L'industria manifatturiera si differenzia dai settori dei servizi su un punto che ha conseguenze immediate per i dati di sostenibilità: la maggior parte dell'impatto ambientale non si trova nello stabilimento stesso, ma nella catena che lo precede e lo segue. Materie prime, semilavorati, fasi di lavorazione ad alta intensità energetica, trasporto tra stabilimenti, flussi di rifiuti sul piano di produzione — l'attività propria è spesso solo una piccola parte del quadro complessivo. Questo significa che un'organizzazione dell'industria manifatturiera dipende, per una parte sostanziale del proprio obbligo di rendicontazione, da dati che nascono altrove: presso un fornitore, un trasportatore, un fornitore di energia. Questa dipendenza è per struttura paragonabile a ciò che accade nel settore agricolo, dove anche la catena a monte e a valle dell'azienda stessa determina gran parte dell'impatto.
All'interno delle proprie mura, i dati di sostenibilità sono sparsi tra sistemi che non sono stati progettati per questo scopo. Il consumo energetico per linea di produzione si trova nel sistema di gestione dell'edificio o presso il fornitore di energia, non collegato ai volumi di produzione. I tempi di funzionamento delle macchine e i fermi macchina si trovano nel MES o in un foglio Excel del capoturno. I flussi di rifiuti — rottami, materiale di scarto, rifiuti chimici — vengono spesso registrati per bolla di peso dallo smaltitore, separatamente dal sistema interno. Il consumo d'acqua viene talvolta misurato centralmente per l'intero stabilimento, senza suddivisione per processo. Per chi ha bisogno di un dato di emissione per linea di produzione, questo significa una ricerca tra sistemi di misurazione che hanno ciascuno la propria logica e frequenza.
Il sistema ERP contiene volumi di acquisto, flussi di materiali e talvolta dati sui fornitori, ma raramente fattori di emissione. Il MES conosce i tempi macchina e la produzione, ma non li collega automaticamente al consumo di energia o materiali per unità di prodotto. Tra questi due sistemi si trova spesso un passaggio manuale: qualcuno che estrae i volumi dall'ERP, combina i dati macchina dal MES e, con una tabella di calcolo separata, arriva a un dato di emissione. Quella tabella di calcolo — e le ipotesi che contiene — è esattamente il punto in cui la tracciabilità si perde se nessuno registra quale fonte, quale fattore e quale ipotesi sono stati utilizzati.
Per lo scope 3, l'industria manifatturiera dipende fortemente da ciò che i fornitori forniscono. Un fornitore invia un rapporto di sostenibilità dettagliato, un altro una stima su una fattura, un terzo nulla. Alcune aziende lavorano con medie di settore generiche perché mancano i dati dei fornitori; altre dispongono di dati primari per alcuni grandi fornitori, ma non per il resto della catena. Questo mix di fonti di dati — primarie, secondarie, stimate — deve essere registrato da qualche parte con un'annotazione sulla provenienza, altrimenti in seguito non è più possibile ricostruire quale dato si basi su quale ipotesi.
Molte aziende manifatturiere hanno già certificazioni come ISO 14001 o audit energetici in corso. Questi processi generano dati di valore — consumo energetico, piani di miglioramento, dati verificati — ma i risultati finiscono spesso in un archivio separato del reparto qualità, distinto dalla rendicontazione di sostenibilità. Il dato che l'auditor ha già verificato viene quindi raccolto di nuovo, e separatamente, per il rapporto di sostenibilità, con il rischio che i due dati non coincidano più.
Chi è responsabile del dato energetico di un sito produttivo: il plant manager, il facility manager, o il coordinatore della sostenibilità presso la sede centrale? Chi gestisce i fattori di emissione applicati ai dati di trasporto: gli acquisti, la logistica o la finanza? In molte aziende manifatturiere questa responsabilità non è mai stata assegnata in modo esplicito. La proprietà dei dati nasce in modo implicito, in capo a chi ha per caso accesso al sistema, non a chi conosce meglio il contenuto o può verificarlo.
È grande la tentazione di acquistare un pacchetto software che si collega automaticamente a ERP e MES e produce eleganti dashboard. Ma uno strumento costruito su una base disorganizzata produce soprattutto versioni più rapide e più convincenti degli stessi dati incerti. Prima che un sistema possa recuperare dati, deve essere stabilito quale punto di dati proviene da quale fonte, chi ne è proprietario e quale regola di qualità gli si applica. Questo vale per l'industria manifatturiera tanto quanto per settori con una struttura di catena completamente diversa, come il settore dei trasporti o il commercio al dettaglio, dove le fonti dei dati sono diverse ma il problema di ordinamento è lo stesso.
La Data Readiness Scan crea, per l'industria manifatturiera, un registro dei punti dati: per ogni fonte di emissione, per ogni linea di produzione, per ogni anello della catena viene stabilito quale punto dati è necessario, dove nasce — macchina, ERP, fornitore di energia, smaltitore di rifiuti, fornitore — e attraverso quale percorso arriva al punto di rendicontazione finale. A ciò si aggiunge un proprietario per ogni punto dati e una regola di qualità che determina quando un dato è utilizzabile e quando no. Non si tratta di un rapporto né di un questionario compilato, ma della struttura sottostante che rende possibile ricondurre in ogni momento un dato alla sua fonte. Questa struttura è paragonabile a quanto necessario nei servizi alle imprese, dove anche i dati sono sparsi tra sistemi e foglio di calcolo separati, anche se la catena lì ha un aspetto diverso.
Lo strumento che esegue questa scansione è in fase di sviluppo. Chi desidera preparare la propria organizzazione può iscriversi alla lista d'attesa.
Non appena è chiaro quali punti dati esistono, dove nascono e chi li gestisce, diventa visibile anche quanto lavoro manuale richiede la raccolta, il controllo e la trascrizione di questi dati. Questo lavoro — recuperare dati da più sistemi, ricondurre i dati a una fonte, effettuare controlli di qualità — è composto da compiti distinti che non richiedono tutti la stessa quantità di lavoro umano. La scansione del lavoro di FTE TO AI calcola, per ciascun compito, quale parte può essere assunta dall'IA, così da rendere chiaro dove l'automazione produce il maggior risparmio di tempo e dove resta necessario il controllo umano.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.