Stabilimento Bayer
Stabilimento Bayer

Garbagnate (Milano), 5 novembre 2018 - Su mille stabilimenti di vari settori analizzati in tutto il mondo, il World Economic Forum ne ha scelti nove: sono al momento i più avanzati nei metodi di produzione. Tra quelli cinesi e americani, ce n’è uno lombardo: è il sito Bayer di Garbagnate, dove lavorano 330 dipendenti. Perché? La risposta è da cercare nei meriti che lo stabilimento si è guadagnato anno dopo anno diventando il primo del mondo Bayer per numero di compresse prodotte. Saranno 11 miliardi a fine 2018. I livelli di efficienza, valutati dal 2011 dalla società di consulenza McKinsey, sono sempre stati altissimi e Bayer ha deciso così di testare proprio qui la produzione del futuro. Del resto, quella di attirare investimenti delle multinazionali è proprio una caratteristica storica della farmaceutica lombarda e italiana, tanto che le società a capitale estero presenti in Italia sono il 60%. È necessario, però, fare un passo indietro per capire la storia del primo insediamento produttivo Bayer in Italia (è presente con un ufficio a Milano da 120 anni). Nel 1946, nell’area del Parco delle Groane, viene inaugurato un centro logistico, ma a partire dagli anni ’50 vengono attivate le produzioni.

Produzioni che mano a mano vengono dismesse fino a far diventare la grande fabbrica esclusivamente farmaceutica, circa 15 anni fa. Si inizia così a produrre anche per altri mercati, oltre a quello italiano. I volumi, in particolare negli ultimi 5 anni, crescono a ritmi forsennati. Che cosa si produce? Per la gran parte compresse di cardioaspirina che vengono esportate in tutto il mondo. Anche in Cina, seguendo il percorso inverso di quello classico di produzioni su larga scala. Alla fine del 2018 le pasticche prodotte a Garbagnate saranno 11 miliardi, ma solo nel 2013 erano 5. E qui troviamo un’altra particolarità. Negli ultimi anni la produzione è cresciuta per sopperire alle difficoltà degli stabilimenti tedeschi. Al momento del bisogno, Garbagnate veniva chiamato in causa. Il motivo è semplice: «Abbiamo sempre garantito elevati standard di flessibilità – spiega Sergio Re, direttore del sito produttivo –. Il buonissimo rapporto che abbiamo sempre avuto con i sindacati ci ha permesso, ad esempio, di poter cambiare i turni di lavoro in pochi giorni. Inoltre, tutti i lavoratori sono formati per poter svolgere mansioni diverse».

Il rapporto con le organizzazioni sindacali è stato fondamentale anche per introdurre le innovazioni che hanno fatto conquistare al sito il riconoscimento del World Economic Forum. Del resto, un sistema di sensori in grado di mostrare in diretta sui schermi l’andamento del lavoro di ogni singolo lavoratore potrebbe anche, a un primo sguardo, essere letto come uno strumento di controllo: «Tutti hanno capito che l’intento era opposto. Alla base c’è un rapporto di fiducia», precisa Sergio Re.

Il progetto di digitalizzazione è partito nel settembre 2017. «Per prima cosa abbiamo inserito vari sensori e connesso le macchine», spiega Marco Signorini, project leader del progetto digital plant. Così sono stati ottenuti milioni di dati che, però, devono essere elaborati ed analizzati nel modo giusto. «Per questo abbiamo assunto un data scientist. Scrive codici, algoritmi in grado di leggere i dati», aggiunge Signorini. Il data scientist però deve essere aiutato da chi conosce benissimo i processi di produzione a elaborare i modelli più adatti per la farmaceutica. L’azienda così ha creato e formato la figura dei considdetti ingegneri translator: spiegano ai matematici tutto ciò che i numeri non possono raccontare. Non solo, nelle applicazioni utilizzate c’è anche il machine learning: metodi matematico-computazionali che apprendono direttamente dai dati, senza modelli matematici precostituiti. Un esempio pratico aiuta a capire: ogni caporeparto del settore confezionamento ha un sistema che consiglia, dopo aver analizzato anni e anni di dati, il settaggio giusto. «Questi sistemi aiutano a prendere decisioni corrette in modo più veloce basandosi su dati oggettivi come le ore lavorate da ciascun operatore su ogni singola parte del processo», spiega Signorini. Anche la responsabile del laboratorio del controllo qualità delle compresse ringrazia il machine learning. Prima passava diverse ore per realizzare il piano della settimana successiva cercando di mettere insieme le caratteristiche di 15 analisti diversi e quelle di strumenti e lotti di produzione. Adesso ci pensa un sistema informatico a consigliare il piano migliore.