L’azienda affrontava notevoli inefficienze nella gestione dei dati a causa della frammentazione tra diversi sistemi legacy (CRM, ERP, Lotus Domino), con difficoltà nella sincronizzazione dei dati e nella gestione delle informazioni anagrafiche dei clienti.
Abbiamo realizzato un completo revamping del sistema di gestione dati, implementando una piattaforma cloud-based che centralizza tutte le anagrafiche aziendali.
La soluzione utilizza architetture a micro-servizi, consentendo una facile integrazione dei dati tra sistemi differenti, inclusi quelli legacy.
Il cliente affrontava inefficienze nella gestione del ciclo approvativo, delle richieste d’ordine e d’offerta, oltre a difficoltà nel monitoraggio delle comunicazioni ufficiali tra clienti e fornitori e nella gestione dei documenti.
Abbiamo implementato un sistema integrato che include workflow approvativi automatizzati, firma elettronica per velocizzare i processi, tracciamento delle comunicazioni ufficiali e classificazione documentale automatica tramite OCR, rendendo la gestione documentale più efficiente e precisa.
L’intervento ha migliorato l’efficienza operativa, ridotto i tempi di approvazione e garantito maggiore trasparenza, organizzazione e accuratezza nella gestione dei documenti, con un impatto positivo sulla produttività aziendale.
L’azienda affrontava difficoltà nella visibilità dei processi produttivi, con costi operativi elevati e una produttività limitata.
L’integrazione complessa di macchinari eterogenei nel sistema ERP rendeva difficile il monitoraggio delle operazioni e l’ottimizzazione delle risorse in tempo reale.
Abbiamo implementato un sistema MES/MOM e SCADA, integrato con tecnologie IoT e con il sistema ERP aziendale. Questo ha consentito il monitoraggio in tempo reale delle linee produttive e dei dati provenienti dai macchinari, semplificando la gestione delle operazioni e migliorando la tracciabilità.
Il cliente necessitava di migliorare il processo di controllo qualità, in particolare la capacità di identificare anomalie sonore nei componenti meccanici in produzione.
Utilizzava un sistema manuale e soggetto a errori umani, che comportava inefficienze operative e mancata intercettazione di difetti minori ma critici.
Abbiamo sviluppato un sistema AI-based che utilizza reti neurali convoluzionali per l’analisi dei dati audio provenienti dai componenti meccanici durante i test.
La soluzione è stata implementata direttamente sulla linea produttiva, sfruttando Edge-AI per eseguire l’analisi in tempo reale, garantendo decisioni rapide e affidabili.
Questo articolo è disponibile anche in: English (Inglese)
