In un contesto industriale in cui bisogna affrontare ogni giorno nuove sfide, il Costo della Qualità rimane un indicatore chiave per le prestazioni aziendali. L’obiettivo è soddisfare le esigenze dei clienti, comprimendo i costi.
Il Costo della Qualità rappresenta una parte considerevole dei costi totali dell’azienda ed ha un impatto diretto sui profitti. Per questo motivo deve essere misurato, analizzato, compreso e gestito. In dettaglio, essere in grado di misurare in tempo reale i KPIs fondamentali, come ad esempio il Supplier Defect Rate (valutazione del materiale grezzo) e Customer Complaints and Returns Rate (valutazione prodotti rientrati), diventa fondamentale per guadagnare competitività.
Il Costo della Qualità assorbe circa il 30% dei costi totali delle aziende
Tipicamente, la maggior parte dei costi viene assorbita dal Costo della Non Qualità, poiché la mancata correzione dei problemi all’inizio del processo porta a costi molto maggiori su tutta la linea.
Attraverso l’A.I.(intelligenza artificiale), l’analisi avanzata e l’apprendimento automatico, possiamo agire sulle prime fasi del processo, riducendo drasticamente il Cost of Quality nel suo insieme.
Nelle fasi successive del processo, l’Intelligenza Artificiale contribuisce ad identificare e gestire in modo smart ed automatico i difetti sul prodotto; allo stesso tempo viene impiegata per eseguire predictive maintenance su tutte le macchine della filiera produttiva. Questo percorso virtuoso permette di ridurre gli scarti e i richiami del prodotto, minimizzare i fermo macchina, proteggendo la reputazione e la profittabilità del marchio.
Soluzioni per ridurre i costi di prevenzione
I costi di prevenzione costituiscono la parte più piccola del costo totale della qualità, ma come prima linea di difesa offrono la più ampia area di miglioramento grazie all’ausilio dell’A.I..
Nella fase di prevenzione, l’analisi di informazioni su materiali, macchine e processi di produzione può contribuire a prevedere l’output di qualità risultante e supportare la root cause analysis e la definizione e pianificazione di azioni correttive efficaci.
Grazie ad algoritmi di machine learning possiamo migliorare il processo produttivo affinché non subisca deviazioni e minimizzi l’insorgere di non conformità. Migliorare le misure di prevenzione è la più grande opportunità per prevenire la produzione di prodotti di scarsa qualità, riducendo così la possibilità di costi interni ed esterni più elevati su tutta la linea.
Soluzioni per ottimizzare le attività di controllo
I costi di appraisal includono l’ispezione e il collaudo delle materie prime, dei prodotti in lavorazione e dei prodotti finiti e tutti i test che vengono eseguiti nelle varie fasi del processo produttivo. L’intero processo, che punta ad identificare materie o prodotti difettosi, viene solitamente eseguito manualmente, quindi soggetto a campionamento ed errori.
Con le più avanzate e moderne tecniche di computer vision, che sfruttano l’intelligenza artificiale, possiamo automatizzare e migliorare i processi di ispezione sia in termini di granularità che accuratezza nelle diverse fasi di lavorazione.
Soluzioni per minimizzare non conformità interne
Il costo interno si verifica quando i difetti di qualità vengono rilevati prima che il prodotto raggiunga il cliente. Gestire le non conformità di produzione genera costi elevati, che includono attività di gestione, attività di rilavorazione, scarti e fermi macchina.
Utilizzando algoritmi di Machine Learning possiamo ricevere “early warning” tempestivi e guidare il processo produttivo affinché non subisca deviazioni e minimizzi l’insorgere di non conformità sia sulle macchine che sul prodotto.
In particolare, la manutenzione predittiva può essere impiegata per monitorare in modo intelligente lo stato di salute dei macchinari critici, pianificando al meglio la manutenzione programmata e preventiva. Infine, con algoritmi di computer vision possiamo supportare la gestione e la risoluzione delle non conformità minimizzando i costi.
Soluzioni per minimizzare non conformità esterne
I costi esterni sono sostenuti quando i difetti vengono scoperti dopo che il cliente ha ricevuto il prodotto, comportando maggiori costi per l’azienda. Questi possono essere associati a prodotti difettosi, ma anche a prodotti di scarsa qualità nel loro insieme.
Con l’intelligenza artificiale aiutiamo le aziende a gestire al meglio i dispositivi sul campo, abilitiamo la manutenzione predittiva dei prodotti, prolungandone la vita utile. Anche per le non conformità esterne, gli algoritmi di computer vision possono supportare la gestione e la risoluzione delle non conformità che comunque si verificano, minimizzandone il costo.
In questo contesto, forniamo soluzione di monitoraggio avanzato per misurare il Customer Complaints and Returns Rate (valutazione prodotti rientrati) e rilevare trend sul breve e lungo periodo.
