ProcessMind lancia il motore di simulazione per i Digital Twin

AMSTERDAM, PAESI BASSI

ProcessMind, azienda europea di process mining, ha annunciato oggi il lancio di un motore di simulazione dei processi  progettato per la creazione di digital twin dei processi aziendali. Questa nuova funzionalità consente alle organizzazioni di costruire repliche virtuali delle proprie operazioni e testare i cambiamenti in un ambiente simulato.

AMSTERDAM, PAESI BASSI

I Digital Twin nelle operazioni aziendali

Un digital twin  è un modello virtuale che replica un processo reale in un ambiente digitale. A differenza dei diagrammi statici, i digital twin sono repliche basate sui dati che possono essere aggiornate con informazioni operative. Questa tecnologia consente alle aziende di monitorare le prestazioni, eseguire simulazioni e valutare i potenziali risultati prima di implementare cambiamenti reali.

La tecnologia digital twin, originariamente sviluppata per i settori aerospaziale e manifatturiero, si è estesa alle operazioni aziendali. Secondo Strategic Market Research, il mercato dei digital twin è stato valutato 6,30 miliardi di USD nel 2021 e si prevede che raggiungerà i 131,09 miliardi di USD entro il 2030.

Panoramica tecnica

Il motore di simulazione di ProcessMind estrae i parametri dagli event log caricati, inclusi i tassi di arrivo dei casi, la durata delle attività, le probabilità di instradamento e il fabbisogno di risorse. Questi parametri vengono utilizzati per costruire digital twin per l’analisi degli scenari.

Il sistema utilizza la simulazione a eventi discreti (DES), una metodologia in cui lo stato del sistema cambia in corrispondenza di eventi specifici. Questo approccio è ideale per i processi aziendali in cui le attività hanno orari di inizio e fine definiti, le risorse sono allocate in momenti precisi e i casi seguono percorsi distinti attraverso il processo.

Il miglioramento dei processi è sempre stato un gioco di supposizioni. Si apporta un cambiamento e si spera che funzioni. Con i digital twin , è possibile testare dieci scenari diversi in un pomeriggio e scegliere quello con le maggiori probabilità di successo.

Christiaan Esmeijer, Fondatore di ProcessMind

Funzionalità

Il motore di simulazione include le seguenti funzionalità:

• Estrazione dei parametri dai dati degli event log
• Modellazione di scenari con variabili regolabili
• Confronto affiancato di più scenari
• Analisi della capacità delle risorse e previsione dell’utilizzo
• Identificazione dei bottleneck in vari scenari di volume
• Supporto per diverse distribuzioni di probabilità

Il motore supporta le distribuzioni di probabilità standard, incluse quella normale, esponenziale, uniforme, triangolare e log-normale. Ogni attività può essere configurata con tempi di elaborazione, requisiti di risorse e probabilità di salto.

Integrazione della piattaforma

Il motore di simulazione è integrato con le attuali funzionalità di process mining  e modellazione BPMN di ProcessMind. La piattaforma è ospitata in data center nell’UE ed è conforme al GDPR.

Il workflow previsto prevede la scoperta di un processo tramite il mining, la creazione di un digital twin dai dati estratti e la successiva simulazione delle modifiche proposte.

Il motore di simulazione estrae i parametri direttamente dagli event log, riducendo la configurazione manuale solitamente richiesta per la simulazione dei processi.

Christiaan Esmeijer, fondatore di ProcessMind

Ambiti di applicazione

I casi d’uso tipici per i digital twin di processo includono il test di scenari di riallocazione delle risorse, la valutazione della riprogettazione dei processi, la previsione dei requisiti di capacità per variazioni di volume, il confronto di scenari di automazione e la convalida delle soluzioni proposte prima dell’implementazione.

La simulazione esegue istanze di processo virtuali attraverso il modello utilizzando distribuzioni temporali, capacità delle risorse e modelli di arrivo derivati dai dati di origine. L’output include previsioni su tempo di ciclo, throughput, utilizzo delle risorse e costi.