La sfida dei banchi di premontaggio: cerchiamo chi l'ha già affrontata

Quando le checklist cartacee non bastano più (e non sappiamo ancora quale sia la strada giusta)

Premessa: questo non è un articolo di soluzioni

Solitamente in questo blog parliamo di lean, di miglioramento continuo, di metodologie consolidate.

Oggi facciamo qualcosa di diverso. Vi raccontiamo una sfida che stiamo affrontando e su cui non abbiamo ancora le risposte.

Perché a volte il valore maggiore non sta nel condividere quello che sai, ma nell'ammettere quello che stai cercando di capire.

E cercare chi ha già fatto questo percorso.

La situazione di partenza

Immaginate (o forse non dovete nemmeno immaginarlo, perché è la vostra realtà) un'area di premontaggio che prepara gruppi assemblati meccanici per le linee di produzione principali.

Le caratteristiche:

→ Alta variabilità di distinta base (centinaia di configurazioni diverse)

→ Volumi relativamente bassi per singola SKU

→ Produzione Model Mix con logiche miste: Kanban per alcune famiglie, pianificazione specifica per macchina per altre

→ Complessità assemblativa medio-alta (non è "metti vite in buco")

La tecnologia attuale:

→ Banchi sostanzialmente manuali

→ Checklist cartacee o working instruction in PDF su tablet

→ Attrezzature manuali (avvitatori, calibri, chiavi)

→ Zero controlli automatici di processo

→ Zero validazione finale automatica

Quando funziona (e funziona la maggior parte delle volte), funziona perché c'è un operatore esperto che sa cosa fare, conosce le varianti, applica conoscenza tacita che non sta in nessuna procedura.

Ma quando non funziona, i problemi sono significativi:

Sul fronte qualità:

• Errori che emergono a valle (assemblaggio finale, collaudo, peggio ancora in campo)

• Difetti non rilevabili con ispezione visiva che passano

• Tracciabilità formale ma non sostanziale (sai che il gruppo è passato, non sai se era corretto)

Sul fronte operatività:

• Training di nuovi operatori che richiede settimane

• Dipendenza da operatori chiave (quando mancano, rallenta tutto)

• Varianti nuove che generano confusione e richieste continue di chiarimenti

• Tempo perso a cercare la working instruction giusta, capire quale versione applicare

Sul fronte knowledge management:

• Conoscenza in testa alle persone, non nei sistemi

• Procedure ufficiali che non coprono casi reali

• "Trucchi del mestiere" che non vengono tramandati formalmente

• Rischio enorme quando l'esperto va in pensione

Non è negligenza. Non è arretratezza. È semplicemente che l'automazione tradizionale non funziona per questi contesti.

Costa troppo per volumi bassi. È troppo rigida per alta variabilità. Perde contro la flessibilità umana.

Ma la produzione manuale "pura" ha costi nascosti enormi che emergono nel tempo.

Il punto di svolta: dobbiamo cambiare qualcosa

Quando abbiamo deciso di affrontare seriamente questa situazione, abbiamo fatto quello che si fa sempre: cercare di capire cosa esiste sul mercato.

E abbiamo scoperto un universo di tecnologie:

• Pick-to-light: sistemi che illuminano il componente giusto da prelevare

• Proiezione laser: sistemi che proiettano istruzioni direttamente sulla superficie di lavoro

• Istruzioni digitali adattive: sistemi che cambiano le procedure in base alla variante

• AI per generazione istruzioni: sistemi che creano automaticamente procedure da documentazione esistente

• Visione artificiale: telecamere che controllano presenza/assenza componenti, correttezza assemblaggio

• Strumenti di misura connessi: calibri Bluetooth, torsiometri digitali che salvano automaticamente i dati

• Piattaforme connected worker: ecosistemi completi che integrano tutto quanto sopra

Il problema non è la mancanza di tecnologia. Il problema è capire:

Cosa funziona davvero? Non nelle demo. Non nei video promozionali. Nella realtà quotidiana di un reparto assemblaggio.

Cosa ha senso economicamente? Con volumi bassi e alta variabilità, quale livello di investimento è sostenibile?

Cosa si integra con l'esistente? Abbiamo già MES, ERP, sistemi di pianificazione. Non possiamo ripartire da zero.

Cosa accettano gli operatori? La tecnologia più bella del mondo fallisce se chi la deve usare la rifiuta.

I due principi guida che abbiamo identificato

Dopo le prime esplorazioni, abbiamo almeno capito su cosa vogliamo concentrarci. Non sono tecnologie specifiche. Sono obiettivi funzionali.

Principio 1: Gestione delle istruzioni

L'obiettivo è: dare all'operatore l'informazione che serve, quando serve, nella forma più efficace possibile.

"Forma più efficace" può significare cose diverse:

• Per un pick semplice: una luce che indica il cassetto giusto

• Per un posizionamento critico: una proiezione laser che mostra esattamente dove

• Per una sequenza complessa: uno step-by-step interattivo che avanza solo quando confermi

• Per un controllo dimensionale: un'istruzione collegata direttamente al calibro digitale

Non abbiamo ancora capito quale tecnologia serve per quale tipo di operazione. Ma sappiamo che l'obiettivo è: zero ambiguità, zero ricerca, zero interpretazione.

Principio 2: Validazione del processo

L'obiettivo è: rendere difficile (idealmente impossibile) che un errore passi inosservato.

"Rendere difficile" può significare:

• Controllo visione che blocca se manca un componente

• Sensore che rileva sequenze errate

• Sistema che non permette di avanzare se uno step non è validato

• Strumento di misura che segnala automaticamente fuori tolleranza

Non abbiamo ancora capito quale livello di automazione ha senso economicamente. Ma sappiamo che l'obiettivo è: il problema si ferma qui, non va avanti.

Dove siamo ora

Abbiamo avviato un primo proof of concept con un fornitore.

La tecnologia funziona. In demo, funziona benissimo.

Ma non siamo pienamente soddisfatti perché:

Gap #1: Le istruzioni Il sistema è bellissimo per MOSTRARE le istruzioni. Ma le istruzioni... non ci sono. O meglio, ci sono per il 60-70% delle varianti. Il resto è "conoscenza tacita".

Quindi prima di digitalizzare, dovremmo completare/validare/sistematizzare. Il fornitore non ci aiuta in questo. Dice "dateci le istruzioni e le carichiamo".

Gap #2: L'integrazione Il sistema funziona stand-alone. Collegarsi al nostro MES per sapere quale variante assemblare? "Si può fare, ma richiede sviluppo custom".

Collegare i dati qualità al nostro quality system? "Si può fare, ma richiede API dedicate".

Ogni "si può fare" costa. E il ROI diventa meno chiaro.

Gap #3: La scalabilità Il PoC è su una postazione, una famiglia di prodotti. Ma abbiamo 15 postazioni con logiche diverse.

Il fornitore dice "basta replicare". Ma la sensazione è che ogni postazione richiederà customizzazione significativa.

E i costi salgono.

Gap #4: L'operatore La tecnologia piace. Agli ingegneri. All'operations manager. Al direttore di stabilimento.

Gli operatori? Sono più scettici. Non perché siano contrari al digitale. Ma perché vedono complessità dove prima c'era semplicità (anche se quella semplicità generava errori).

"Con la checklist cartacea, se ho un dubbio, chiamo il capo turno e risolvo in 30 secondi. Con questo sistema, se c'è un bug o un'informazione mancante, chi chiamo?"

Cosa stiamo cercando ora

Stiamo ampliando la ricerca. Non per abbandonare il primo fornitore (che ha competenze valide), ma per capire se esistono approcci diversi.

E soprattutto, vogliamo parlare con chi l'ha già fatto.

Cerchiamo aziende manifatturiere che hanno digitalizzato banchi di premontaggio Model Mix e possono rispondere a domande come:

→ Come avete gestito il tema "completamento istruzioni"? Lo avete fatto prima, durante, dopo?

→ Quale livello di automazione avete scelto e perché? Cosa avreste fatto diversamente?

→ Come avete integrato con i sistemi esistenti? Quali problemi avete incontrato?

→ Come hanno reagito gli operatori? Cosa ha funzionato nel change management?

→ Quali erano i KPI di partenza e cosa avete ottenuto realmente (non sulla carta)?

→ Se ripartiste da zero, cosa fareste uguale e cosa cambiereste?

Cerchiamo fornitori di tecnologie che possono mostrarci:

→ Non demo in laboratorio, ma implementazioni reali in contesti simili al nostro

→ Non "si può fare tutto", ma "questo funziona bene, questo ha limiti, questo lo sconsigliamo per il vostro caso"

→ Non solo il prodotto, ma il processo: come gestite la fase di preparazione? Come supportate l'integrazione? Come gestite il post-vendita?

→ Casi in cui avete fallito o dovuto fare marcia indietro, e cosa avete imparato

Cerchiamo system integrator che possono:

→ Non vendere il prodotto di un singolo vendor, ma orchestrare tecnologie diverse

→ Non dire "vi facciamo tutto noi", ma "vi aiutiamo a scegliere e integriamo quello che scegliete"

→ Non promettere ROI impossibili, ma costruire business case realistici basati su esperienze pregresse

Come vogliamo procedere

Il nostro approccio sarà:

1. Confronto e benchmark Parlare con almeno 5-6 realtà che hanno già implementato (aziende + fornitori). Capire pattern comuni, errori ricorrenti, best practice trasferibili.

2. Valutazione tecnologie alternative Testare almeno 2-3 approcci diversi (es. pick-to-light vs proiezione laser vs istruzioni digitali classiche). Non per scegliere "il migliore", ma per capire cosa serve per quale tipo di operazione.

3. Pilot esteso ma controllato Non una postazione sola. Ma nemmeno tutte. Forse 2-3 postazioni con logiche diverse. 12-16 settimane con metriche chiare definite PRIMA di partire.

4. Coinvolgimento operatori dal giorno zero Non "vi facciamo vedere il sistema finito". Ma "provate con noi, diteci cosa funziona e cosa no". Design partecipativo, non imposizione.

5. Business case basato su dati reali nostri Non sui numeri del fornitore. Sui nostri KPI, prima e dopo. ROI credibile, non promesso.

Cosa NON vogliamo

Per essere chiari, ci sono approcci che non ci interessano:

❌ Presentazioni commerciali generiche "Il nostro sistema aumenta la produttività del 50%". Ok, ma in quale contesto? Con quali condizioni al contorno?

❌ Soluzioni "chiavi in mano" senza coinvolgimento "Voi specificate, noi installiamo, voi usate". No. Vogliamo essere parte del processo.

❌ Promesse senza casi verificabili "Abbiamo centinaia di clienti soddisfatti". Ok, possiamo parlare con 2-3 di loro? "Eh, vincoli di confidenzialità...". No, grazie.

❌ Vendor lock-in mascherato Sistemi proprietari che funzionano solo con hardware/software dello stesso fornitore. Vogliamo apertura e integrabilità.

l'innovazione parte dalle domande giuste

Non abbiamo le risposte. E va bene così.

Perché le risposte giuste arrivano solo dopo aver fatto le domande giuste.

E le domande giuste emergono confrontandosi con chi ha già affrontato il problema.

Se la vostra azienda ha digitalizzato banchi di premontaggio Model Mix (in qualunque settore), se avete soluzioni tecnologiche implementate in contesti reali, se siete system integrator che orchestrate tecnologie diverse... parliamone.

Non cerchiamo "la soluzione perfetta". Cerchiamo chi ha già sbagliato e imparato.

Perché nel manufacturing, come nel lean, si migliora per incrementi. Non per rivoluzioni.

Modalità di collaborazione

Per benchmark aziendali: Visita strutturata con NDA bilaterale, scope chiaro, focus su lessons learned più che su "quanto siamo bravi". Possiamo offrire reciprocità: se volete vedere le nostre implementazioni lean/kaizen, saremo felici di condividere.

Per fornitori tecnologici: Confronto preliminare (video call 30-60 min) per capire fit. Se c'è allineamento, visita demo/reference site. Se c'è interesse reciproco, discussione su possibile pilot co-sviluppato.

Per system integrator: Presentazione del vostro approccio (non dei singoli prodotti). Casi reali con metriche before/after. Discussione su come strutturereste un progetto per il nostro caso.

Contattateci:

📧 info@leanbet.it 💬 LinkedIn: Andrea Bet

Oggetto mail: "Benchmark banchi premontaggio" o "Proposta tecnologie assemblaggio"

P.S. - Perché condividere pubblicamente questa ricerca?

Qualcuno potrebbe chiedersi: "Perché rendere pubblica una ricerca di fornitori? Non è meglio gestirla internamente?"

Il motivo è semplice: crediamo nell'open innovation.

Le sfide complesse si risolvono meglio con approcci collaborativi. Condividendo il problema, aumentiamo le probabilità di trovare chi ha già risolto problemi simili.

E magari, nel processo, aiutiamo altre aziende che stanno affrontando la stessa sfida.

Il manufacturing italiano compete sul globale. Ma innova sul locale.

E l'innovazione locale funziona meglio quando è aperta.