In due righe
- L'AI utile in produzione è ottimizzazione, non ChatGPT
- Si parte da ordini, distinte base e tempi in un unico strumento
- Il collo di bottiglia decide il ritmo, ed è lì che si concentra la schedulazione
- Per la maggior parte delle PMI il salto che paga è da Excel a dati puliti, non all'APS
Per una PMI manifatturiera, l'AI nella pianificazione non comincia da ChatGPT: comincia dai dati. Pianificare cosa produrre e schedulare in che ordine sulle macchine sono due problemi diversi. L'AI utile qui è un algoritmo di ottimizzazione, non un modello generativo. Il primo passo è portare ordini, distinte base e tempi fuori dalla testa del pianificatore e dentro un unico strumento. Poi si trova il collo di bottiglia e si decide se serve un software di schedulazione. Senza quei dati, qualunque AI produce un piano sbagliato con più sicurezza.
Che cosa vuol dire davvero AI nella pianificazione della produzione
La pianificazione della produzione è la decisione su cosa, quanto e quando produrre, su un orizzonte di settimane o mesi. La schedulazione è l'assegnazione delle singole lavorazioni alle macchine in una sequenza precisa, su un orizzonte di giorni o settimane. Come spiega AI4Business, la pianificazione guarda da sei a nove mesi e la schedulazione a circa due settimane. Sono due problemi diversi, e usare lo stesso strumento per entrambi è il primo modo per sbagliare piano.
Un APS (Advanced Planning and Scheduling) è un software che costruisce il piano di produzione tenendo conto dei vincoli reali di macchine, materiali e persone. L'MRP (Material Requirements Planning) è il calcolo di quali materiali servono e quando, a partire dagli ordini e dalle distinte base. La distinta base (BOM) è l'elenco strutturato dei materiali e dei componenti necessari per produrre un articolo. Il MES monitora cosa succede davvero in fabbrica, macchina per macchina, e alimenta i primi due con i dati reali.
Quando si parla di AI qui, non si parla di ChatGPT. Si parla di algoritmi di ottimizzazione che risolvono il Job Shop Problem: trovare la sequenza migliore tra ordini, macchine e vincoli. Un modello generativo non conosce le tue macchine. Un algoritmo di ottimizzazione lavora sui tuoi dati. Per capire come l'AI entra in una PMI senza fumosità, c'è una guida chiara su come l'intelligenza artificiale entra davvero in una PMI.
Da dove non si parte: i tre errori più costosi
- Non iniziare da un modello generativo. ChatGPT può scrivere una mail o riassumere un documento, ma non può costruire un piano di produzione. Non conosce i tuoi tempi di setup, i tuoi vincoli di materiale, le tue macchine. Dove non li conosce, inventa. Ed è un tema noto: perché l'intelligenza artificiale inventa le risposte spiega come riconoscere i piani che sembrano giusti e non lo sono.
- Non iniziare senza dati. Un APS o uno schedulatore senza dati di base produce un piano sbagliato con più velocità. Il 45,2% delle imprese italiane che hanno valutato l'AI cita la scarsa qualità dei dati come ostacolo, secondo Istat. Il problema non è il software: sono i dati che gli dai in pasto.
- Non copiare i casi di GE, Toyota o Siemens. Quei progetti valgono per gruppi con centinaia di macchine e team di data scientist. Una PMI con otto macchine non ha bisogno di quel livello di complessità. Ha bisogno di una sequenza che regga la settimana.
La manutenzione predittiva è un altro tema, spiegato in Manutenzione predittiva: cos'è e a quali aziende conviene davvero. Non scivolarci dentro mentre cerchi l'AI per la pianificazione.
Prima di parlare di AI: i quattro dati e il collo di bottiglia
I quattro dati che servono sempre
Prima di valutare qualsiasi strumento, servono quattro dati in un unico posto. Gli ordini aperti, con date di consegna. Le distinte base di ogni prodotto. I tempi di lavorazione per ogni fase e macchina. I tempi di setup, quanto si perde a cambiare attrezzaggio.
Sembrano banali. Non lo sono. Il 48,8% delle PMI italiane usa un ERP, contro l'85,9% delle grandi, sempre secondo Istat. La maggioranza delle piccole imprese tiene ancora ordini e tempi tra Excel, carta e testa del pianificatore. Il piano che sta in una testa sola è un rischio: se manca quella persona, nessuno sa cosa succede.
Trova il collo di bottiglia: decide lui il ritmo
La teoria dei vincoli è l'approccio secondo cui il ritmo di un impianto lo determina un solo collo di bottiglia, ed è lì che vanno concentrate le risorse. Non serve ottimizzare tutto. Serve trovare la fase che limita il flusso, misurarne il carico e concentrare lì la schedulazione. È lo stesso principio che serve per capire la capacità produttiva prima di accettare un nuovo ordine.
Il passo concreto è una settimana di osservazione. Dove si accumula la coda? Quale macchina lavora sempre e quale resta ferma? La risposta dice dove serve ordine, non dove comprare software.
Lo strumento
Delera Agent AI costruisce agenti su misura sui processi che oggi ti portano via ore ogni settimana.
Scopri Delera Agent AI
I tre livelli: da Excel all'ottimizzazione
La pianificazione ha una scala di maturità. Serve un criterio per capire a che livello sei e quale salto ti dà più valore con meno rischio.
| Se oggi succede questo |
Il problema vero è |
Il prossimo passo |
| Il piano vive nella testa del pianificatore, su Excel o su carta |
nessuno sa cosa succede se manca lui |
riunisci ordini, distinte e tempi in un unico strumento |
| L'ERP c'è, ma la sequenza sulle macchine la fai a mano |
cambi di setup e ritardi sulle consegne |
schedulatore a capacità finita, anche un modulo semplice |
| Hai otto o dieci macchine e decine di vincoli ogni settimana |
nessun umano trova più un piano buono in tempo |
un APS con ottimizzazione, e solo dopo l'interfaccia AI |
La presa di posizione è questa: per la maggior parte delle PMI il salto che paga è dal livello 0 al livello 1 o 2, non al 3. Comprare un APS prima di avere dati puliti è il modo più sicuro di buttare soldi e fiducia. Se vuoi calcolare il ritorno prima di firmare qualunque acquisto, c'è un metodo in tre numeri.
Un esempio lavorato: 8 macchine e 120 ordini
Facciamo un conto su un'azienda tipo, dichiarando da subito che sono ipotesi. Mettiamo un'officina meccanica con otto macchine, 120 ordini in portafoglio e due turni. Il pianificatore passa tre ore ogni lunedì a rifare la sequenza su Excel. Il setup medio è di 40 minuti.
Una sequenza migliore che raggruppa gli attrezzaggi elimina quattro cambi al giorno. Sono 160 minuti al giorno, circa 13 ore a settimana. Con un costo macchina di 45 euro l'ora, fanno quasi 600 euro a settimana e circa 2.300 euro al mese. Non è una rilevazione: è il conto su questa azienda ipotetica. Se vuoi capire come calcolare il tuo costo macchina, c'è come calcolare il costo del fermo produzione.
In uno stampaggio plastica con sei presse e quaranta ordini, i setup vanno da 20 a 90 minuti a seconda dello stampo. Lì il risparmio sta nell'ordine degli stampi, non nella velocità delle presse. Il principio è lo stesso: meno cambi, più ore di produzione.
Quando l'AI vera conviene davvero
L'ottimizzazione batte l'umano quando il numero di combinazioni supera quello che una persona tiene in testa. Succede con otto o più macchine, decine di ordini a settimana, vincoli di materiale e cambi di priorità frequenti. Sotto quella soglia, un buon lavoro sui dati e un schedulatore a capacità finita risolvono più dei tre quarti del problema.
Il ruolo del LLM, se serve, arriva dopo. Può diventare l'interfaccia per interrogare un piano già calcolato da un vero schedulatore: "quali ordini sono a rischio questa settimana?" Ma non deve generare la sequenza da zero. L'ordine delle cose è sempre lo stesso: dati, collo di bottiglia, pianificazione, e solo alla fine l'AI.
Domani mattina prendi gli ordini dei prossimi 30 giorni e le distinte base e mettili in un unico foglio. Se non hai i tempi di setup, misurali per una settimana. Questo è il primo passo, e non richiede nessun software.
Domande frequenti
L’AI serve davvero per pianificare la produzione in una PMI?
Per la maggior parte delle PMI no: prima serve mettere in ordine i dati. L’AI utile qui è l’ottimizzazione di un schedulatore, non ChatGPT. Se il piano vive nella testa di una persona, il guadagno vero viene dallo strumento che toglie quel rischio, prima ancora che dall’AI.
ChatGPT può fare il piano di produzione?
No. Un modello generativo non conosce le tue macchine, i tuoi tempi e i tuoi vincoli, e dove non li conosce inventa. Può diventare l’interfaccia per interrogare un piano già calcolato da un vero schedulatore, ma non deve generare la sequenza da zero.
Che differenza c’è tra MRP, APS e MES?
L’MRP calcola quali materiali servono e quando, a capacità infinita. L’APS costruisce il piano e la sequenza tenendo conto dei vincoli reali. Il MES monitora cosa succede davvero in fabbrica, macchina per macchina, e alimenta i primi due con i dati reali.
Quanto costa un software di pianificazione della produzione?
Si va da poche centinaia di euro al mese per schedulatori semplici a decine di migliaia per un APS integrato con l’ERP. Il costo nascosto è quasi sempre la pulizia dei dati di base: se tempi e distinte sono sbagliati, il piano sarà sbagliato con qualunque software.
Da dove comincio se non ho nemmeno l’ERP?
Dagli ordini e dalle distinte base in un unico foglio o gestionale leggero. Non serve l’ERP completo per cominciare: servono dati affidabili in un posto solo. Poi misuri i tempi reali di lavorazione e setup, che è il passaggio che la maggior parte delle aziende salta.
Delera CRM
Delera Agent AI
UmanValue
PMI Speed Test