIONE DI VALORE

Nell’ambito della creazione di valore, i value driver rappresentano tutte quelle variabili in grado di provocare dei
cambiamenti nei parametri utilizzati nelle formule (1) e (2) del reddito residuale.
Si propone una rappresentazione dei value driver articolata su vari livelli. Come illustrato nella figura 2, i value driver
possono essere distribuiti su tre differenti livelli. Il punto di partenza è rappresentato dagli investimenti in tecnologie
Industry 4.0 già illustrati nella tabella 1 dei benefici conseguenti a tali tecnologie. Tali investimenti hanno un impatto
sull’ammontare del capitale investito e sulle prestazioni dei processi come, ad esempio, lo sviluppo di nuovi prodotti,
il testing dei prodotti, la manutenzione, la formazione del personale, la produzione, ecc. Le prestazioni dei processi,
misurate facendo riferimento a volumi e qualità dell’output, tempi e costi di svolgimento dei processi, a loro volta
determinano cambiamenti nei value driver dei livelli superiori. Come evidenziato nella figura 2, i value driver possono
essere sia monetari sia non monetari, ed entrambe le categorie possono essere dettagliate nel livello sottostante
(i value driver non monetari posti al II° livello, come ad esempio i volumi di vendita, possono essere dettagliati al
terzo livello facendo riferimento al contributo che i vari processi hanno dato all’incremento dei volumi di vendita
complessivi).

12
 Creazione di valore d’esercizio Costo medio ponderato Capitale operativo
ROIn
(Reddito residuale) del capitale investito netto

I° livello ∆ costo capitale proprio, di terzi, rapporto

∆ Ricavi totali ∆ Costi totali ∆ immobilizzazioni e capitale circolare netto
(driver monetari) d’indebitamento

Volumi e prezzi (investimenti)

Variabilità dei margini,
II° livello Volumi e prezzi (vendite)
Volumi Prezzi (di vendita) Volumi Prezzi (di acquisto) impatto della strategia aziendale
(driver monetari e non monetari) Volumi e prezzi (acquisti)
su rapporto d’indebitamento
Politiche di dilazione (attive e passive)

III° livello
(driver monetari e non
Impatto
monetari che esprimono
∆ delle prestazioni dei Volumi+Qualità
processi) Volumi Qualità Tempo Costi +Tempo+Costi

Miglio- Diminuzione Diminuzione Diminuzione Miglioramento

Tasso di Aumento Efficacia delle Diminuzione Miglioramento
Diminuzione ramento lead costi di delle scorte efficacia delle
Produttività utilizzo di flessibilità procedure Time to dei costi di Diminuzione dell’accuratezza
eventi/costi produttività time/tempi obsolescenza di parti di procedure di
Tecnologia del lavoro macchine produttiva
di stock out
di controllo
e flessibilità medi di
market
e di gestione
gestione
ricambio e
dei consumi
manutenzione
delle decisioni
(LABOUR) e impianti (LABOUR, qualità (TIME) a scorta energetici gestionali
(QUALITY) degli impianti consegna scorte materiali (MAINTENAN-
(OEE) OEE) (QUALITY) (STOCK) (ACCURACY)
(OEE e TIME) (TIME) (STOCK) (STOCK)" CE)

Computer Vision/Mixed
Reality (NB: particolare
riferimento è alla realtà X X X X X
aumentata, AR)
Additive Manufacturing
(stampa 3D, stampa additiva) X X X X X X
Industrial Internet,
Integrazione IT/OT X X X X X X
Big Data and Analytics (BIG
DATA) - Simulation (SIM/
DIGITAL TWIN): simulazione
tra macchine interconnesse
per ottimizzare i processi
(produzione adattativa e
manutenzione predittiva, X X X X X X X X
sistemi cognitivi, ambienti
di modellazione e analisi
stocastica, ambienti di rego-
lazione e controllo adattativo
del sistema produttivo)
Advanced Manufacturing
Solution (AMS, AVG, CPS) X X X X

Figura 2. La creazione di valore economico ed i value driver

13
 5. FUNZIONAMENTO DEL MODELLO PER STIMARE LA CREAZIONE DI VALORE

5.1 LA STIMA ED I COLLEGAMENTI TRA I VALUE DRIVER

La stima ed i collegamenti tra i value driver sono illustrati di seguito partendo da quelli di III° livello e procedendo
con l’esame dei collegamenti con i livelli superiori.

I value driver di III° livello

I value driver collocati al terzo livello rappresentano le prestazioni dei processi. Bisogna ricordare che le prestazioni
mediante queste misure sono rilevate in modo differenziale, ossia evidenziando, ad esempio, le variazioni dei
costi di processo (come la riduzione dei costi di manutenzione) oppure dei tempi di svolgimento del processo (ad
esempio riduzioni dei tempi del processo di sviluppo di nuovi prodotti). Dall’analisi delle prestazioni dei processi si
ottengono informazioni che hanno un impatto diretto sulla creazione di valore, oppure un effetto moderato da altre
variabili. Esaminiamo ognuna delle misure proposte per monitorare le performance di processo cercando di illustrare
il loro collegamento con la creazione di valore.

COSTI VOLUMI QUALITÀ TEMPI

14
COSTI. La variazione dei costi di processo può avere un impatto diretto oppure indiretto sulla creazione di valore.
Infatti, nella formula della creazione di valore scegliamo di riportare solo costi, ricavi ed investimenti differenziali
rispetto a quelli contenuti nei documenti contabili aziendali di partenza (cioè prima di simulare l’impatto degli
investimenti in Industry 4.0).

Trattasi, quindi, di costi per l’acquisizione di fattori produttivi all’esterno dell’azienda, di variazioni nei ricavi e di
variazioni nelle voci del capitale investito (circolante e fisso). Dunque se, ad esempio, mediante i nuovi investimenti
si ottiene una riduzione dei costi dei servizi di manutenzione acquistati all’esterno, questa riduzione dei costi sarà
inserita nella formula del reddito residuale tra i ricavi, poichè, adottando una logica differenziale, i ricavi sono
considerati come benefici ed in quanto tali comprendono sia i maggiori ricavi sia i minori costi; coerentemente i
costi comprendono i maggiori costi esterni ed i minori ricavi. Al contrario, se i nuovi investimenti provocassero una
riduzione del costo di manutenzione che l’azienda sostiene per effettuare tale servizio mediante risorse proprie,
nella formula non si rileverebbe nulla nei termini appena ricordati. Infatti, al fine di semplificare la valutazione, il
modello fa riferimento esclusivamente a variazioni dei costi esterni, ossia ai costi di acquisizione di fattori produttivi
da terze economie, in quanto tali costi hanno un impatto sul conto economico aziendale.

I risparmi di costo conseguenti ad un minore utilizzo di risorse già inserite nella struttura aziendale, determinano
una riduzione del costo di utilizzo di tale risorsa ma non del costo di acquisizione del suo potenziale di servizi;
in altre parole se un manutentore dopo l’investimento in Industry 4.0 lavora meno perché dispone di migliori
tecnologie di supporto, si ottengono risparmi sul costo della manutenzione misurato attraverso il tempo dedicato alla
manutenzione, ma nel conto economico dell’azienda il suo stipendio continuerà a gravare per intero. In quest’ultimo
caso sarà necessario stimare i benefici che l’azienda potrebbe avere sul conto economico grazie ad un reimpiego
di tali risorse (ad esempio, il manutentore) in altre attività, chiedendosi se queste altre attività avranno un impatto
più o meno diretto sui volumi, quindi sui ricavi, oppure sui costi (esterni) dell’azienda; in tal caso, i benefici saranno
riportati nella formula del reddito residuale.

15
 QUALITÀ. Gli effetti della qualità possono essere sintetizzati considerando i minori: scarti, controlli e resi. Tali effetti
potrebbero essere considerati anche mediante la stima delle variazioni delle prestazioni di processo riguardanti
i costi ed i volumi (i minori scarti, ad esempio, comportano minori costi e maggiori volumi di vendita). Tuttavia
poiché la qualità potrebbe rappresentare un driver dei costi e dei volumi, il modello esplicita la variabile qualità
posizionandola accanto a volumi, tempi e costi, al fine di agevolare l’indagine sui possibili effetti degli investimenti
in tecnologie in Industry 4.0. Infatti, l’esplicitazione della variabile qualità permette di:

1. usufruire del know-how che ormai tutte le aziende hanno, anche se in diversa misura, in tema di individuazione
delle cause di non conformità;

2. utilizzare le note relazioni di causa-effetto tra i costi della qualità (ossia a maggiori costi di prevenzione
dovrebbero conseguire minori costi per controlli, scarti e resi) per stimare in maniera più attendibile gli effetti
degli investimenti sul reddito residuale.

Detto ciò, anche in questo caso l’approccio differenziale adottato per quantificare il RR richiede qualche precisazione.
Iniziamo con il caso di una riduzione degli scarti. Se per scarto si intende qualcosa che ha un valore tendenzialmente
nullo e che deve essere smaltito oppure rilavorato, i benefici derivanti dalla riduzione degli scarti sono configurabili, in
prima approssimazione, come una riduzione dei costi di produzione, poiché per produrre la stessa quantità di prodotti
venduti si producono meno scarti e quindi migliora l’efficienza (rapporto input/output). Tuttavia abbiamo detto che
nella formulazione del reddito residuale riporteremo soltanto le variazioni che impattano sul conto economico
e sullo stato patrimoniale aziendali4, pertanto se la riduzione, o addirittura l’eliminazione degli scarti, implica
un incremento del volume di produzione vendibile, non si rileveranno come benefici i minori costi corrispondenti
alle riduzione degli scarti, ma si inseriranno nella formula del reddito residuale i benefici conseguenti ai maggiori
ricavi (i prodotti prima scartati ora sono venduti), oppure i minori costi derivanti dalla riduzione dei costi dei servizi
acquistati all’esterno per lo smaltimento degli scarti (anche in questo caso i minori costi possono essere inseriti tra i
ricavi oppure tra i costi a riduzione dei medesimi). In maniera analoga si opererà per i controlli ed i resi. Le variazioni
dei costi, dei volumi e dei tempi che non saranno rilevate mediante l’indagine svolta con le “lenti” della qualità (ad
esempio i recuperi di efficienza non dipendenti da carenze di qualità), saranno quantificate mediante le altre misure
di performance dei processi dedicate a queste dimensioni.
(4)
Poiché gli acquisti, ad esempio, di materie/prime/componenti rimangono i medesimi della situazione antecedente la riduzione degli scarti.

16
VOLUMI. Le variazioni dei volumi derivanti, ad esempio, da una maggiore tasso di utilizzo di macchine e impianti
(OEE), rappresentano la base per stimare gli impatti sui costi, sui ricavi e sul capitale circolante netto. Infatti, i
maggiori volumi di produzione, ipotizzando di poterli collocare sul mercato, influenzeranno i ricavi, i costi di acquisto
dei fattori produttivi ed il capitale circolante netto (mediante variazioni nei crediti e dei debiti di fornitura, nonché,
eventualmente, nelle altre passività operative).

TEMPI. Le riduzioni dei tempi di processo (dovuti ad esempio a riduzioni dei tempi di assemblaggio, controllo, consegna),
permettono soprattutto di stimare le variazioni incrementali dei volumi e quindi, ipoteticamente, dei ricavi di vendita.
Anche in questo caso si nota che il tempo potrebbe essere un driver dei volumi e quindi potrebbe sembrare superfluo
l’inserimento dei volumi nel livello dei value driver dedicati alle performance dei processi. Tuttavia, anche in questo
caso, abbiamo preferito esplicitare la variabile volume anche a questo livello poiché, dato il carattere sperimentale del
modello, non è possibile stabilire a priori se le variazioni dei volumi di output dei processi conseguenti ad investimenti
in Industry 4.0, siano tutte mediate da una variazione nei tempi o della qualità. Ovviamente è necessario evitare
duplicazioni, ossia variazioni dei volumi dovute a miglioramenti dei tempi dei cicli operativi, non devono essere
considerate nuovamente nella formula della creazione di valore mediante il driver “volumi”.

17
 Prima di concludere questa sezione due ulteriori commenti conclusivi per una corretta interpretazione dei dati sulla
creazione di valore riguardanti le relazioni verticali/orizzontali tra i value driver e la dimensione “rischio”.

Relazioni verticali e orizzontali tra value driver

Per una stima degli effetti della performance di processo sui costi, sui ricavi aziendali e sul capitale investito probabilmente
si privilegerà la quantificazione di relazioni verticali tra i value driver; ad esempio, una riduzione degli scarti
potrebbe portare maggiori vendite e quindi si avrà una relazione tra i minori scarti di un processo e l’incremento stimato
dei ricavi utilizzati per calcolare il reddito operativo.

Tuttavia occorre tenere presenti anche eventuali relazioni orizzontali, poiché il percorso di miglioramento delle
competenze può iniziare su una dimensione e poi con la maturazione delle competenze su quella dimensione, può
produrre degli effetti su altre dimensioni. Può accadere, ad esempio, che le competenze sviluppate in un ambito
(tipicamente si parte dalla qualità), abbiano poi effetti sullo sviluppo delle competenze che migliorano l’affidabilità nei
confronti dei clienti, a loro volta le competenze che hanno permesso di sviluppare una migliore affidabilità permettono
di migliorare i tempi e queste ultime performance sono la base per sviluppare competenze che portano a ridurre i costi5.
Pertanto potrebbero emergere anche relazioni orizzontali tra i value driver se esaminati secondo una prospettiva
diacronica e non (solo) sincronica.
(5)
Ferdows and De Meyer, 1990.

18
La dimensione “rischio”
La seconda nota riguarda la dimensione rischio che compare nella formula del reddito residuale attraverso il costo
medio ponderato del capitale. Il rischio rappresenta la variabilità indesiderata dei flussi di reddito operativo che,
in quanto tale, è fonte di un possibile danno economico. A tale proposito nella precedente tabella dei benefici
conseguenti a tecnologie Industry 4.0 si nota che i miglioramenti delle performance di processo determinano anche
una potenziale maggiore affidabilità di molti processi e quindi, in definitiva, una minore variabilità dei flussi di reddito
operativo attesi dall’investimento. Un miglioramento della qualità, ad esempio, riduce i rischi di resi e di risarcimento
danni per prodotti difettosi, inoltre, più in generale, grazie al miglioramento dell’affidabilità aziendale, cresce la
soddisfazione dei clienti e si crea una base per ridurre la variabilità dei ricavi mediante una maggiore fidelizzazione.
Questo effetto, in teoria, potrebbe essere scontato attraverso una riduzione del costo medio ponderato. Diciamo “in
teoria” perché la conversione del miglioramento prestazionale dei processi prima in riduzione del rischio operativo
(dipendente da ciò che si produce e da come lo si produce) e poi in una riduzione di punti percentuali dei tassi
utilizzati (tassi che rappresentano il costo del capitale proprio e di terzi) per determinare il costo medio ponderato del
capitale, può essere aleatoria o comunque non semplice. Inoltre, bisognerebbe tenere presente che gli investimenti,
generando ingenti costi fissi aziendali, contribuiscono, proprio perché innalzano i costi fissi, ad incrementare la
variabilità dei flussi di reddito operativo mediante il fenomeno della leva operativa: pertanto bisognerebbe stimare
le influenze positive e negative sul rischio operativo e questo aggiunge ulteriore incertezza e complessità alla stima.
Tutto ciò premesso si potrebbe però tenere conto di questo effetto sul rischio in maniera qualitativa, oppure se è
chiaro e quantificabile in maniera soddisfacente l’effetto di riduzione del rischio, procedere ad una revisione dei tassi
d’interesse utilizzati per determinare il costo medio ponderato del capitale.

I value driver di II° e I° livello

Al secondo livello dei value driver si consolidano gli effetti degli investimenti sui volumi (di vendita e di acquisto)
sommando i dati ottenuti a livello dei processi, inoltre si individuano i relativi prezzi (di vendita e di acquisto)
corrispondenti a tali volumi, le politiche di dilazione (crediti e debiti di fornitura) e, se possibile/rilevante, si convertono
i miglioramenti sul fronte della variabilità indesiderata dell’output dei processi, in riduzioni del rischio operativo e quindi
del costo medio ponderato del capitale. Successivamente, mediante le grandezze determinate al II° livello, si stimano
gli impatti sul I° livello: costi, ricavi, capitale investito ed, eventualmente, costo medio ponderato del capitale.

19
 5.2 UNA SIMULAZIONE DEL MODELLO SU
FOGLIO ELETTRONICO
Il modello di stima della creazione di valore
economico illustrato nei precedenti paragrafi
è stato modellizzato e simulato mediante un
foglio elettronico. Si è cioè realizzato un file
excel comprendente le seguenti cartelle:
• Bilancio riclassificato
• Value driver (per il momento è presente
un solo foglio dedicato alla qualità)
• Investimento differenziale
Hardware&Software
• Capitale circolante netto
• Costo medio ponderato del capitale
• Creazione di valore d’esercizio e totale.
Le cartelle sono collegate tra di loro come
schematizzato nella figura 3.
Le frecce in figura 3 evidenziano i principali
collegamenti tra le cartelle del file. Ogni
cartella ha delle celle di immissione e delle
celle che restituiscono dei risultati secondo
delle formule preimpostate.
20
Bilancio Value driver
riclassificato (qualità)
in
1) Digital quality management (consente di ottimizzare la gestione dei resi in quanto rileva in tempo reale la difettosità dei prodotti realizzati)
DATI INIZIALI PRODOT
A
PRODUZIONE ULTIMO ANNO (QUANTITA')
RIMANENZE PRODOTTI (QUANTITA') AL 31/12
RIMANENZE PRODOTTI IN CORSO DI LAVORAZIONE (VALORE) AL 31/12
RIMANENZE MATERIE PRIME/COMPONENTI (VALORE) AL 31/12
NUMERO RESI DA CLIENTI (NELL'ANNO)
COSTO DELLA GESTIONE DEI RESI (stimato facendo riferimento ai soli costi esterni)
COSTO PRIMO (MEDIO) UNITARIO DI PRODUZIONE (solo costi esterni)
PREZZO MEDIO UNITARIO DI VENDITA
QUOTA ANNUA AMMORTAMENTO INVESTIMENTO IN DIGITAL QUALITY MANAGEMENT € -
COSTO ANNUO DEL SERVIZIO DI DIGITAL QUALITY MANAGEMENT
STIMA VARIAZIONI COSTI/RICAVI/CAPITALE CIRCOLANTE
ATTUALE
RESI (QUANTITA')
Riduzione costi per rilavorazioni dovute ai resi (stimato considerando solo i costi esterni) € -
Riduzione costi di gestione dei resi (stimato considerando solo i costi esterni) € -
Riduzione rimanenze prodotti finiti (quantità)
Riduzione valore rimanenze prodotti finiti (valore al 31/12) € -
Riduzione valore rimanenze prodotti in corso di lavorazione (valore al 31/12) € -
Riduzione valore rimanenze materie prime/componenti (valore al 31/12) € -
Incremento vendite per minori resi
QUOTA ANNUA AMMORTAMENTO INVESTIMENTO IN DIGITAL QUALITY MANAGEMENT
COSTO ANNUO DEL SERVIZIO DI DIGITAL QUALITY MANAGEMENT
IMPATTO DELLA VARIAZIONE SUL REDDITO OPERATIVO
IMPATTO DELLA VARIAZIONE SUL CAPITALE CIRCOLANTE
HW&SW gestione qualità N
HW&SW gestione qualità N
HW&SW gestione qualità N
TOTALE AMM.TO
 Costo medio Creazione di
Investimento Capitale
ponderato del valore di es. e
differenziale circolante netto
capitale totale

STRUTTURA DEL CAPITALE CREDITI VERSO CLIENTI (NO IVA)/FATTURATO AZIENDALE

DEBITI VERSO FORNITORI (NO IVA)/ACQUISTI
TTI/SERVIZI
B CAPITALE PROPRIO € - RIMANENZE FINALI PRODOTTI FINITI/FATTURATO AZIENDALE
0 CAPITALE DI FINANZIAMENTO € -
0 Totale fonti € - VARIAZIONE
Incremento vendite per minori resi € -
0 Incremento ricavi per minori scarti (advanced process control) € -
€ - DETERMINAZIONE DEL WACC Incremento ricavi per minori tempi di ciclo (statistical process control) € -
€ - Variazione totale ricavi € -
€ - Tasso di interesse (Kd)
€ -
€ -
Risk premium VARIAZIONE CREDITI VERSO CLIENTI € -
Free risk rate netto
Beta
Costo del capitale proprio (Ke) Riduzione costi per rilavorazioni dovute ai resi (stimato considerando solo i costi esterni) € -
CON INNOVAZIONE VARIAZIONE
0 0
ONERI FINANZIARI € - Riduzione costi di gestione dei resi (stimato considerando solo i costi esterni) € -
€ - ALIQUOTA DI IMPOSTA (IRES) Riduzione costi esterni per gestione/smaltimento scarti (solo costi esterni) € -
€ - WACC Riduzione costi del controllo (solo costi esterni)
0 0
€ - € - COSTO ANNUO DEL SERVIZIO DI DIGITAL QUALITY MANAGEMENT € -
€ - € - COSTO ANNUO DEL SERVIZIO DI ADVANCED PROCESS CONTROL € -
€ - € - COSTO ANNUO DEL SERVIZIO CONTROLLO QUALITA' € -
€ -
Variazione totale costi € -
€ -
€ - € -
€ - VARIAZIONE DEBITI DI FORNITURA € -
€ -

QUOTA AMM.TO VITA UTILE (ANNI) INVESTIMENTO Variazione rimanenze finali € -

Variazione rimanenze finali € -
N. 1
N. 2
N. n VARIAZIONE CAPITALE CIRCOLANTE NETTO € -
€ -

Figura 3. La struttura del modello realizzato su foglio elettronico

21
 Di seguito una sintesi dei contenuti e del funzionamento di ogni cartella.
Bilancio d’esercizio dell’azienda riclassificato: questo foglio contiene i dati derivanti da uno o più bilanci dell’azienda
riclassificati in modo da disporre di dati utili per la stima dei parametri necessari per il calcolo di RR (da qui si deducono, ad
esempio, la durata media dei crediti e dei debiti, il rapporto tra fatturato e rimanenze, l’onerosità dei debiti finanziari, ecc).
Value driver (qualità): per il momento si è simulato l’impatto dell’investimento in Industry 4.0 sulla qualità in quanto
rappresenta un aspetto delle performance di processo che consente di tenere in considerazione anche molte variazioni
dei tempi, dei volumi e dei costi; successivamente si prevede di realizzare un foglio elettronico per ognuna delle altre
dimensioni delle performance indicate come value driver di III° livello (volumi, tempi e costi). Attualmente in questa cartella
si riportano i dati necessari per determinare gli impatti dell’investimento su aspetti della qualità come: scarti, resi e controlli.
Investimento in hardware & software Industry 4.0: si inseriscono i costi dell’investimento e la politica di
ammortamento.

22
Capitale circolante netto (CCN): in questa parte del file, utilizzando i dati di output di precedenti cartelle, si stimano
le variazioni del capitale circolante netto.
Costo medio ponderato del capitale: in questo foglio elettronico si procede al calcolo del costo medio ponderato del
capitale, eventualmente apportando alla procedura di calcolo le semplificazioni necessarie per le PMI non quotate.
Creazione di valore di esercizio e totale: infine in questo foglio elettronico si consolidano i dati stimati nei
precedenti (ricavi, costi, capitale circolante netto e fisso, tutti rappresentano differenziali) e si stima la creazione
di valore di esercizio e quella totale (CVT). La CVT rappresenta l’attualizzazione dei redditi residuali stimati lungo la
vita utile prospettica dell’investimento. Possono essere considerati, come di consueto, diversi scenari, differenziati
a seconda delle ipotesi di crescita, stabilità e decrescita degli effetti dell’investimento. Di seguito si riporta, a titolo
esemplificativo, la struttura di quest’ultimo foglio che riassume gli output dei precedenti. Si è simulato lo svolgimento
di tre investimenti dedicati alla qualità (investimento 1, 2, 3), ognuno di essi è dedicato ad un aspetto della qualità
(gestione dei processi, controlli e scarti), la vita utile dell’investimento è 2019-2023.

23
24
Alcuni esempi di Check-list per la raccolta di dati
La raccolta dei dati relativi ai driver di valore individuati in funzione dell’investimento in tecnologie Industry 4.0 è
essenziale per l’implementazione del modello. Lo sviluppo di check-list per la raccolta di tali dati che siano complete
ed efficaci è quindi un importante step preliminare.

A titolo esemplificativo si riportano due schede di check-list per la raccolta di dati riferite a progetti di investimento
“Smart Energy Consumption” e “Augmented Reality for Maintainance Repair and Operations (MRO)” funzionali
all’implementazione del modello.

Smart Energy Consumption Augmented reality for MRO

DATI INIZIALI "AS IS" DATI INIZIALI "AS IS"
Energia totale consumata (es. mensile) Tempi di fermo impianto
Totale produzione prodotti (es. mensile) Costo orario fermo impianto
Audit energetico

VALORI INVESTIMENTO VALORI INVESTIMENTO

Investimento in HW (es. smart meters, variatori di velocità, ...) Investimento in HW (es. PC, tablet, PLC, ...)
Investimento in SW (es. monitoraggio energetico, ...) Investimenti in SW (es. sviluppo applicazione, raccolta dati, ...)

DATI DI STIMA MIGLIORAMENTI DATI DI STIMA MIGLIORAMENTI

Suddivisione consumi per settore/reparto/stabilimento
Individuazione consumo specifico (es. kWh/unità di produzione)
Gestione flessibile della produzione in base al costo dell'energia
Ottimizzazione consumo energetico, efficientamento linee a
scarso rendimento
Previsione accurata dei costi energetici (anche per brokeraggio
energetico)
Contenimento della potenza installata
Riduzione dei tempi di manutenzione (fino al 10%)
Riduzione dei costi di manutenzione
Aumento efficacia training operatori tramite procedure guidate
Aumento sicurezza per l'operatore
Accesso immediato alle informazioni digitali as built (documenti,
manuali, report collaudo, schemi) e possibilità di aggiornamento
automatico da remoto

Un altro esempio di use case che presentiamo è relativo all’”Adozione di sistemi di misura e controllo automatico
su linee di produzione complesse” e di “Sistemi di campionatura e misura automatizzati e connessi alla linea”.

Lo scenario è quello delle rilavorazioni correttive indotte dalle difettosità causate dal processo in presenza di attività di
lavoro intensivo e ripetitivo, aventi a che fare con la misura e il controllo distruttivo e non, su una linea di produzione.
Le azioni in chiave Industry 4.0 sono l’adozione di opportune tecnologie e strumenti di misura e rilevamento di
difettosità (sistemi di visione) per monitorare in real time e interagire con sistemi di Digital Quality che influenzano
i processi di analisi delle difettosità stesse.

25
 Misura e controllo con sistemi di visione
Value driver
- Diminuzione falsi negativi e positivi
- Diminuzione prodotti non conformi non
intercettati al controllo
- Diminuzione tempi di controllo
- Diminuzione costi della qualità per
automazione delle procedure di
controllo
- diminuzione eventi/costi di stock out
Sistemi di campionamento e prova per test (distruttivi e non) in linea
Value driver
- Diminuzione falsi negativi e positivi
- Diminuzione prodotti non conformi non
intercettati al controllo
- Diminuzione tempi di controllo
- Diminuzione costi della qualità per
automazione delle procedure di
controllo
I principali elementi della check-list sono in questo caso:
Item
Presenza Processo di rilavorazione
Numerosità controlli e test
Numero addetti processo di controllo
Costo rilavorazione
26
Elementi da considerare
- In presenza di rilavorazioni esterne o gestite da personale esterno minimizzazione
dei costi di servizio.
- In presenza di rilavorazioni gestite internamente si avrà un apporto indiretto sul
tema dell’ottimizzazione degli asset (quindi su uno scope diverso del quadrante,
non sulla qualità).
- Minimizzazione dell’errore in fase di raccolta informazioni con impatto sui tempi
della qualità e costi di gestione reclami.
- Per le altre tematiche valgono i driver già esposti come esempio nella trattazione
generale relativa alla qualità (minimizzazione resi, fidelizzazione cliente, ecc.).
- Diminuzione degli stock di seconda scelta e costi di spazio a magazzino
Elementi da considerare
- In presenza di servizi esterni di test di ottimizzazione del costo.
- Impatto sulla gestione personale: diminuzione attività umane manuali ripetitive
e quindi con impatto potenziale sul rischio infortuni, malattie professionali, costi
di (ri) formazione del personale.
- Minimizzazione dell’errore in fase di raccolta informazioni con impatto sui tempi
della qualità e costi di gestione reclami.
- Ottimizzazione tempi di consegna (impatto sul tempo di go to market).
Costi servizio di test servizi
Rischio infortunio e problematiche labour related
Costo di Formazione
Costo di gestione della non conformità
Presentiamo infine due ulteriori esempi di check-list relativi a investimenti in tecnologie “Machine flexibility”
e “Supply Chain optimization” in cui vengono proposti anche alcuni indicatori di performance per la stima
dell’improvement derivante dall’investimento utilizzabili nella gestione dei processi impattati.

Machine flexibility METRICHE PRINCIPALI PER STIMA IMPROVEMENT

ITEMS Tempi di change over complessivo

Macchine e linee di produzione Tempi di rischedulazione ordine di produzione
Sistemi di integrazione logistica Tempi di parametrizzazione operativa su cambio ordine
Prodotto semilavorato e finito Attrezzaggi manuali o automatici per cambio formato
Costo di riconfigurazione funzionale
ENTI COINVOLTI
Engineering
Produzione
Vendite
PROCESSI IMPATTATI
Progettazione nuovi prodotti
Progettazioni impianti
Layout operativo
Produzione
Schedulazione

Real time Supply Chain optimization METRICHE PRINCIPALI PER STIMA IMPROVEMENT

MACRO FLUSSI Supply Chain

Stock In Customer order cycle time in days
Stock Out Finished goods inventory days of supply
Total inventory turns
ITEMS
Raw material inventory days of supply
Materie Prime
Return on working capital
Semilavorati
Prodotto finito Production
Return on fixed assets
ENTI COINVOLTI
Total cost of manufacturing as a percentage of revenue
Funzione Acquisti
Scrap and rework costs as a percentage of cost of goods sold
Produzione
Warranty costs (repair and replacement) as a percentage of sales
Vendite
Total cost of manufacturing as a percentage of revenue
PROCESSI IMPATTATI
Logistics
Order Management
Percentage of orders expedited
Warehouse Management
Order fill rate
Inventory Management
Value of returned products as a percentage of sales
Orchestation
Return processing cycle time in days
Sourcing
Customer shipment to delivery cycle time in days
Supply Chain Planning
Manufacturing

27
 5.3 GLI ATTORI-CHIAVE PER LA PRODUZIONE E L’UTILIZZO DELLE INFORMAZIONI
Per concludere alcune note sugli attori chiave che potrebbero essere coinvolti nell’applicazione del modello. Se
consideriamo il caso di una piccola-media impresa sovente l’introduzione di investimenti in Industry 4.0 è assistita da
consulenti esterni e/o fornitori di HW/SW che possono essere classificati come fornitori di servizi ad elevata intensità
di conoscenza (knowledge Intensive Business Services o KIBS). In questo caso, l’applicazione dell’approccio illustrato
in questo paper può essere svolta in cooperazione tra il personale del fornitore di KIBS e quello dell’azienda. Per
quanto riguarda l’azienda, i ruoli che probabilmente dovrebbero essere coinvolti sono le aree funzionali interessate
dal modello di stima del valore e quindi:

• l’amministrazione/controllo con il ruolo di coordinatore di tutto il processo di stima e di fornitore dei dati di sua
competenza;

• il responsabile del sistema informativo (EDI) aziendale;

• il responsabile della qualità;

• i responsabili di funzione che presidiano lo svolgimento dei processi interessati dall’investimento in Industry 4.0.

In conclusione, è importante ricordare che il modello consente non solo di stimare gli effetti degli investimenti
ex-ante ma, data la sua articolazione su più livelli dei value driver, di identificare delle misure che potrebbero
essere parte di un sistema di misurazione delle performance aziendali, permettendo così, nel corso della vita utile
dell’investimento, di controllare se le performance stimate si traducono in risultati. Tutto ciò, ovviamente, porterebbe
anche vantaggi notevoli sullo sviluppo di elementi intangibili come descritto nella sezione seguente.

28
6. RISORSE INTANGIBILI DA INDUSTRY 4.0 NON VALORIZZABILI
Il modello del ROI EVOLUTO illustrato nei paragrafi precedenti consente una valorizzazione economica dei benefici e
dei risparmi derivanti dall’applicazione delle tecnologie abilitanti Industry 4.0.
Esistono tuttavia altre dimensioni da considerare, rispetto alle quali grazie a tali tecnologie si determina la possibilità di
sviluppare risorse intangibili ad alto impatto strategico che sono difficilmente monetizzabili, ma che sono estremamente
importanti nella prospettiva dello sviluppo di un vantaggio competitivo sostenibile per l’impresa.
Per illustrare questi ulteriori elementi ci serviamo di un modello recentemente proposto per l’analisi delle competenze
manageriali necessarie per l’appropriato utilizzo delle tecnologie I4.0. In esso sono identificate sei aree nelle quali possono
svilupparsi le nuove capabilities in grado di realizzare decisioni e approcci efficaci nei nuovi contesti di business 4.0.
Tali aree, tra loro interrelate, sono (Fig. 4):
1. Analysis & Strategy: su cosa focalizzarsi per prendere decisioni strategiche I4.0
2. Planning & Implementation: come valutare, pianificare e implementare le decisioni su investimenti 4.0
3. Cooperation & Networks: come considerare adeguatamente alleanze strategiche e partnership collaborative
4. Business Models: come sviluppare/adattare il BM sulla base di nuove Value Propositions
5. Human Resources: come comprendere gli impatti di I4.0 sul sistema umano/personale
6. Change & Leadership: come governare e controllare il cambiamento culturale ed organizzativo determinato da I4.0

COOPERATION & NETWORKS

ANALYSYS & PLANNING &

BUSINESS MODELS
STRATEGY IMPLEMENTATION

HUMAN RESOURCES

CHANGE & LEADERSHIP

Fig. 4 - Le sfide manageriali di Industry 4.0 (Fonte: Schneider P., “Managerial challenges of Industry 4.0: an
empirically backed research agenda for a nascent field”, Review of Management Science, 12, 2018)

29
 L’area 2 è quella di maggior impatto per l’utilizzo del
Modello del ROI EVOLUTO così come è stato presentato
nelle sezioni precedenti. Essa è dunque contraddistinta
dalla possibilità di quantificare in termini economico-
finanziari i benefici dell’investimento in I4.0 nonchè
l’impatto sui value driver presentati nella prima sezione.

Le aree 1 e 6 richiedono lo sviluppo di capacità di analisi

e di soft skills adeguate al nuovo contesto competitivo
e tecnologico a seguito della diffusione delle tecnologie
Industry 4.0, mentre, in relazione a tale diffusione, nelle
aree 3, 4 e 5 possono accumularsi le maggiori riserve di
risorse intangibili per lo sviluppo del business. Si pone
dunque il problema di prendere adeguatamente in
considerazione l’effetto su tali risorse dell’investimento
in tecnologie abilitanti, seppur non attraverso una diretta
misurazione economico-finanziaria. Per quanto riguarda
le risorse umane, in Industry 4.0, sarà fondamentale
combinare dati, integrare sistemi e processi e prendere
decisioni basate su informazioni interfunzionali.

Pertanto le aziende intelligenti dovranno sviluppare

rapidamente una conoscenza di base su come affrontare
le tecnologie di Industria 4.0 e sviluppare una capacità
di adattamento a cicli di innovazione più brevi per una
vasta gamma di dipendenti. In essa è incluso tutto lo
staff del reparto produzione che deve sviluppare il know-
how di processo e di sistemi IT di base per garantire il
collegamento dal mondo digitale al mondo fisico.

L’effetto più immediato, oltre che di difficile misurazione,

riguarda quindi lo sviluppo di competenze e skill di
carattere digital del personale. Anche dal punto di
vista sociale, in stretto legame col personale, si rileva
un possibile beneficio degli investimenti I4.0 nella
maggiore sicurezza dei lavoratori. Si pensi, a titolo
esemplificativo, all’utilizzo di robot collaborativi o di
esoscheletri che pur consentendo il naturale movimento
dell’operatore industriale ne riducono il carico e limitano
i movimenti pericolosi.

30
Per quanto riguarda i modelli di business, i miglioramenti
operativi sono basati su informazioni interfunzionali che
richiedono una comprensione approfondita di processi,
sistemi e dati generali. La rottura delle strutture verticali
(i silos organizzativi) richiede un’adeguata configurazione
della governance. L’integrazione tra le funzioni deve
riflettersi nella struttura organizzativa poiché i team
interfunzionali sono un elemento chiave. Tutto ciò attiva
cicli di apprendimento organizzativo e nuove competenze
funzionali all’aumento sia della capacità innovativa
che della resilienza organizzativa, ossia la capacità di
un’organizzazione di anticipare, prepararsi, rispondere e
adattarsi al cambiamento con l’obiettivo di sopravvivere
e prosperare.Vanno considerate infine le collaborazioni e
le partnership strategiche. Uno degli impatti principali
di Industry 4.0 sulle aziende è la crescente necessità
di integrare dati e processi con organizzazioni al di fuori
dell’azienda. Questo è vero in molteplici passaggi all’interno
della catena del valore, e ancor di più quando si analizzano
nuovi modelli di business. Laddove non sia possibile per
una singola azienda sviluppare un business specifico e
potenziale, la soluzione potrebbe essere la partnership con
altre aziende che offrono tecnologie complementari. Lo
sviluppo di sinergie interorganizzative è quindi un altro
dei benefici indotti da tali tecnologie. A quanto detto va
aggiunta, infine, anche una dimensione di sostenibilità
alimentabile attraverso le tecnologie Industry 4.0, non
solo valorizzata economicamente e rilevata dall’area 2, ma
di carattere ambientale. Questa dimensione rappresenta
un’area esterna al modello presentato in Figura 4, ma che
impatta significativamente sull’azienda. L’investimento
in I4.0 (si pensi ad esempio all’utilizzo dei Big Data per
la definizione di modelli predittivi di consumo come
richiamato nella prima sezione) può portare un beneficio
rilevabile nell’ottimizzazione del consumo energetico, e
quindi misurabile economicamente, ma anche un beneficio
non quantificabile per l’ambiente. Ovvero l’efficientamento
dell’energia porta ad un minor consumo di risorse, a
minori emissioni e quindi ad un minor inquinamento
ambientale.
Federazione ANIE
ANIE Automazione
Viale Lancetti 43 - 20158 Milano - Tel. 02 3264.252 - Fax 02 3264.212
anieautomazione@anie.it - www.anieautomazione.it
www.anie.it - @ANIEAutomazione