The evolution of man–machine interaction: the role of human in Industry 4.

0 paradigm

L'evoluzione dell'interazione uomo-macchina: il ruolo dell'uomo nel paradigma dell'Industria 4.0

1. Introduzione
La definizione di "Industria 4.0" si è diffusa nel 2011 quando un'associazione composta da imprese, politica
e mondo accademico, denominata "Industria 4.0", ha sostenuto l'idea di un nuovo tipo di industria
manifatturiera (Drath & Horch, 2014). Con il termine "Industria 4.0" si descrive la Quarta Rivoluzione
Industriale che sta avvenendo in questi anni. Questa Rivoluzione è stata preceduta da altre tre Rivoluzioni
Industriali, come si può vedere nella Figura 1: la prima ha avuto luogo nella seconda metà del XVIII secolo
ed è nata con nuovi impianti di produzione meccanica che utilizzano l'energia dell'acqua o del vapore. La
seconda rivoluzione industriale iniziò nel 1870 a causa del sistema di elettrificazione e della divisione del
lavoro di Taylor con la produzione di massa e l'uso di trasportatori a nastro. Infine, la Terza Rivoluzione
Industriale può essere associata all'introduzione del lavoro digitale e ha avuto luogo negli anni '70
(Wittenberg, 2016). L'Industria 4.0 è un nuovo concetto di produzione, che coinvolge l'automazione
industriale e l'integrazione di nuove tecnologie di produzione, al fine di migliorare le condizioni di lavoro e
aumentare la produttività e la qualità. L'Industria 4.0 ha portato un grande cambiamento anche
nell'interazione tra lavoratori e macchine. Con il termine 'macchina' si indica ogni tipo di sistema tecnico
dinamico

tra cui l'automazione, le apparecchiature di supporto alle decisioni e il software. I componenti di

automazione del sistema tecnico sono indicati come sistema di supervisione e controllo. Come mostrato
nella Figura 2, in questo nuovo concetto, le macchine, che prima si trovavano al livello uno, ora prendono
alcune funzionalità dai livelli superiori, in particolare dal livello 3 (livello di produzione, livello di sistema e
gestione) e livello 4 (pianificazione delle risorse aziendali). Poi, nel paradigma dell'Industria 4.0,
l'automazione supporta il lavoro umano non solo nella fase di produzione, logistica e raccolta dati ma anche
nella gestione aziendale e nell'ERP.
2. Industria 4.0.
Industria 4.0 è un termine popolare per descrivere i cambiamenti in arrivo del panorama industriale, in
particolare nell'industria manifatturiera e manifatturiera (Xu & Li, 2018).
La quarta rivoluzione industriale è uno degli argomenti più di tendenza sia in ambito professionale che
accademico. Questo concetto ha come elemento centrale lo Smart Manufacturing. La produzione
intelligente è una forma emergente di produzione che integra gli asset di produzione con sensori,
piattaforme informatiche, tecnologia di comunicazione, controllo, simulazione, modellazione ad alta
intensità di dati e ingegneria predittiva (Kusiak, 2018). L'Industria 4.0 è stata considerata una nuova fase
industriale in cui diverse tecnologie emergenti stanno convergendo per fornire soluzioni digitali (Frank et
al., 2019). Il nuovo paradigma dell'Industria 4.0 è una rivoluzione, che consente la comunicazione tra esseri
umani e macchine in un ambiente altamente connesso (Gu & Liu, 2013), utilizzando tecnologie di
automazione come Cyber-Physical Systems (CPS), Internet of Things (IoT) e cloud computing (Sony, 2018). I
CPS sono integrazioni di processi computazionali e fisici. I computer e le reti embedded monitorano per
controllare i processi fisici, di solito con cicli di feedback (E. A. Lee, 2008). La proliferazione di questi
dispositivi, in una rete comunicante-attuatrice, crea l'Internet of Things (IoT), in cui sensori e attuatori si
fondono perfettamente con l'ambiente che ci circonda e le informazioni vengono condivise tra le
piattaforme (Gubbi et al., 2013). Questa rivoluzione ha spinto l'industria a distribuire i propri processi
produttivi su più siti, o meglio a decentralizzarli. Questa struttura organizzativa ha generato una forte
virtualizzazione della realtà: il monitoraggio strumentale delle prestazioni e la gestione remota. Quindi, la
decentralizzazione e la virtualizzazione sono paradigmi che si spostano verso la Quarta Rivoluzione
Industriale (Hermann et al., 2015). L'Industria 4.0 nasce e si sviluppa grazie ad un nuovo mercato in cui la
competizione richiede nuovi concetti di produzione basati sulla continua flessibilità e riconfigurabilità
(Koren, 2006). Gli strumenti di simulazione, già utilizzati in diversi contesti (Di Nardo & Gallo et al., 2015),
aiutano questo nuovo paradigma dell'Industria. Infatti, per il nuovo contesto manifatturiero, Wörn et al.
(2000) identificano i processi di nuovi approcci in cui la simulazione assume un ruolo importante (Di Nardo
et al., 2016). Come descritto da J Lee et al. (2015) il CPS ha una certa architettura a 5 c, con 5 diversi livelli:
Connessione, Conversione, Cyber, Cognizione e Configurazione. La caratterizzazione principale di questo
nuovo tipo di framework è il passaggio da processi controllati centralmente a processi decentralizzati.
L'Industria 4.0 si basa sul concetto di prodotti intelligenti, grazie alla loro intelligenza. Uno dei pilastri
principali della Quarta Rivoluzione Industriale (Drath & Horch, 2014) è il concetto di IoT. L'IoT è un mondo
in cui i sensori consentono alle macchine di comunicare tra loro, producendo una comunicazione da
dispositivo a dispositivo (D2D) per facilitare le reti peer-to-peer (Pawar & Privedi, 2018). Le macchine sono
connesse come una comunità collaborativa (J. Lee et al., 2014). Inoltre, l'IoT è un'opportunità rivoluzionaria
ed estremamente significativa per l'economia e le organizzazioni aziendali. Nell'Industria 4.0, si prevede che
l'IoT offrirà promettenti soluzioni trasformative per il funzionamento e il ruolo di molti sistemi industriali
esistenti all'interno delle imprese digitali dei complessi ecosistemi industriali di domani (Brettel et al.,
2014). Oltre all'IoT, la fusione del mondo fisico e virtuale è un'ulteriore componente importante
dell'Industria 4.0 (Drath & Horch, 2014). Lo sviluppo del CPS è caratterizzato da tre fasi. Quindi, nello
specifico, sono tre le tecnologie abilitanti che implementano l'architettura delle 5 c in tutte le sue fasi:
sensori integrati, attuatori e intelligenza decentralizzata. 22 M. DI NARDO ET AL. La Quarta Rivoluzione
Industriale si basa sul concetto di "automazione cognitiva" come passaggio tra un modello industriale in cui
i robot sostituiscono le persone e un altro in cui le informazioni corrono veloci e tutto è perfettamente
sincronizzato. Una grande innovazione come l'Industria 4.0 ha bisogno anche di grandi cambiamenti
nell'organizzazione del posto di lavoro e nella soddisfazione lavorativa e nell'impegno organizzativo. Questo
è il motivo per cui questo articolo si occuperà di HumanFactor e della sua interazione con i robot. E'
possibile parlare di un nuovo CHS (Cyber-human system) (Figura 3), che aggiorna il semplice CPS,
includendo alcune considerazioni su come l'elemento umano debba essere integrato, e su come il fattore
umano sia cruciale nei livelli superiori. È interessante notare che le attività ritenute difficili da evolvere a
livello cibernetico sono proprio quelle che gli esseri umani svolgono naturalmente, e quelle, che sono
inerenti al mondo cibernetico, sono quelle che richiedono maggiore attenzione se colleghiamo l'essere
umano al nuovo "Internet-of-People-and-Things" (Krugh & Mears, 2018). A differenza del CPS, il CHS ha la
capacità di fornire informazioni di feedback a ogni livello, poiché i lavoratori umani hanno un'intelligenza
intrinseca che può essere sfruttata naturalmente per azioni autoadattative, correttive e preventive. Il livello
di configurazione del CHS funge da controllo di supervisione per garantire che le decisioni, prese a livello
cognitivo, siano implementate e che le azioni correttive o adattive siano seguite attraverso il lavoratore
umano.

3. L'evoluzione dell'interazione uomo-macchina

L'interazione uomo-macchina (nota anche con l'acronimo di 'MMI' o con il nome di interazione uomo-
macchina (HMI)) è descritta come un'interazione e una comunicazione tra utenti umani e macchine in un
ambiente dinamico attraverso diverse interfacce. Da quando gli esseri umani hanno iniziato a costruire
strumenti, c'è stata l'interazione tra gli esseri umani e le macchine. Questa interazione si è evoluta nel
tempo. Inizialmente, prima della seconda guerra mondiale, le persone venivano adattate alle macchine. In
altre parole, gli esseri umani sono stati addestrati a usare le macchine. Tuttavia, durante la seconda guerra
mondiale, le nuove attrezzature sono state sviluppate così rapidamente che è stato difficile addestrare
sufficientemente gli esseri umani Da qui l'esigenza di un'analisi e sintesi sistematica dell'interazione tra
uomo e macchina. La storia dell'interazione uomo-macchina può essere suddivisa in quattro fusi orari. In
primo luogo, negli anni dal 1940 al 1955, gli sviluppatori hanno cercato di trovare i limiti delle possibilità
umane. Le nuove apparecchiature sono state progettate in modo tale che i controllori umani fossero in
grado di gestirle. Dal 1955 al 1970 le cose sono andate avanti. In questo periodo, i ricercatori hanno cercato
di modellare gli esseri umani come macchine e progettare prodotti di conseguenza. Intorno al 1970,
l'elettronica stava avanzando. Poi, dal 1970 al 1985, questa tecnologia è stata utilizzata per automatizzare
molte attività, che normalmente richiedevano l'intervento umano. L'umano ha smesso di essere il
controllore e ha iniziato a diventare il supervisore. Dal 1985 questo è progredito molto di più. Al giorno
d'oggi vengono presi in considerazione il carico di lavoro, il processo cognitivo, i modelli di interazione
emotiva uomo-robot. Quindi, l'interazione uomo-macchina è profondamente cambiata nel corso degli anni
e nell'Industria 4.0 ha raggiunto una grande innovazione che può essere spiegata grazie ad alcuni pilastri
della Quarta Rivoluzione Industriale:
– Big data e analytics;
– Produzione assistita da robot;
– Veicoli logistici a guida autonoma;
– Realtà aumentata e manifattura additiva.
3.1. Big data e analytics
L'introduzione dell'Industria 4.0 nella produzione coinvolge un dipendente più specializzato che avrà
diverse responsabilità lavorando maggiormente con i dispositivi di comunicazione in modo sistematico. Le
aziende utilizzeranno algoritmi per analizzare i dati in tempo reale. Mentre l'uso dei big data comporterà
una riduzione del numero di lavoratori, sarà necessario un data scientist industriale con competenze per
utilizzare linguaggi di programmazione statistica (Kumar et al., 2015). La capacità di gestire i big data
sviluppa vantaggi competitivi per le imprese. La differenza tra il lavoratore tradizionale e il lavoratore
dell'Industria 4.0 è il gap di competenze e conoscenze. L'operaio tradizionale era una persona priva di
esperienza e competenze, il nuovo operaio è considerato come qualcuno che si occuperà della gestione e
non solo della produzione.
3.2. Produzione assistita da robot
I robot sostituiranno, in molti casi, gli esseri umani. Di fatto, essi consentiranno la diminuzione del lavoro
manuale nel set di produzione (Ferdows & De Meyer, 1990). La principale conseguenza dell'introduzione
dei robot sarà la rivoluzione del posto di lavoro, in quanto i robot offriranno miglioramenti ergonomici. Ci
sarà meno sforzo fisico per il lavoratore perché tutti i lavori di routine saranno eseguiti dalle macchine.
Ogni lavoro di pianificazione sarà lasciato all'uomo che monitorerà la produzione. I robot avranno un ruolo
fondamentale nell'ambiente dinamico del processo produttivo grazie alla loro capacità cognitiva di
riadattare il loro status in base alla situazione flessibile e ai nuovi input (Almada Lobo, 2015). Il ruolo di
coordinatore dei robot sarà creato per supervisionare i robot in officina e per rispondere a
malfunzionamenti o segnali di errore.
Il coordinatore del robot si occuperà sia della manutenzione ordinaria che di quella di emergenza e
coinvolgerà anche altri esperti in caso di necessità. In caso di necessità di sostituire un robot, il coordinatore
avrà questa responsabilità. L'uso dell'automazione per assistere i lavoratori sarà particolarmente prezioso
in molti paesi sviluppati. Ad esempio, come mostrato nella Figura 4, alcuni lavori in catena di montaggio
automobilistica ora richiedono il sollevamento di carichi pesanti e non posizioni ergonomiche. Un
dispositivo robotizzato permette al lavoratore di svolgere il proprio lavoro in modo più semplice ed
ergonomico, prevenendo errori e incidenti. La flessibilità del processo nell'Industria 4.0 aumenterà. Robot,
macchine intelligenti e prodotti intelligenti che comunicano tra loro e prendono decisioni autonome
forniranno questa flessibilità (Rüßmann et al., 2015).
3.3. Veicoli logistici a guida autonoma
Nei moderni ambienti di produzione, i sistemi di trasporto a guida automatica (AVGS) diventano parte
integrante dei sistemi di produzione complessivi. Un AGVS (Automated Guided Vehicles System) contiene
uno o più veicoli a guida automatica che sono veicoli senza conducente utilizzati per la movimentazione
orizzontale di materiali. Gli AGV sono comunemente utilizzati in strutture come impianti di produzione,
centri di distribuzione, magazzini e trasbordi. L'AVG è connesso tramite tecnologie wireless e la
comunicazione tra la macchina e gli operatori è fornita da semplici interfacce. Le informazioni possono
circolare in tutto il sistema, in questo modo ogni veicolo conosce il proprio stato e quello degli altri, in
modo che l'ordine venga assegnato al veicolo che può eseguirlo in modo più efficiente. Il veicolo a guida
automatica intelligente consente una facile collaborazione tra i lavoratori tipici e i robot, migliorando
l'efficienza della produzione
3.4. Realtà aumentata e produzione additiva
Nell'Industria 4.0, il lavoratore sarà aiutato nel suo lavoro da occhiali a realtà aumentata per vedere le
informazioni di spedizione e le istruzioni di navigazione, inclusa la posizione esatta di un articolo su uno
scaffale, e per scansionare automaticamente un codice a barre. Il sistema è inoltre predisposto per
consentire un'assistenza remota con un tipo base di manutenzione. È importante capire come la realtà
aumentata cambierà il lavoro in fabbrica, i lavoratori riceveranno istruzioni di riparazione su come
sostituire una particolare parte, queste informazioni verranno visualizzate attraverso un dispositivo come
occhiali o tablet per la realtà aumentata (Ferdows & De Meyer, 1990). La manifattura additiva permette lo
sviluppo e la realizzazione di prodotti altamente personalizzabili. Una di queste caratteristiche è la
stampante 3D, già utilizzata, che si diffonderà in tutte le aziende. Inoltre, con lo sviluppo digitale, sarà
possibile realizzare prodotti complessi in piccoli lotti, anche perché essendo realizzati in impianti decentrati,
la distanza e il trasporto non saranno più un problema. Questo nuovo scenario è caratterizzato da flussi di
dati e prodotti completamente integrati che consentono una produzione altamente personalizzata, perché
la grande comunicazione tra macchine e persone riduce le scorte di work-in-progress (Figura 5).
4. Collaborazione uomo-macchina in ambiente di qualità totale
Al fine di ottenere un miglioramento continuo degli aspetti gestionali legati alla nuova interazione uomo-
robot, viene presentato un framework (Figura 6), in cui le potenzialità delle Tecnologie Abilitanti
dell'Industria 4.0 (Sistemi Cyber-fisici, Internet of Things, Data Mining e Big Data) sono integrate con il ciclo
standard di Deming (PLAN – DO –CHECK–ACT), Si tratta di un modello progettato per il miglioramento
continuo della qualità in una prospettiva a lungo termine. Promuove una cultura della qualità nella forza La
qualità è uno dei vari strumenti strategici competitivi nelle imprese. Pertanto, le aziende hanno notato che
la qualità è un fattore importante per lo sviluppo di prodotti e servizi. Inoltre, le tecnologie consentono alle
aziende di sviluppare prodotti e servizi di alta qualità. Al giorno d'oggi, il Total Quality Management (TQM)
è un driver molto importante per la crescita e il successo delle aziende nei mercati locali e internazionali.
L'implementazione della gestione della qualità totale aiuta ad aumentare la quota di mercato delle aziende
e quindi a migliorare la loro capacità competitiva. Poiché i clienti richiedono una migliore qualità, prezzi più
bassi e una risposta rapida, migliorare la qualità del prodotto e del servizio di un'organizzazione e essenziale
per il successo aziendale. La gestione della qualità totale è un sistema di gestione e anche una filosofia
integrata, che migliora la competitività delle imprese. Nei mercati competitivi globali, la gestione della
qualità totale e la tecnologia sono diventati due dei fattori importanti per il successo aziendale e la crescita
organizzativa. Tutti i reparti di un'azienda sono obbligati ad agire insieme verso gli stessi obiettivi per avere
successo sul mercato. Inoltre, devono riconoscere che tutti i dipendenti e le attività influenzano gli altri e, a
loro volta, sono influenzati dagli altri. Al fine di migliorare la competitività, le aziende cercano un livello di
influenza più elevato in tutte le funzioni e i processi. Le aziende implementano la gestione della qualità
totale e le nuove tecnologie per rimanere in attività (Bolatana et al., 2016). Queste nuove fabbriche
"intelligenti" sono caratterizzate da sistemi e macchine intelligenti (CPS) che sono interconnessi e
comunicano attraverso la rete (Internet of Things, IoT) in modo che la fase di pianificazione (PLAN) sia
strettamente legata alla loro progettazione. I dati che provengono dai sistemi operativi (DO) vengono
raccolti ed elaborati (Data Mining), consentendo un confronto in tempo reale tra quelle che sono le reali
prestazioni delle macchine e il funzionamento standard che garantisce condizioni di sicurezza per gli
operatori e per l'intero impianto (CHECK). La disponibilità di un monitoraggio in tempo reale dello 'stato di
salute' di macchine e impianti consente interventi tempestivi (ACT) per ripristinare il 'normale'
funzionamento di quei dispositivi che inviano dati che si discostano dai parametri di funzionamento
standard. I sensori 'intelligenti' generano una grande quantità di dati che potrebbero essere input
importanti per una riprogettazione di macchine e impianti, oltre a generare uno storico degli interventi
effettuati su di essi che diventa prezioso nel diario delle macchine edilizie. Questo quadro aiuta a capire
come il lavoro di un'azienda e si concentra sul rapporto con il cliente che diventa ormai un problema che i
dipendenti possono affrontare con l'aiuto delle macchine metodi e tecnologie tipici dell'industria 4.0 sono
quasi alla pari di uno strumento così conosciuto e utilizzato da tempo come il ciclo di Deming per ottenere
qualità.
5. Il nuovo cono di sabbia: il modello proposto
Una volta analizzati i pilastri più importanti nell'interazione tra uomo e macchina, è utile utilizzare il
modello del cono di sabbia per comprendere il ruolo dell'uomo nel concetto di Industria 4.0. Se
l'automazione è in grado di gestire ogni aspetto della produzione, ora il ruolo che l'uomo assume in questa
interazione deve essere studiato e compreso. E' possibile ottenere questo aspetto grazie ad un modello
proposto che è un'implementazione del Modello del Cono di Sabbia, considerato da una nuova prospettiva.
Il modello Sand Cone, come mostrato nella Figura 7, segue la strada dei tipici modelli Trade-off. Suggerisce
che, sebbene a breve termine sia possibile scambiare le capacità l'una con l'altra, in realtà esiste una
gerarchia tra le quattro capacità. È importante capire che il processo di produzione si basa sul cumulo di
quattro elementi: – Qualità – Affidabilità – Flessibilità – Costi Al fine di costruire una capacità di produzione
cumulativa e duratura, l'attenzione e le risorse dovrebbero essere enfatizzate sulla qualità (Ferdows & De
Meyer, 1990). Quindi, l'industria deve prestare attenzione al miglioramento dell'affidabilità del sistema di
produzione, quindi alla flessibilità (o velocità di reazione). Infine, nella parte superiore del cono di sabbia,
c'è l'efficienza dei costi come risparmio di denaro (Shroeder et al., 2010). Questa teoria del trade-off non
può essere applicata in tutti i casi. Approcci diversi modificano la visione del modello passando a una
prospettiva cumulativa, ovvero una capacità è costruita su un'altra, non al suo posto. Quando un
produttore accumula competenze, sviluppa la prima e poi passa alla successiva, in sequenza, partendo dalla
qualità, passando per la consegna e la flessibilità fino ad arrivare

il costo (Q-D-F-C). Questa sequenza è supportata da due argomenti principali: qualità (Q) e delivery (D) che
migliorano le altre due abilità (F e C) (Boon-itt & Wong, 2016). Secondo il modello originale del cono di
sabbia, precedentemente presentato in Figura 7 e tutti gli studi mostrati per quanto riguarda l'MMI, è ora
possibile proporre un nuovo modello del cono di sabbia. In questo nuovo quadro, è possibile vedere quanto
il fattore umano giochi un ruolo fondamentale nel mondo del lavoro e nell'Industria più in generale. Infatti,
nel nuovo modello sul fondo del cono di sabbia, come mostrato in Figura 8, è possibile vedere che la qualità
del lavoratore deve essere una pietra miliare. È molto interessante sottolineare il concetto che la qualità
nell'Industria 4.0 può essere intesa come la qualità dei lavoratori in fabbrica (Bolatana et al., 2016). In
questo nuovo concetto, è possibile pensare all'affidabilità del sistema come all'affidabilità umana. In questo
modo, l'efficienza e l'efficacia dell'intero sistema dipendono dall'affidabilità di ogni singolo componente e
dall'interazione tra di essi progettando la collaborazione uomo-macchina in Ambiente di Qualità Totale. È
impossibile immaginare la qualità dell'impianto di produzione senza un'eccellente qualità della forza lavoro.
Pertanto, la qualità del lavoratore è al centro del nuovo cono di sabbia. A differenza degli altri articoli
correlati sopra citati, questo propone un nuovo quadro, in cui la qualità umana è cruciale per affrontare la
complessità e la natura estremamente flessibile dell'Industria 4.0. Senza un'attenzione particolare alle
competenze umane, aumentare la qualità dell'impianto di produzione solo dal punto di vista tecnologico
potrebbe essere inutile per un'azienda. Il processo di trasformazione digitale che le aziende sono chiamate
a fronteggiare per essere competitive e protagoniste sui mercati non è solo una questione tecnologica, ma
di competenze. In questo nuovo modello, il rafforzamento della base della qualità della forza lavoro è
cruciale. La Figura 9 mostra il nuovo quadro presentato. Si tratta di un quadro generale di miglioramento
incentrato sulla qualità umana, che è il fulcro del nuovo modello di cono di sabbia. Grazie a questa nuova
'best practice' è facile capire come il problema principale sia la qualità umana sul miglioramento delle
competenze degli operatori, l'unica che genera un 'loop' nel nostro diagramma di flusso. Senza affrontare il
"problema della qualità del lavoratore", anche pensando a una riqualificazione ove necessario, non c'è
alcun miglioramento e il principale KPI individuato non può essere raggiunto. Questa mentalità è
l'innovazione e la rivoluzione anche nell'era dell'Industria 4.0, dove tutti i focus sono intorno alla tecnologia
e all'automazione delle macchine

I risultati di questo framework possono essere validati considerando e valutando i KPI prima e dopo la sua
applicazione, cogliendo l'importanza di avere competenze adeguate nella forza lavoro. Le aziende
intelligenti devono investire nella formazione e nell'aggiornamento delle competenze. Si può parlare di
un'operazione di 're-skilling' o di 'skill revolution'. Stewart e Hamlin (Stewart & Hamlin, 2011) evidenziano
come la realtà lavorativa sia diventata sempre più un luogo di crescita personale. Per questo, una gestione
vincente delle risorse umane deve necessariamente raggiungere i seguenti obiettivi:
● Miglioramento delle dinamiche all'interno di individui appartenenti allo stesso team di lavoro;
● Miglioramento continuo dell'organizzazione del lavoro tra i diversi team;
● Sviluppo di una persona intera;
● Sviluppo da parte di ciascun operatore delle proprie competenze e conoscenze sempre più qualificanti.
Al fine di raggiungere questi obiettivi, in un contesto di classificazione del profilo attitudinale
dell'operatore, Leinweber (Hecklau et al., 2016) ha identificato e raggruppato gruppi omogenei in
competenze propedeutiche al lavoro in una 'smart company':
● Competenze tecniche,
● Competenze metodologiche,
● Attitudine al lavoro di squadra,
● Attitudini individuali.
Collaborare con le macchine può essere estremamente utile ma richiede una preparazione basata su
conoscenze specifiche e inusuali, che non sono quelle utilizzate fino ad oggi dai dipendenti tipici.
6. Discussione Secondo la citata architettura 5c del framework CPS e CHS, l'aiuto umano è fondamentale
non solo per raccogliere dati e trasformarli in informazioni a valore aggiunto ma anche e soprattutto nella
quarta fase del framework: quella cognitiva, in cui i dispositivi possono essere solo un supporto al processo
decisionale. L'implementazione di CPS a questo livello genera una conoscenza approfondita del sistema
monitorato. Una corretta presentazione delle conoscenze acquisite a utenti esperti supporta la corretta
decisione da prendere. Poiché sono disponibili informazioni comparative e lo stato delle singole macchine,
è possibile decidere la priorità delle attività per ottimizzare il processo di produzione. Per questo livello,
sono necessarie infografiche adeguate per trasferire completamente le conoscenze acquisite agli utenti (J
Lee et al., 2015). Quindi l'obiettivo dell'automazione, in questo caso, sarà quello di fornire dispositivi che
raccoglieranno i dati e li aggregheranno per poi fornirli, nel modo più user-friendly, alla persona incaricata
di prendere decisioni appropriate sulla base dei dati disponibili (Figura 9). Questo supporto è dato dall'HMI
(Human–Machine Interface). L'interfaccia grafica utente deve essere ben interpretata dagli operatori per
poter arrivare alla fase di Esecuzione della Pianificazione. Questo aspetto dell'interpretazione è cruciale, ed
è senza dubbio una prerogativa umana. Il lavoro della macchina, quindi, è sottoposto al giudizio umano:
dove questo è positivo, l'azione approvata diventa un nuovo modello operativo stabile per la macchina. La
funzione primaria del lavoratore sarà quella di guidare una strategia di produzione e gestire l'attuazione
della stessa, i processi di produzione auto-organizzati. In questo modo, la classica postazione di lavoro
stazionaria diventa meno significativa grazie all'ampia rete e alla disponibilità di informazioni mobili in
tempo reale. Il lavoratore assumerà il ruolo di risolutore di problemi creativi rispetto a quelli complessi
(Gorecky et al., 2014). Infatti, il quadro di diverse aziende è arricchito dalla figura del Chief Information
Officer (CIO) che avrà sempre più un ruolo chiave nella definizione della strategia aziendale e
nell'individuazione degli elementi chiave per aumentare la redditività. Il CIO è chiamato ad assumere una
posizione chiave, lavorando necessariamente a stretto contatto con il CEO e il CFO, per tradurre i dati
aziendali in strategie di business e indirizzare gli investimenti verso scelte che portino a gestire il
cambiamento, non a subirlo. Come illustrato nella Figura 10, le organizzazioni devono disporre di
risorse umane con nuove competenze per analizzare e comprendere la crescente domanda di innovazione.
Saranno sempre più richieste persone multitasking con competenze non strettamente legate al proprio
ambiente di lavoro diretto e soprattutto legate all'informatica. Entro il 2020, un terzo delle competenze
richieste ai dipendenti includerà competenze che non sono considerate cruciali per il ruolo svolto oggi.
Nell'era dell'Industria 4.0 le aziende non sono più semplicemente tenute a investire in infrastrutture
tecnologiche, ma diventa fondamentale:
● Guidare e anticipare il cambiamento: la capacità di risolvere problemi complessi e il pensiero critico per
aiutare le organizzazioni ad adattarsi rapidamente ai cambiamenti di prospettiva. L'analisi del database
deve coinvolgere i data scientist per trasformare i dati in suggerimenti strategici di business.
● Valorizzare il fattore umano prima della tecnologia: tutte le aziende devono riconsiderare i propri modelli
di risorse umane. Gestire internamente tutti i nuovi cambiamenti nelle tecnologie digitali potrebbe essere
troppo costoso e dispendioso in termini di tempo.
Pertanto, l'attenzione di questo documento è sulla qualità dei lavoratori. Le conoscenze, le competenze e
l'esperienza dei lavoratori rendono l'interfaccia uomo-macchina più facile da comprendere in modo da
aumentare l'efficienza e l'efficacia dell'intero sistema analizzato. Il capitale umano rimarrà la principale
risorsa per affrontare la sfida della digitalizzazione a tutti i livelli. 7. Conclusioni L'obiettivo principale di
questo lavoro è quello di studiare lo sviluppo dell'Industria 4.0 e la natura dell'interazione tra uomo e
macchina. A tal fine, vengono fornite una breve presentazione dell'Industria 4.0 e cenni storici. In questo
lavoro vengono discussi anche gli sviluppi e i cambiamenti della forza lavoro, in particolare il fattore umano
è stato analizzato in campo industriale. Di conseguenza, il nuovo concetto di industria è stato discusso al
fine di spostarlo sull'interazione tra questi due fattori: quello umano e quello della macchina. Alla fine, è
stato proposto un nuovo quadro che ben si adatta al modello del cono di sabbia e al ciclo di Deming
ponendo maggiore enfasi sul fattore umano e sulla qualità del lavoratore nell'industria. In questo studio è
possibile capire perché il cono di sabbia è stato modificato. Con l'aiuto del framework CHS, il lettore può
comprendere come le competenze umane siano essenziali nel processo che porta alla fase decisionale e
come le competenze umane siano un acceleratore nell'universo dell'industria 4.0. Uno spunto di
miglioramento potrebbe essere trovato nella dinamicità del concetto stesso di Industria 4.0, come un
mondo in continuo miglioramento, l'interazione cambierà nei prossimi anni. Il modello è in fase di
implementazione in un centro di ricerca automobilistico e tutti i risultati saranno pubblicati in futuro. Sono
necessari ulteriori studi per seguire più da vicino questa innovazione nel mondo della produzione.