ENERGIA COME SEGNALE PER LA RIDUZIONE DELL’IMPATTO AMBIENTALE E L’AUMENTO DELLA CUSTOMER EXPERIENCE

ENERGIA COME SEGNALE PER LA RIDUZIONE DELL’IMPATTO AMBIENTALE E  L’AUMENTO DELLA CUSTOMER EXPERIENCE in BENETTON GROUP

Sostenibilità, innovazione digitale, incremento di efficienza economica, evoluzione dei touchpoint tra brand e cliente rappresentano le sfide di sviluppo future indifferibili per Benetton Group. In questo articolo spieghiamo come l’energia è stato utilizzata in Benetton come segnale per la riduzione dell’impatto ambientale e l’aumento della customer experience.

Lo store, nella sua essenza di celebrazione del brand, di punto di contatto fisico e digitale, di luogo di comunicazione ma anche di tradizionale unità produttiva, deve essere in grado di trasmettere i concetti di sostenibilità, di innovazione tecnologica, di attenzione al cliente e di efficienza gestionale. In questo articolo presenteremo come un utilizzo creativo, non convenzionale e tecnologicamente avanzato del vettore energetico possa contribuire a raggiungere un così sfidante obiettivo.

E’ grazie alla capacità di produrre e di gestire l’energia che l’umanità si è evoluta. In particolare negli ultimi secoli l’umanità è riuscita in breve tempo ad innalzare la qualità di vita ed i livelli di reddito per gran parte della sua popolazione come mai era successo prima. L’energia, quindi, è stata (ed ancor più lo è oggi) il “motore” del mondo.

Nella seconda metà del ‘700, attraverso la macchina a vapore si è meccanizzata la produzione nel settore tessile e metallurgico: fu la prima rivoluzione industriale. A partire dal 1870, l’introduzione dell’elettricità, dei prodotti chimici, del motore a scoppio con conseguente utilizzo del petrolio come fonte energetica avviarono la seconda rivoluzione. Negli anni ‘70, con la nascita dell’informatica e l’avvento dell’era digitale destinata ad incrementare i livelli di automazione industriale, ebbe inizio la terza rivoluzione industriale.

LA QUARTA RIVOLUZIONE INDUSTRIALE

Oggi siamo nel pieno di una nuova fase di trasformazione radicale ancora più dirompente e vorticosa delle precedenti, comunemente definita come quarta rivoluzione industriale caratterizzata dai progressi di nuove tecnologie quali:

  • – L’intelligenza artificiale (AI), computer in grado di “pensare”, riconoscere modelli complessi, elaborare informazioni, trarre conclusioni e formulare previsioni. Le macchine, alimentate da una gran mole di dati, imparano e agiscono (machine learning).
  • – L’internet delle cose (IoT) ovvero la possibilità che gli oggetti di tutti i giorni siano connessi ad internet, identificabili e comandabili da altri dispositivi.
  • – Le nuove tecnologie computazionali in grado di elaborare velocemente enormi quantità di dati attraverso computer estremamente più potenti, capaci di implementare logiche AI e creare in pochi secondi modelli molto complessi.
  • – Il “cloud” che consente di archiviare ed accedere in modo sicuro alle proprie informazioni da ogni luogo ed in ogni istante.

Infine la robotica, la stampa 3D, la realtà virtuale (VR), materiali innovativi (tra cui plastiche, leghe metalliche e biomateriali), ecc.

Queste nuove tecnologie sono in grado di mutare anche le aspettative dei clienti permettendo alle aziende di offrire una maggiore personalizzazione ed un’esperienza mirata. Mai come adesso l’energia è protagonista sia come abilitatore di questa quarta rivoluzione sia come tema centrale nel dibattito sociale ed ambientale. L’aumento esponenziale delle necessità energetiche provocate dalle evoluzioni sopraddette è la causa principale del cambiamento climatico.

L’energia stessa, grazie alle nuove tecnologie, può essere utilizzata in qualità di indicatore di comportamento. In questo modo si può effettuare costantemente il controllo del consumo energetico ed il confronto con una baseline ottimale. Essere in grado di rendere più efficienti i sistemi energivori è la principale sfida per la lotta al climate change e per garantire uno sviluppo futuro sostenibile.

CONTESTO AZIENDALE

 Benetton Group è una delle aziende italiane di moda più note al mondo per la sua consolidata identità di stile, colore e qualità a prezzi “democratici”. Fondata negli anni ‘60 a Ponzano Veneto, in provincia di Treviso, è presente globalmente con i suoi due marchi principali, United Colors of Benetton e Sisley, attraverso una rete di circa 4.500 punti vendita gestiti direttamente o attraverso partner commerciali indipendenti.

NECESSITÀ

Benetton Group ha intrapreso un percorso di ricerca con l’idea di sviluppare un innovativo concept per un retail store sostenibile, digitale, tecnologicamente avanzato. Il nuovo store, oltre ad utilizzare materiali ed arredi ricavati dagli scarti dell’industria tessile con una visione “circolare”, punta, attraverso l’utilizzo delle tecnologie più innovative, ad una forte riduzione dei consumi energetici e quindi di emissioni di CO2 incrementando, al contempo, il benessere del cliente e la sua “experience”.

Data analysis and artificial intelligence to increase energy efficiency in retail stores” è il titolo del progetto che qui viene presentato. I suoi risultati, in un’ottica futura, potranno essere estesi a tutto il network globale dei punti vendita con impatti estremamente significativi in termini di sostenibilità ed efficienza.

SOLUZIONE

 Il primo obiettivo che ci si è posti è stato quello di ridurre il consumo energetico di ogni punto vendita del 20% a parità di hardware e di comfort degli utenti. In altre parole la riduzione dei consumi potrà essere conseguita soltanto con modifiche di natura gestionale, compatibilmente con la valorizzazione massima dell’esperienza del cliente.

Per raggiungere tale obiettivo si è progettato un sistema di raccolta, analisi e storicizzazione dei molteplici dati provenienti dal punto vendita. I dati così raccolti vengono valorizzati per alimentare intelligenze artificiali in grado agire in modo autonomo nella regolazione degli impianti di climatizzazione, di illuminazione e di qualsiasi fonte energivora presente all’interno dello store.

Il punto fondamentale per costruire intelligenze di questo tipo è alimentarle con una base dati sufficientemente ampia attraverso cui possano “imparare” ad agire nel modo più completo possibile.

La soluzione si è indirizzata da una parte verso la creazione di un sensore IOT multiparametrico e miniaturizzato sviluppato ad hoc (nell’immagine sotto) in grado di rappresentare le condizioni ambientali e di comfort negli spazi del punto vendita. Dall’altro verso l’implementazione di un sistema con logiche di controllo AI per i principali usi energetici significativi dello store.

LE FASI DELLA RICERCA APPLICATA

Le attività di ricerca applicata si sono sviluppate in cinque fasi:

1. Individuazione dei parametri ambientali e tecnici con cui alimentare le intelligenze 

Sono stati valutati fattori meteorologici quali temperatura e umidità, vento, irraggiamento, pioggia; fattori relativi all’involucro edilizio e location; fattori interni quali temperatura e umidità, consumo di energia, illuminazione, qualità dell’aria, indici di affollamento. Si sono selezionati i seguenti parametri: 

  • – Temperatura: predittore del comfort termico
  • – Umidità
  • – Luminosità
  • – Concentrazione di composti organici volatili: impiegata come indicatore della salubrità dell’ambiente
  • – Rumore: predittore dell’indice di affollamento.
2. Progettazione e realizzazione del sensore

I principali ostacoli superati sono stati il numero di misure da rilevare e la dimensione. Il diametro del sensore infatti doveva essere inferiore a 6 cm in modo da potersi integrare nell’architettura del punto vendita.

Il livello di miniaturizzazione raggiunto dal multi-sensore permette di disporre di un device unico in termini di ingombri in relazione alle grandezze fisiche misurate.

3. Clusterizzazione punti vendita e audit energetici

La rete di punti vendita è stata suddivisa in cluster in base alla consistenza impiantistica, alla dimensione, alla conformazione, alla posizione geografica, agli orari di apertura. Per ogni cluster è stata svolta un’analisi volta a caratterizzare gli utilizzi dell’energia e a creare una baseline come riferimento per la misurazione dei risultati.

 

4. Progettazione del sistema complessivo

L’architettura prevede l’installazione di una serie di sensori, secondo le dimensioni e caratteristiche dello store. Ogni sensore si collega in wireless al gateway installato nel quadro elettrico. I gateway, oltre a comunicare i dati alla piattaforma software Rebecca, agiscono anche come attuatori per minimizzare i consumi energetici di climatizzazione ed illuminazione. Infine essi funzionano anche come energy meter.

5. Predisposizione della piattaforma

La piattaforma prevede una user experience dedicata per ogni tipologia di utilizzatore: store manager, facility ed energy manager, procurement energetico, clienti, comunicazione.

Le funzionalità presenti prevedono:

  • – raccolta, integrazione e storicizzazione dei dati;
  • – controllo delle prestazioni energetiche e raggiungimento obiettivi prefissati;
  • – matrice di criticità dei negozi;
  • – benchmark tra negozi;
  • – creazione e gestione del ciclo di vita di intelligenze artificiali in grado di controllare il sistema di luci e di climatizzazione;
  • – creazione e gestione di intelligenze con funzionalità di manutenzione predittiva sui componenti del negozio selezionati di volta in volta.

 

APPLICAZIONI NEL NEGOZIO

L’intelligenza artificiale apprende quale dovrebbe essere il comportamento atteso del sistema di climatizzazione al variare delle condizioni ambientali e del numero di persone presenti nei vari punti dello store. E’ dunque in grado di agire in autonomia sul sistema di climatizzazione con la duplice finalità di ridurre il consumo energetico e di garantire il comfort dell’utente.

Confrontando il consumo energetico atteso con quello effettivo, l’intelligenza è in grado di segnalare malfunzionamenti ed inefficienze in modalità semplice e visuale.

L’illuminazione invece viene modulata in funzione dell’intensità luminosa, dei VOC, della CO2 e del rumore, in grado di rappresentare l’affollamento. Le luci sono modulabili in base alla presenza di persone in date zone dello store. I controlli e le modulazioni vengono attuate on edge dal gateway, mentre in cloud sono stati implementati modelli di AI in grado di monitorare lo stato di salute degli asset ed impianti principali. Analoghe funzionalità vanno a regolare le rimanenti fonti energivore presenti nello store.

La piattaforma si è prestata ad un ampliamento di utilizzo al fine di permettere anche un automatic bill verification ovvero un sistema automatico di verifica, controllo ed analisi dello storico delle bollette energetiche ottimizzando così i costi di gestione.

IN UN PROSSIMO FUTURO

I parametri rilevati dal sensore multi-parametrico consentono non solo di rilevare le condizioni ambientali mutate dalla presenza umana all’interno dello store, ma possono agire anche al contrario. È possibile rilevare la presenza ed il comportamento dell’utente a partire dalle modifiche dei vettori energetici.

Se questo tipo di inferenza è sicuramente debole rispetto a quanto analizzabile con sistemi specifici (beacon, telecamere), dobbiamo tener presente che la soluzione di cui parliamo è in primis una soluzione di gestione dell’energia. L’idea di monitorare il cliente e le sue interazioni nel “touchpoint store” con un sistema la cui presenza è così discreta e rispettosa potrebbe rappresentare opportunità di esplorazione futura. Del resto, se le intelligenze artificiali possono supportare gli obiettivi di efficienza e sostenibilità, è il cliente, la sua soddisfazione e le sue necessità che qualsiasi azienda deve porre al centro.

CONCLUSIONE

La possibilità di disporre di una soluzione software flessibile che renda l’AI scalabile e facilmente replicabile, collegata all’architettura hardware in campo che garantisce la raccolta dei dati necessari, rende possibile declinare questo sistema di ottimizzazione e controllo delle performance in molti ambiti retail.

Il risparmio energetico che ne consegue, l’ottimizzazione della gestione della manutenzione –  attivando gli interventi solo se i modelli in cloud intercettano un degrado nel corretto funzionamento degli assets – unito all’attenzione verso il comfort di clienti e dipendenti effettivamente presenti nello spazio di vendita permettono di raggiungere gli obiettivi aziendali di sostenibilità, innovazione, comunicazione, attenzione al cliente ed infine di efficienza gestionale.

———

A cura di:

Benetton Group SpA, Divisione Engineering & Facility Management.

Questo è solo uno delle tante storie di successo raccontate dai nostri clienti nel libro Storie di Fabbrica Predittiva. Richiedi una copia oppure contattaci per approfondire l’argomento, insieme possiamo pensare un progetto su misura per rispondere alle tue esigenze.

Altre Case History:

Lo sapevi?

Organizziamo ALMENO un webinar al mese sui temi
dell’ingegneria di manutenzione, dell’efficientamento energetico
e degli ultimi trend di intelligenza artificiale.

Lascia un tuo contatto per ricevere tutti gli inviti!