L'analisi predittiva e la gestione intelligente degli ascensori stanno migliorando l'efficienza, la sicurezza e la manutenzione degli stessi, tuttavia la dipendenza dai dati proprietari dei produttori e la limitata interoperabilità impediscono la piena adozione dell'IA. La revisione degli standard ASME A17 potrebbe sbloccare l'innovazione imponendo interfacce di sola lettura standardizzate e sicure che utilizzino protocolli come OPC UA o BACnet, ampliando le disposizioni basate sulle prestazioni per consentire soluzioni basate sull'IA che soddisfino i requisiti di sicurezza e stabilendo la certificazione per la convalida dell'IA da parte di terzi. Tali modifiche consentirebbero ai proprietari e agli sviluppatori di edifici di implementare la manutenzione predittiva e l'ottimizzazione, permettendo al contempo ai produttori di offrire servizi differenziati. Le esperienze dei settori aeronautico e automobilistico dimostrano vantaggi tangibili e la collaborazione delle parti interessate è essenziale per risolvere le problematiche relative alla proprietà dei dati, alla convalida della sicurezza e all'impatto economico.
In questa piattaforma per i lettori, gli autori propongono di rivedere gli standard ASME per liberare il potenziale dell'intelligenza artificiale nei sistemi di ascensori.
di Giovanni Antona e Jean Paul Antona
Lo stato attuale: l'intelligenza artificiale alla soglia
Oggi, i leader del settore sfruttano attivamente l'analisi predittiva e la gestione intelligente dei servizi. Gli innovatori di apparecchiature e sistemi di controllo sfruttano già l'analisi dei dati per migliorare l'efficienza, la sicurezza, l'esperienza dei passeggeri e la manutenzione predittiva. La manutenzione predittiva riduce significativamente i tempi di fermo. Identifica proattivamente i guasti prima che diventino critici. Questo approccio offre notevoli risparmi sui costi e una maggiore affidabilità per i proprietari di edifici. Tuttavia, l'adozione e l'integrazione diffuse di queste soluzioni non hanno ancora pienamente sfruttato il potenziale dell'intelligenza artificiale.
Vincoli chiave: la sfida del blocco dei dati
Il più grande ostacolo che dobbiamo affrontare è l'accesso ai dati. I produttori di ascensori (OEM) tradizionalmente gestiscono i dati degli ascensori all'interno di sistemi proprietari, creando notevoli barriere all'innovazione. Gli standard di interoperabilità limitati implicano che i proprietari di edifici siano spesso vincolati a tecnologie specifiche degli OEM, incapaci di sfruttare le emergenti soluzioni di intelligenza artificiale di terze parti per la manutenzione predittiva e l'ottimizzazione intelligente della distribuzione. Ciò limita l'innovazione, aumenta i costi operativi e limita gravemente i potenziali benefici in termini di esperienza dei passeggeri, efficienza energetica e capacità di manutenzione preventiva.
È fondamentale riconoscere che i principali OEM hanno scarsi incentivi immediati a rinunciare ai loro esclusivi vantaggi in termini di dati, che attualmente consolidano le loro posizioni di mercato. Tuttavia, adottare una maggiore interoperabilità e standardizzazione non riduce necessariamente il loro vantaggio competitivo. Al contrario, apre nuove strade all'innovazione, migliora la soddisfazione del cliente e promuove relazioni più profonde attraverso servizi a valore aggiunto.
Una proposta per la revisione degli standard ASME
Per colmare questa lacuna e sfruttare appieno il potenziale dell'intelligenza artificiale nel nostro settore, gli standard ASME A17 possono evolversi. In particolare, tre revisioni chiave possono trasformare il settore, a vantaggio non solo di terze parti e proprietari di edifici, ma anche degli OEM:
- Interfacce dati aperte: modificare gli standard ASME A17.1 e A17.7 per richiedere interfacce standardizzate, sicure e di sola lettura per l'accesso autorizzato ai dati diagnostici e sulle prestazioni degli ascensori. Allineandoci a protocolli dati ampiamente accettati come Open Platform Communications, Unified Architecture (OPCUA) o Building Automation and Control Networks (BACnet), consentiamo ai proprietari di edifici e agli sviluppatori terzi di integrare analisi AI innovative in modo sicuro e protetto. Gli OEM acquisiscono la possibilità di offrire servizi differenziati e pacchetti di manutenzione predittiva, rafforzando la fidelizzazione dei clienti e incrementando le opportunità di fatturato.
- Espansione degli standard basati sulle prestazioni: adottare e chiarire ulteriormente l'ASME A17.7 per facilitare l'innovazione attraverso parametri di sicurezza basati sulle prestazioni, anziché una progettazione prescrittiva dei sistemi. Questa flessibilità favorisce l'adozione di nuove tecnologie, come modelli di manutenzione predittiva, che dimostrano risultati di sicurezza equivalenti o superiori, fornendo agli OEM un quadro chiaro per innovare in sicurezza.
- Certificazione dei sistemi basati sull'intelligenza artificiale: stabilire linee guida chiare per la convalida e la certificazione di terze parti delle soluzioni per ascensori basate sull'intelligenza artificiale. Ciò semplificherà le approvazioni, incoraggiando l'innovazione e mantenendo al contempo l'impegno costante di ASME per la sicurezza e l'affidabilità. Gli OEM beneficiano di standard chiari e coerenti che accelerano i cicli di innovazione e riducono le incertezze normative.
Approfondimenti dai settori dell'aviazione e dell'automotive
Settori critici per la sicurezza, come l'aviazione e l'automotive, hanno già tratto notevoli benefici dalla manutenzione predittiva e dall'ottimizzazione della sicurezza basata sull'intelligenza artificiale. Nel settore dell'aviazione, compagnie aeree come Delta e Lufthansa utilizzano l'analisi predittiva basata sull'intelligenza artificiale per la manutenzione, riducendo gli interventi di manutenzione non programmati, migliorando la sicurezza e riducendo significativamente i tempi di fermo. Analogamente, l'industria automobilistica utilizza ampiamente sensori e analisi basati sull'intelligenza artificiale, con aziende come Tesla, BMW e General Motors che implementano sistemi di manutenzione predittiva che monitorano lo stato di salute dei veicoli in tempo reale, riducendo i guasti e migliorando l'affidabilità. Queste innovazioni hanno dimostrato di aumentare l'efficienza, migliorare la soddisfazione dei clienti e offrire notevoli vantaggi economici. Gli ascensori possono, e dovrebbero, seguire questa strada collaudata.
Un invito a un'ulteriore discussione
Ci troviamo in un momento cruciale che richiede la collaborazione di tutto il settore. La revisione degli standard per integrare l'intelligenza artificiale avrà profonde implicazioni, sollevando importanti questioni sulla proprietà dei dati, la convalida della sicurezza, l'impatto economico e le dinamiche competitive. Invitiamo le parti interessate, i produttori, gli enti regolatori e gli innovatori a impegnarsi attivamente in un dialogo attento e aperto. Attraverso approfondimenti e discussioni collettive, possiamo definire standard che non solo garantiscano la sicurezza e l'affidabilità degli ascensori, ma che spingano anche il settore verso il progresso attraverso l'innovazione intelligente.
Questo articolo è il risultato di una collaborazione unica tra John Antona, un esperto professionista del settore ascensoristico che ha fatto parte del Comitato di Ispezione e del Consiglio Consultivo ASME A17, e suo figlio, Jean-Paul Antona, un affermato ingegnere informatico che ha contribuito al set di strumenti Einstein Prediction Builder di Salesforce.com, utilizzando funzionalità avanzate di apprendimento automatico. Insieme, colmano il divario tra le tradizionali pratiche di sicurezza degli ascensori e le tecnologie di intelligenza artificiale all'avanguardia, esplorando opportunità di innovazione nei sistemi di ascensori.
Giovanni Antona, CEIS, è un veterano con 40 anni di esperienza nel settore degli ascensori e presidente della società di consulenza Vertical Transport Technology Corp. di Plantation, Florida, da lui fondata nel 1996. Antona vanta una vasta esperienza nel settore degli ascensori, ricoprendo da ultimo il ruolo di responsabile della Divisione Sicurezza Ascensori, Dipartimento Edilizia, della città di Miami Beach, Florida. In precedenza, è stato responsabile delle vendite internazionali per Motion Control Engineering e responsabile della zona della California meridionale per Thyssenkrupp Elevator. Ha inoltre ricoperto vari ruoli presso quest'ultima azienda e Dover Elevator tra il 1978 e il 1991. L'esperienza di Antona si estende anche al di fuori degli Stati Uniti, prima della sua immigrazione nel paese nel 1978. Oltre a essere un QEI-S, Antona è presidente del Florida State Elevator Safety Technical Advisory Council ed è membro del Regulatory Advisory Council e del Comitato Ispezioni ASME A17. È inoltre presidente della filiale statunitense dell'International Association of Elevator Engineers e membro del Elevator World, Inc. Gruppo di consulenza tecnica.
Jean Paul Antona È un ingegnere informatico leader con esperienza in IBM, PricewaterhouseCoopers e Salesforce, specializzato in integrazione dati, osservabilità ingegneristica e analisi. Grazie alla sua competenza tecnica completa, la sua esperienza nella modellazione dei dati contribuisce a creare pipeline scalabili che unificano i dati dei clienti su tutte le piattaforme. Il suo punto di forza risiede nel trasformare sistemi frammentati e dati non strutturati in informazioni strategiche per i team di progettazione e business. Fornisce leadership tecnica ai team di Tableau e traduce i dati in streaming in dashboard visive che guidano il processo decisionale in tempo reale.
ALTRO DALLA CATEGORIA
NOTIZIE DEL GIORNO