English
Come l'AI rivoluziona il controllo qualità sui fornitori
Nicola Aramini - Artiso Solution
Qualità e performance migliorate nel controllo qualità dei fornitori grazie all'uso dell'AI e di un portale dedicato.
Artiso
Fondata nel 1991 da Volker Rath, artiso è parte del gruppo Uzin Utz SE.
Ha sede a Blaustein e un ufficio a Milano, con 65 collaboratori motivati.
Soluzioni software innovative
Focus su AI e IoT con tecnologia all'avanguardia. ?
Esperienza sul campo e approccio agile e scalabile.
Il problema
Gestione manuale della qualità degli articoli di fornitura esterna porta a errori, lentezza e affidabilità dei dati compromessa.
L'esigenza
Necessità di un metodo più efficiente per monitorare la qualità delle parti prodotte dai fornitori.
La soluzione
Sviluppo di un portale fornitori per la raccolta delle informazioni sulle parti prodotte.
Punti chiave della soluzione
Accesso dedicato per ogni fornitore e assegnazione delle misurazioni.
Registrazione delle misurazioni campione e centralizzazione dei dati.
Monitoraggio in tempo reale
Vantaggi per il cliente: visualizzazione immediata dei dati sulla qualità.
Tracciabilità completa
Ogni misurazione è collegata a un fornitore e a una parte specifica.
Efficienza
Riduzione del lavoro manuale e del rischio di errori.
Base per l'analisi
I dati raccolti offrono opportunità per analisi statistiche.
Modelli di machine learning analizzano andamenti storici per identificare deviazioni anomale.
Esempio pratico:
Predizione del rating futuro di un fornitore e notifiche alla produzione su problemi con articoli.
Risultati
Riduzione dei difetti o dei resi del 15%.
Miglioramento della comunicazione con i fornitori e aumento della fiducia nella supply chain.
Trasformazione di un processo reattivo in uno proattivo.
Fondata nel 1991 da Volker Rath, artiso è parte del gruppo Uzin Utz SE.
Ha sede a Blaustein e un ufficio a Milano, con 65 collaboratori motivati.
Soluzioni software innovative
Focus su AI e IoT con tecnologia all'avanguardia. ?
Esperienza sul campo e approccio agile e scalabile.
Il problema
Gestione manuale della qualità degli articoli di fornitura esterna porta a errori, lentezza e affidabilità dei dati compromessa.
L'esigenza
Necessità di un metodo più efficiente per monitorare la qualità delle parti prodotte dai fornitori.
La soluzione
Sviluppo di un portale fornitori per la raccolta delle informazioni sulle parti prodotte.
Punti chiave della soluzione
Accesso dedicato per ogni fornitore e assegnazione delle misurazioni.
Registrazione delle misurazioni campione e centralizzazione dei dati.
Monitoraggio in tempo reale
Vantaggi per il cliente: visualizzazione immediata dei dati sulla qualità.
Tracciabilità completa
Ogni misurazione è collegata a un fornitore e a una parte specifica.
Efficienza
Riduzione del lavoro manuale e del rischio di errori.
Base per l'analisi
I dati raccolti offrono opportunità per analisi statistiche.
Modelli di machine learning analizzano andamenti storici per identificare deviazioni anomale.
Esempio pratico:
Predizione del rating futuro di un fornitore e notifiche alla produzione su problemi con articoli.
Risultati
Riduzione dei difetti o dei resi del 15%.
Miglioramento della comunicazione con i fornitori e aumento della fiducia nella supply chain.
Trasformazione di un processo reattivo in uno proattivo.
Leggi tutto
Fonte: MCMA ottobre 2025 IA e 4.0 per l'ottimizzazione della manutenzione preventiva
Settori: AI per industria, Diagnostica, predittiva, monitoraggio, Intelligenza artificiale, Manutenzione 4.0, Manutenzione industriale
