Per migliorare le performance aziendali, soprattutto laddove i processi sono già almeno parzialmente controllati con tool digitali, è essenziale sfruttare le tecnologie di process management che consentono l’analisi dei processi di business basati sui log degli eventi. E’ quanto consentono di fare le piattaforme di process mining che, quasi logica conseguenza, oggi sono in grado di offrire risultati ancora migliori rispetto al passato grazie all’utilizzo dell’intelligenza artificiale, fino a presentare alle aziende che le utilizzano di disporre di fatto di un digital twin vivo e dinamico dei processi end-to-end e disporre nella forma di un unico linguaggio per ottenere la visibilità necessaria a comprendere dove e come riuscire ad estrarre valore ancora nascosto.
Il contesto
Parliamo di benefici che si riflettono in modo significativo nei diversi verticali industriali, in particolare anche nel manifatturiero e, nello specifico del caso in analisi, nell’automotive. ll settore della produzione automobilistica è in rapida evoluzione. I veicoli elettrici, la guida autonoma e le auto connesse all’IoT ridefiniscono le aspettative degli acquirenti e i produttori si trovano ad affrontare nuove sfide di efficienza. Bmw Group è un esempio, così come contestualizza Alexander Buresch, Cio dell’azienda: “Bmw Group punta a essere pioniere nella qualità e nell’efficienza dei suoi processi aziendali e questo obiettivo è particolarmente rilevante durante la nostra attuale trasformazione, la più significativa nella storia di Bmw Group, poiché abbraccia l’elettromobilità, la digitalizzazione e la circolarità. L’analisi e l’ottimizzazione continua dei nostri processi end-to-end ]…[ sono quindi fattori cruciali per aumentare la produttività, ridurre il consumo di risorse e rendere le supply chain più resilienti”.
Il metodo e la soluzione
E’ proprio su un progetto di process intelligence quindi che Bmw Group prosegue il suo cammino di digital transformation sulla base della sua esperienza positiva iniziata nell’ambito dei progetti di process mining già otto anni fa, con due Poc, nel 2016, negli stabilimenti di Monaco, ma con già chiari gli obiettivi: prendere decisioni effettivamente basate sui dati; automatizzare le attività più ripetitive e digitalizzare i processi quanto più possibile.
La relazione di lunga data tra Bmw Group e la process intelligence si lega alla scelta di Celonis, come partner per questo viaggio: una collaborazione, quella tra Bmw e l’azienda, che si connota nel tempo proprio per lo sviluppo e l’utilizzo delle applicazioni di process mining e process intelligence, con l’obiettivo comune di migliorare i processi attivi.
Una prima tappa di approdo alla base della riuscita dei progetti di trasformazione di Bmw Group è l’istituzione di un Centro d’Eccellenza dedicato al Process Mining (CoE), nel 2018. Collocato all’interno del dipartimento IT centrale, il Centro raccoglie le competenze chiave dell’azienda in questo ambito, con l’obiettivo di guidare lo sviluppo e l’implementazione di soluzioni innovative. Proprio il Centro è alla base dei contributi determinanti nel supportare la continua evoluzione dei processi aziendali, e contribuisce attivamente al miglioramento delle operations di Bmw Group. Alla base della riuscita dei progetti più recenti c’è poi l’uso pionieristico di Process Intelligence Graph ed il continuo sviluppo di innovazioni basate sull’AI su cui si è impegnata Celonis. Spieghiamo un poco più nel dettaglio il senso delle tecnologie proposte.
Process Intelligence Graph può essere definito come il connettivo al centro della piattaforma di process mining di Celonis, necessario per comprendere come interagiscono ‘oggetti’ ed eventi, come i processi sono interconnessi, come funziona l’azienda e come potrebbe funzionare meglio.
Per realizzare il Process Intelligence Graph aziendale specifico, Celonis estrae e standardizza i dati di processo da qualsiasi fonte dati, il tutto senza sostituire o interferire con gli strumenti e le applicazioni già in uso. Passo a passo si procede così nel perfezionare con costanza i processi distintivi del gruppo automobilistico, con la volontà di migliorare l’efficienza, ed ottimizzare produttività e la sostenibilità. La stretta collaborazione per il futuro sviluppo di innovazioni nel campo del process mining continua a consolidarsi nel tempo anche grazie ai risultati ottenuti.
Dettaglia Bastian Nominacher, co-founder e Co-Ceo di Celonis: “Process Intelligence Graph, introdotto di recente, è utilizzato da Bmw per ottenere una overview completa dell’intera supply chain, dall’ideazione dei veicoli alla consegna ai clienti, fino al servizio post-vendita”.
La trasformazione digitale è poi interpretata da Bmw come progetto condiviso, infatti per accelerare le iniziative, il gruppo decide di rendere accessibile a tutti i dipendenti del gruppo la tecnologia, permettendo di analizzare i processi aziendali e individuare ed eliminare inefficienze. Le aree principali di collaborazione riguardano i progetti di ottimizzazione dei processi basata sui dati per aumentare l’efficienza, la produttività e la sostenibilità (1); oltre a questo anche l’utilizzo di Celonis Process Intelligence Graph per l’ottimizzazione trasversale dei processi (2), il miglioramento della user experience del software per renderlo più alla portata anche dei meno esperti in informatica (3) e, appunto, lo sviluppo continuo di soluzioni innovative (4).
I vantaggi e la roadmap
Bmw Group e Celonis continuano ora a lavorare in continuità con le esperienze condivise allo sviluppo congiunto di innovazioni nel campo della process intelligence. Ciò comprende l’ottimizzazione dei processi cross-aziendali attraverso il collegamento più efficiente dei fornitori, per esempio automatizzando il trasferimento dei dati tramite Catena-X, e la mappatura completa dei processi nel customer journey. Il gruppo beneficia già oggi di analisi accurata dei processi utilizzata come strumento decisionale cruciale per implementare azioni mirate, creare rapidamente valore aggiunto e migliorare globalmente l’efficienza. Le due aziende si concentreranno sull’integrazione di nuove tecnologie basate sull’AI, come l’elaborazione delle informazioni per i dipendenti operativi nella produzione. Si punta ad incrementare la trasparenza operativa così che chi è coinvolto in un processo possa accedere a ogni informazione rilevante in qualsiasi momento e area, come produzione o logistica.
© RIPRODUZIONE RISERVATA
