Call for startup Industrial IoT, intervista a Enging

Il 17 maggio 2022 sono state annunciate le startup vincitrici della Call for Startup Industrial Internet of Things, promossa da Eni in collaborazione con Cariplo Factory.  

L’Internet of Things è uno dei principali trend trasformativi che stanno rivoluzionando diversi settori industriali, e la Call for Startup Industrial Internet of Things è stata un’occasione, per le startup che hanno partecipato, per proporre le proprie soluzioni innovative per il monitoraggio degli asset industriali e per l’integrazione e l’elaborazione dei dati provenienti dai sensori degli impianti, all’interno delle due e aree di interesse Make sense of Things e Make sense of Data.  

In occasione del Selection Day, Eni ha avuto l’occasione di valutare le soluzioni più in linea con le proprie esigenze. Delle 85 startup candidatesi da tutto il mondo all’iniziativa Call for startup Industrial Internet of Things, 5 sono state le startup vincitrici, tra cui Enging. 

Team 

Marco Ferriera – CEO e Founder 

Gualter Sampaio – Business Development Director 

Jorge Estima – CTO 

Anno di fondazione: 2011 

Origine: Oliveira do Hospital (Portogallo) 

La startup innovativa Enging offre soluzioni hardware e software per la lettura di variabili elettriche e il monitoraggio di trasformatori, turbine eoliche e motori. La soluzione sfrutta dispositivi installati all’interno dei quadri elettrici dei macchinari, eliminando la necessità di certificazioni per l’impiego in zone esplosive, utilizzando modelli matematici per l’analisi predittiva che non richiedono la raccolta di dati storici. 

Abbiamo intervistato il team di Enging per conoscere la sua esperienza durante l’intero percorso della Call For Startup, ma anche l’origine dell’idea alla base della startup, le maggiori difficoltà incontrate nel processo e le prospettive future. 

1.  Com’è nata l’idea di lanciare la startup? 

La tecnologia alla base della soluzione di monitoraggio di Enging è stata sviluppata grazie alla collaborazione di alcuni dei suoi membri (Marco Ferreira, CEO, e Jorge Estima, CTO) in un gruppo di ricerca molto dinamico dell’Università di Coimbra, istituzione di riferimento nel campo della diagnostica delle falle e il monitoraggio dello status dei macchinari e degli azionamenti elettrici.

Fin dall’inizio, Marco e Jorge hanno collaborato con questo gruppo di ricerca approfondendo gli algoritmi diagnostici innovativi per macchinari elettrici ed eseguendo lavori sul campo effettuando varie analisi su diversi settori per applicarli e verificarne i risultati. Sono stati attivamente coinvolti in attività di ricerca in questo campo al fine di conseguire lauree magistrali e dottorandi, ottenendo come risultato la pubblicazione di diversi articoli scientifici nei più importanti convegni e riviste scientifiche del settore.

Guardando alle esigenze del mercato in termini di tecniche di manutenzione predittiva, supportati dall’interesse di un’azienda di riferimento in Portogallo e dopo aver dimostrato il potenziale di queste tecniche nel settore, è stata fondata Enging, con l’obiettivo di commercializzare queste soluzioni innovative, e di svilupparle e migliorarle ancora di più, secondo le esigenze del mercato industriale. 

2.  Qual è il valore aggiunto della soluzione proposta?

L’approccio non invasivo utilizzato da Enging, unito all’utilizzo di una tecnica deterministica che, basandosi esclusivamente sull’acquisizione di variabili elettriche e basata su un algoritmo matematico, è in grado di rilevare e individuare l’esatta posizione di guasti e degradazioni incipienti nel funzionamento dei macchinari elettrici, senza avere la necessità di possedere dati storici o avviare periodi di apprendimento. 

Siamo in grado di fornire risultati accurati ai nostri clienti sulle condizioni operative dei loro asset con un solo campione in 10 secondi. 

3.  Quali sono state le difficoltà maggiori che avete incontrato durante lo sviluppo della tua startup?

A parte alcune resistenze mentali legate all’innovazione e alla digitalizzazione in partenza, la comparsa sul mercato di diverse aziende di AI e ML che, utilizzando esclusivamente come fonte di dati i dati storici e necessitando di periodi di apprendimento, introduce diverse false credenze che associano alla manutenzione predittiva una cattiva reputazione e dubbi superflui. D’altro canto, la capacità di convincere i decisori O&M a ridurre le ridondanze rappresenta ancora una sfida. Le ridondanze erano e sono tuttora utilizzate parallelamente all’attuazione di interventi di manutenzione correttiva o all’utilizzo di piani di manutenzione sistematici che si basano semplicemente su intervalli di tempo e non sulla reale condizione degli asset. Questi sono considerati costi fissi, facilmente inseribili nei budget annuali. Quindi, l’adozione di queste soluzioni è molto lenta. 

Certamente la situazione pandemica globale è stata una questione da considerare. 

Ultimo ma non meno importante, siamo propensi a parlare con potenziali clienti e con i nostri clienti target in un ambiente propizio, per spiegare loro i nostri vantaggi e svantaggi e ricercando insieme altre tecniche, altri fornitori, etc. Quest’opportunità è molto importante per le piccole aziende come noi e ha un costo notevole nel nostro lavoro quotidiano. 

4.  Come la tua startup mira a innovare il settore Industrial IoT per i segmenti Make sense of things e Make sense of data?

Parlando del mercato, sicuramente puntiamo a offrire soluzioni tecniche e modelli di business adattabili. 

Negli aspetti tecnici, la capacità di presentare un’offerta e una proposta demodulata, adattata alle esigenze del cliente dove, essendo l’algoritmo estremamente versatile, può introdurre requisiti specifici secondo le variabili che il cliente finale intende ricevere e considera prioritarie. In questo senso, la capacità di Enging è costruire soluzioni su misura orientate alle richieste del cliente. 

Ciò introduce la possibilità di affrontare e superare eventuali punti deboli che possono variare con i processi produttivi specifici del cliente, introducendo anche la piena capacità di scalabilità nell’equazione, dovuta alle capacità indipendenti delle soluzioni. 

Con questo approccio, non è necessario considerare i confini in termini di aree geografiche o settori di business. 

In più, oltre ai risultati accurati effettivamente forniti da Enging, ci caratterizza la capacità di costruire modelli di intelligenza artificiale e machine learning in grado di trattare i dati e ottenere possibili previsioni secondo la vita utile attesa di un asset, aiutando il nostro cliente nelle decisioni e azioni quotidiane, ma anche i team di gestione degli asset, in modo che l’affidabilità dei risultati possa essere raggiunta molto più facilmente e ad un costo significativamente inferiore.  

In sintesi, miriamo ad innovare il settore Industrial IoT attraverso queste modalità:  

• Riduzione delle interruzioni non pianificate 
• Riduzione dei tempi di fermo 
• Riduzione dei costi di manutenzione ordinaria 
• Riduzione di spreco di energia 
• Aumento dell’efficienza 
• Aumento dell’affidabilità e il ciclo di vita degli asset 

5.  Durante il Selection Day, raccontare la tua startup davanti alla platea di esperti e professionisti di Eni è stata una bella sfida, raccontaci com’è andata e come siete arrivati a questo momento.

Difficile spiegare e condensare tutte le caratteristiche e le potenzialità delle soluzioni di Enging in soli 5 minuti, tuttavia la possibilità di rispondere successivamente a domande e dubbi ci ha permesso di approfondire le nostre motivazioni. E’ stato estremamente importante arrivare preparati e comprendere il core business di Eni e i punti deboli, in modo che la presentazione potesse essere mirata a queste esigenze specifiche e quindi poter rispondere alle aspettative. 

6.  Quali sono i benefici di partecipare a un percorso strutturato per potenziare l’impatto della tua startup? 

I percorsi strutturati consentono sempre di raggiungere delle soluzioni personalizzate e su misura, in cui la cooperazione tra diversi team (Enging ed Eni) consente di approfondire ed esplorare le capacità delle soluzioni, dal momento che i flussi di comunicazione possono avvenire in modo molto più semplice e possono verificarsi momenti brainstorming, permettendo così di aumentare il valore aggiunto intrinseco delle soluzioni. 

7.  Da startupper a startupper: che consiglio daresti a chi vorrebbe avviare un nuovo business nel campo del Internet of Things?

Comprendi le esigenze del mercato; Raggiungi un alto grado di accuratezza nei risultati delle soluzioni; Sii flessibile in termini di approcci tecnici e modelli di business; Distinguiti dalle opzioni di mercato già esistenti; Concentrati sul valore aggiunto che quella soluzione apporterà e valorizzalo nel tempo (non considerare mai una soluzione o un prodotto come definitivi). 

8.  Quali sono i prossimi scenari futuri che state disegnando per la tua startup?

L’idea principale è espandere l’azienda e rendere le nostre soluzioni globali. Ovviamente, stiamo cercando di farlo in modo sostenibile. 

Il piano che stiamo mettendo in atto richiederà la raccolta di capitali per consentire di aumentare i benefici sociali ed economici del team attuale, allargare quel team e, naturalmente, accelerare la nostra presenza e le nostre vendite in alcuni target commerciali che abbiamo definito. 

Tecnicamente, nella tabella di marcia, i prossimi scenari futuri riguardano lo sviluppo di modelli di intelligenza artificiale e machine learning in grado di trattare i dati e ottenere possibili previsioni sulla vita utile attesa di un asset, aiutando sicuramente il nostro cliente a raggiungere un livello superiore nelle sue decisioni ed azioni quotidiane, ma anche i team di asset management, cosicché l’affidabilità possa essere raggiunta molto più facilmente e ad un costo notevolmente inferiore. 

Nell’era digitale è necessario che gli impianti industriali evolvano, andando oltre la manutenzione preventiva e adottando la manutenzione predittiva. Una manutenzione efficace ed efficiente è al centro di ogni impianto. Non importa quanto sia stato progettato bene un processo, né da quando sia stato installato, o quali siano le sue componenti e il loro costo: se la manutenzione fallisce, l’intero sistema fallisce.  

Il livello di affidabilità e preavviso della nostra soluzione è fondamentale per ridurre la necessità di ispezioni manuali, la ridondanza e la manutenzione preventiva. Segnalando accuratamente quando un macchinario necessita supporto, la nostra soluzione elimina il bisogno di programmare le ispezioni e quel tipo di manutenzione “giusto per sicurezza”. Sapere con mesi di anticipo che si sta creando un guasto consente di riparare I macchinari, anche quelli più remoti, prima che si rompano, diminuendo la necessità di ridondanza degli asset. 

Cicli di vita delle risorse più lunghi sono sinonimo di riduzione dei rifiuti elettronici tossici nelle discariche e un minore inquinamento dato dalla produzione e dai trasporti. È nostro dovere ridurre, riutilizzare e riciclare per realizzare un’economia sostenibile. Quando è più conveniente prolungare la vita dell’asset esistente, piuttosto che riprogettare con nuove apparecchiature, gli sprechi si riducono e il ROI aumenta. Profitti più elevati consentono agli utenti di utilizzare le risorse economiche per soddisfare esigenze aggiuntive.