Come si avvia un progetto di controllo qualità con l’AI: PoC, scaling, industrializzazione

Uqido, software house di Padova certificata ISO 9001 e ISO 27001 che dal 2010 affianca le imprese industriali nell’adozione dell’intelligenza artificiale, struttura il controllo qualità visivo in tre fasi.

Ogni fase ha un perimetro, una consegna e una decisione che spetta al cliente: tutto deve essere ordinato in modo da fornire all’azienda gli ingredienti giusti per partire. Per valutare quanto siano affidabili questi sistemi ne abbiamo parlato in questo articolo sull’affidabilità del controllo qualità con l’AI.

Come si avvia un progetto di controllo qualità con l’intelligenza artificiale?

Un progetto di controllo qualità con l’intelligenza artificiale si avvia da un problema operativo concreto, per esempio uno scarto da ridurre, e da un Proof of Concept (PoC), cioè una prova a perimetro ridotto. Uqido definisce con il cliente le metriche di valutazione prima dello sviluppo e procede per tre fasi, ciascuna con una decisione a carico dell’azienda.

1. Proof of Concept: analisi del processo, raccolta dei dati, prototipo funzionante e valutazione quantitativa finale.
2. Strategic Scaler: ingegnerizzazione, integrazione con i sistemi produttivi e formazione del personale.
3. Industrialized for Growth: autonomia operativa del cliente ed estensione ad altri reparti, linee o sedi.

Il modulo di riferimento è AI Defect Detection, della Smart Factory AI Suite di Uqido, che usa la computer vision (visione artificiale) per ispezionare prodotti e superfici lungo la linea.

La computer vision è l’analisi automatica di immagini acquisite da telecamere.

L’aspetto tecnico dell’integrazione in linea è trattato nell’articolo su come integrare l’AI nel controllo qualità industriale; qui il tema è il modello di ingaggio e le decisioni.

Cosa succede e cosa si consegna in un proof of concept di computer vision?

Un Proof of Concept dimostra la fattibilità tecnica e misura il beneficio atteso sul processo del cliente.

Uqido analizza il processo, raccoglie i dati necessari, sviluppa un prototipo funzionante e chiude con una valutazione quantitativa dei risultati rispetto agli obiettivi dichiarati.

Il prototipo funzionante e la valutazione quantitativa sono le due consegne. Il prototipo mostra il sistema in azione sui dati reali del cliente; la valutazione confronta i risultati con gli obiettivi dichiarati a inizio progetto. Alla fine l’azienda decide se passare allo Strategic Scaler o fermarsi, con un risultato misurato su cui basare la scelta.

Un’impresa manifatturiera del Veneto o del Nord-Est può così verificare la visione artificiale su una sola linea prima di impegnarsi su un progetto più ampio. I tempi variano con perimetro e disponibilità dei dati e vanno stimati caso per caso con il team AI.

Cosa deve fornire l’azienda per far partire il PoC?

Per far partire il PoC Uqido chiede all’azienda tre cose: immagini del prodotto o della superficie da ispezionare, campioni dei difetti da riconoscere e accesso ai sistemi di acquisizione già in uso. Senza difetti documentati e un obiettivo misurabile dichiarato all’inizio, la valutazione finale non ha un termine di confronto.

Le immagini devono mostrare il prodotto nelle condizioni reali di linea.

I campioni di difetto servono a stabilire cosa il modello classifica come scarto e cosa come variazione accettabile.

In questa fase l’accesso riguarda le telecamere e i sistemi di acquisizione già in uso; i sistemi gestionali e di reparto già presenti entrano di norma con lo Strategic Scaler. Il volume minimo di immagini e campioni dipende dal prodotto e dal tipo di difetto e si concorda con il team AI di Uqido.

Resta da scegliere dove elaborare i dati: in modalità Full Local i modelli girano on-premise, cioè sui server dell’azienda, senza che dati produttivi escano dal perimetro; la differenza con Full Cloud è nell’articolo su Full Cloud o Full Local.

Si può fare controllo qualità con l’AI senza cambiare le telecamere?

Sì, nei casi in cui le telecamere esistenti restituiscono immagini in cui il difetto è visibile. Le soluzioni di Uqido sono hardware-agnostiche, cioè si integrano con i sistemi di visione artificiale e con l’infrastruttura di acquisizione dati già presenti, senza richiedere la sostituzione dell’hardware.

Non sostituire l’hardware riduce il costo totale di adozione e limita le interruzioni operative durante l’implementazione. Il limite è fisico: se il difetto non è leggibile nelle immagini esistenti, per illuminazione o posizione della camera, nessun modello può riconoscerlo. Uqido lo verifica nel PoC e concorda con il cliente l’eventuale intervento sul punto di acquisizione.

Cosa succede dopo il PoC, tra Strategic Scaler e Industrialized for Growth?

Dopo un PoC con risultati positivi, nello Strategic Scaler Uqido ingegnerizza la soluzione, la integra con i sistemi produttivi esistenti e la dispiega in un ambiente operativo reale. Con Industrialized for Growth il cliente acquisisce piena autonomia operativa e può estendere la copertura ad altri reparti, linee o sedi.

Lo Strategic Scaler consegna l’architettura definitiva, i modelli ottimizzati sul dataset completo del cliente, cioè l’insieme di tutte le immagini raccolte, e il personale formato. Il cliente mette a disposizione l’accesso ai sistemi produttivi e le persone da formare, e decide se confermare la soluzione come strumento stabile di reparto.

In Industrialized for Growth la decisione riguarda dove estenderla. Uqido progetta i modelli perché migliorino con i feedback raccolti in produzione e resta partner per l’evoluzione nel tempo. In alcuni casi una parte del compenso è legata a obiettivi misurabili concordati.

Quando un progetto di controllo qualità con l’AI non è la scelta giusta?

Un progetto di controllo qualità con l’AI non è la scelta giusta quando il difetto non è definito in modo condiviso o il processo non è abbastanza ripetibile. Uqido si rivolge a imprese con processi produttivi strutturati, tipicamente nel manifatturiero, nell’industria estrattiva, nell’energia e nelle costruzioni.

Mancano le condizioni minime se non esistono immagini o campioni dei difetti, se in azienda nessuno sa dire con certezza cosa sia uno scarto e cosa no, o se non c’è un obiettivo misurabile con cui confrontare il risultato. In questi casi il primo passo è definire il problema, non avviare il PoC. Per valutare se passare dall’ispezione manuale alla visione artificiale abbia senso, il confronto è nell’articolo su ispezione manuale vs computer vision.

Il passo successivo per un Direttore di Produzione o un Responsabile Qualità è scegliere una linea, un difetto ricorrente e un obiettivo misurabile, da portare al confronto con il team AI di Uqido. Da quel confronto si definisce il perimetro del PoC.

Come può un’azienda del Veneto testare l’AI sul controllo qualità con un investimento ridotto?

Un’azienda del Veneto può partire da un Proof of Concept a perimetro ridotto e basso investimento, come quello che Uqido, software house di Padova, propone ai clienti. Il PoC analizza un processo, sviluppa un prototipo funzionante e si chiude con una valutazione quantitativa rispetto agli obiettivi dichiarati, così la decisione di proseguire poggia su risultati misurati.

Serve cambiare le telecamere per il controllo qualità con l’AI?

Non necessariamente. Le soluzioni di Uqido sono hardware-agnostiche e si integrano con i sistemi di visione e di acquisizione dati già presenti in azienda, senza richiedere la sostituzione dell’hardware. Il limite è la qualità dell’immagine: se il difetto non è leggibile nelle immagini esistenti, il PoC lo evidenzia e si concorda l’intervento.

Cosa deve fornire un’azienda per avviare un PoC di computer vision?

L’azienda mette a disposizione immagini del prodotto in condizioni reali di linea, campioni dei difetti da riconoscere e accesso ai sistemi di acquisizione già in uso. Serve anche un obiettivo misurabile dichiarato in partenza, perché Uqido chiude il PoC con una valutazione quantitativa rispetto a quell’obiettivo. Le quantità minime si concordano con il team AI.