Mantenere l’eccellenza nel settore automotive significa garantire una precisione millimetrica e una velocità implacabile all’interno di una filiera produttiva che oggi è iper-complessa. Milioni di componenti, fornitori interconnessi e l’esigenza di ottimizzare linee ibride (elettrico/combustione) si fondono con la gestione dei dispositivi digitali e la fragilità delle forniture globali.

Un’altra sfida riguarda la logistica dei ricambi nel post-vendita, dove i colli di bottiglia possono trasformarsi in ritardi inaccettabili per il cliente. In questo contesto volatile, anticipare i cambiamenti e intervenire sulle deviazioni prima che compromettano la qualità non è un optional, ma l’imperativo che definisce il successo. 

La necessità di trasformare dati inerti in insight immediati che abilitino un decision-making più rapido e preciso è, dunque, il vero motore della trasformazione AI-driven del settore.

L’adozione di strumenti di Process Intelligence potenziati dall’intelligenza artificiale consente alle aziende di superare queste criticità e generare valore, come testimonia la collaborazione tra il gruppo Mercedes-Benz e Celonis, azienda specializzata in Process Intelligence e Process Mining.

La Celonis Process Intelligence Platform aiuta l’azienda a collegare i dati provenienti da tutti i principali sistemi di produzione e logistica, potenziando la piattaforma MO360 di Mercedes-Benz e garantendo visibilità su ogni ordine, componente e processo.

La democratizzazione dei dati abilitata dal Digital Twin dei processi

La partnership tra i due gruppi è emersa in risposta a una delle sfide recenti più critiche per il settore: la crisi dei semiconduttori.

“Nonostante la disponibilità di una grande mole di dati – provenienti da fornitori, logistica in entrata e in uscita –, la loro efficacia era vanificata dalla frammentazione in silos isolati. La ricerca di Mercedes-Benz si è quindi concentrata su un partner in grado non solo di connettere tali informazioni, ma di democratizzarne l’accesso, rendendole operativamente disponibili a tutti i team rilevanti”, spiega York Bertzer, membro del consiglio di amministrazione di Mercedes-Benz Group AG.

Sfruttando la Process Intelligence Platform, Mercedes-Benz ha costruito un vero e proprio digital twin delle sue operazioni, interconnettendo i flussi informativi provenienti dai principali sistemi di logistica e produzione.

Questa integrazione potenzia la piattaforma interna MO360, assicurando una visibilità granulare su ogni componente, ordine e processo. Il process mining realizza la trasparenza necessaria per l’identificazione algoritmica dei colli di bottiglia, ponendo le basi per l’applicazione dell’AI, che trasforma la visibilità in azioni concrete e accelera l’ottimizzazione.

Una capacità che si è rivelata importantissima durante la crisi dei semiconduttori, permettendo una gestione dell’emergenza significativamente più efficace.

L’efficienza data-driven: dal flusso dell’ordine alla garanzia di qualità

L’estensione della Process Intelligence sta ridefinendo il modo in cui Mercedes-Benz gestisce le sue funzioni più sensibili, muovendosi verso un’implementazione che abbraccia la supply chain, la produzione, la qualità e il post-vendita.

Mercedes-Benz lavora con Celonis in circa otto dei dieci processi end-to-end più critici. L’applicazione mirata di Process Mining e AI ha prodotto risultati significativi in diverse aree operative.

Nella processo end-to-end di evasione degli ordini (Order-to-Delivery), ad esempio, i copiloti basati su AI intervengono proattivamente per prevedere i tempi di consegna, ottimizzare la sequenza degli ordini e mitigare i ritardi, aumentando la puntualità.

Nel post-vendita, la Process Intelligence affronta la sfida logistica identificando i colli di bottiglia nel flusso dei ricambi, garantendo una risposta più rapida alle esigenze della clientela.

Infine, nel quality management, l’AI opera in modo predittivo: la capacità di rilevamento delle anomalie individua le deviazioni nei processi prima che possano influenzare negativamente la qualità finale della produzione.

“Mercedes-Benz sta dimostrando come la Process Intelligence renda efficace l’Enterprise AI”, spiega Bastian Nominacher, co-CEO e co-Founder di Celonis.

“Con Celonis, hanno creato le condizioni ottimali affinché l’AI produca risultati concreti, da decisioni più intelligenti a consegne più rapide, trasformando la visibilità in azione”, aggiunge.

La Process Intelligence come motore di cambiamento nell’automotive

L’azienda vede la piattaforma non solo come un risolutore di crisi, ma come un “blueprint for transformation” , un progetto guida dinamico che funge da pilastro per la sua digitalizzazione e per il cambiamento all’interno dell’organizzazione.

L’impatto della Process Intelligence di Celonis su Mercedes-Benz non si limita all’ottimizzazione dei processi, ma si estende alla sfera culturale, facendo dell’Enterpirse AI un motore chiave per l’efficienza e il cambiamento interno.

“La visualizzazione e la connessione dei dati abbiano trasformato i team interni in veri esperti di processo, stimolando la collaborazione tra dipartimenti che in precedenza lavoravano in modo isolato”, spiega Burzer.

Investimenti, formazione e strategia: il futuro della collaborazione tra Celonis e Mercedes-Benz

L’azienda sta espandendo l’uso dell’AI non solo nei processi operativi, ma anche nel prodotto stesso, come il nuovo sistema operativo Mercedes-Benz.

Per sostenere questa visione, l’azienda sta elevando lo stabilimento di Berlino al ruolo di Centro di Eccellenza per l’AI, dove l’obiettivo è formare i lavoratori della produzione a diventare ingegneri del software capaci di generare soluzioni AI mirate in collaborazione con Celonis.

Questo know-how è essenziale per abilitare la prossima generazione di produzione (next level production): una delle sfide chiave è la gestione della flessibilità degli impianti per perseguire l’obiettivo di produrre auto con motore a combustione interna e veicoli elettrici sulla stessa linea.

Tale coesistenza introduce un livello di complessità che può essere dominato solo attraverso la digitalizzazione e i dati. La stessa necessità di dati continui e affidabili è un requisito imprescindibile per l’integrazione di tecnologie come i robot umanoidi che rappresentano, spiega Burzer, “la combinazione perfetta di intelligenza artificiale e meccanica intelligente”.

Una strategia di cui la Process Intelligence resta il fondamento, grazie alla sua capacità di fornire la trasparenza e l’agilità necessarie per dominare questa crescente complessità tecnologica e operativa, fungendo da ponte tra l’ingegneria meccanica e l’intelligenza artificiale.