Design for Serviceability

Oltre la "caffettiera del masochista": Progettare hardware service-ready nell’era dell’AI

Nel contesto competitivo odierno, che si tratti di macchinari industriali, attrezzature professionali o dispositivi consumer di fascia alta, il successo di un prodotto non si misura più sulla scheda tecnica o sul prezzo di listino. La sfida competitiva si è spostata sul servizio e sulla capacità di garantire la massima operatività al minor costo possibile. Ecco perché anche macchine tecnologicamente molto avanzate possono diventare passività finanziarie, difficili da mantenere. Qui entra in gioco il Design for Serviceability (DFS).

La Serviceability, ovvero la “manutenibilità”, secondo l'esperto B.S. Dhillon, è definita come il "grado di facilità con cui un prodotto può essere ripristinato al suo stato operativo". La SAE (Society of Automotive Engineers) la definisce invece come la misura della facilità con cui è possibile eseguire interventi di routine, periodici o riparazioni non programmate.

In breve la manutenibilità riguarda quanto è facile per un tecnico "mettere le mani" sulla macchina.

Il contesto: Design for Excellence (DFX)

Il Design for Serviceability (DFS) nasce all’interno del framework Design for Excellence (DFX), un approccio olistico che punta a ottimizzare il prodotto fin dalle prime fasi (concept e progettazione) impattando direttamente su costi, qualità, costi, affidabilità e sicurezza. Ciò significa che in fase di progettazione il team r&d dovrebbe tenere conto di aspetti quali:

• Sicurezza e piena conformità alle normative vigenti.
• Elevata affidabilità per l'intera durata operativa prevista.
• Realizzabilità nell'ambito di un processo produttivo standard.
• Componenti a basso costo.
• Impatto ambientale minimo.
• Costi di collaudo contenuti durante il processo produttivo.
• Diagnostica intuitiva a supporto delle operazioni di manutenzione.



L'idea alla base è che la maggior parte dei problemi possono essere risolti prima ancora che il prodotto venga fabbricato. Progettare per l'eccellenza significa prevedere che quel dispositivo dovrà sopravvivere nel mondo reale, tenendo in considerazione il maggior numero di variabili impattanti. 

Cos'è il Design for Serviceability (DFS)?

All'interno di questo scenario, il DFS (Design for Serviceability) si impegna a garantire che il prodotto sia facile da riparare e manutenere per tutta la sua durata. I progettisti progettano quindi il prodotto con l’obiettivo di rendere l'accesso ai componenti, la sostituzione delle parti e la riparazione il più semplici e rapidi possibile.

Mentre la letteratura tecnica, guidata da autori come B.S. Dhillon, si focalizza sull'efficienza operativa, la Serviceability ha anche un'anima profondamente umana. Nel suo celebre saggio "La caffettiera del masochista", Donald Norman introduce il concetto di design centrato sull'utente. Per Norman, il "masochismo" nel design si manifesta in quegli oggetti quotidiani (o macchine) che richiedono sforzi assurdi, come ore di smontaggio per una semplice calibrazione, a causa di una progettazione miope. Il DFS ribalta questa logica guardando al tecnico come "utente". Il prodotto deve essere progettato per facilitargli la vita, non per ostacolarla. Se un tecnico può risolvere un problema in dieci minuti grazie a un design intuitivo, abbiamo eliminato il "masochismo" e creato un sistema realmente efficiente.

L'impatto del DFS sul Total Cost of Ownership (TCO)

Se il prezzo d'acquisto (CAPEX) è il dato che cattura l'attenzione in fase di trattativa, è il Total Cost of Ownership (TCO) a determinare la reale profittabilità di un asset nel lungo periodo. Nel mondo delle macchine professionali e industriali, l'esborso iniziale rappresenta spesso solo la punta dell'iceberg: si stima infatti che i costi operativi e di manutenzione dominino il TCO, pesando per il 60-85% del totale.

Ignorare la serviceability in fase di progettazione significa accettare passivamente dei costi invisibili che si trascineranno per anni, erodendo a lungo andare la fiducia del cliente. Anche perché si stima che l'80% del costo futuro del prodotto è definito nel primo 20% del suo ciclo di progettazione. Le scelte di architettura (accessibilità, modularità, standardizzazione) determinano il costo di manutenzione a lungo termine molto più della qualità dei singoli materiali o del prezzo di acquisto iniziale. Possiamo infatti riassumere l'impatto economico di una macchina con questa formula:

TCO = Costo di acquisto +  Costi operativi (energia, risorse) + Costi di manutenzione e riparazione (grosso dosso del TCO) +  Costi di downtime +  Costi fine ciclo (smaltimento, disassemblaggio). 

Il DFS attacca direttamente le tre voci più critiche: manutenzione, riparazione e downtime. L’integrazione di strategie DFS può portare a una riduzione del TCO fino al 55%, pur mantenendo invariata l'affidabilità del sistema.

I 8 pilastri di un prodotto service-ready

Nel Design for Serviceability, non tutti i componenti e non tutti i guasti meritano lo stesso sforzo progettuale. Il primo passo operativo consiste nello stabilire gli obiettivi di servizio, ovvero definire una gerarchia di priorità tra le diverse procedure di assistenza bilanciando l'architettura del sistema con l'esperienza fisica del tecnico sul campo. Perché il design sia efficace, è necessario assegnare la massima precedenza a quelle soluzioni che mitigano guasti frequenti o che potrebbero avere effetti catastrofici sull'operatività del cliente.

Il metodo FMEA (Failure Mode and Effects Analysis) è uno dei metodi adottabili. Come raccomandato dagli esperti Dewhurst e Abbatiello, l’analisi FMEA deve precedere la definizione degli obiettivi di servizio: essa permette infatti di comprendere scientificamente le modalità di guasto del prodotto, valutandone gli effetti e la probabilità delle cause.

In questo modo, il DFS diventa un intervento mirato: si concentra l'eccellenza ingegneristica dove il rischio è maggiore, assicurando che gli interventi più critici siano anche i più semplici e rapidi da eseguire. Questo approccio basato sul rischio garantisce che il tempo e il budget del team R&D siano allocati dove possono generare il massimo impatto sulla riduzione dei costi di assistenza.

Per riuscirci, la progettazione deve seguire alcuni pilastri fondamentali, partendo dall’interazione tra gli operatori macchina, tecnici con la macchina stessa. 

1. Architettura del Prodotto

• Modularità (Il "dove"): Riguarda l'architettura e il partizionamento. Una modularità intenzionale raggruppa i componenti in base alla frequenza di manutenzione e al rischio di usura, piuttosto che per sola funzione. I confini dei moduli devono essere netti: un'unità riparabile deve poter essere rimossa senza smontaggi parziali dei sistemi adiacenti. Raggruppare filtri, batterie e sensori in "aree di servizio" dedicate trasforma una riparazione complessa in una sostituzione diretta.

• Standardizzazione (Il "cosa"): Riguarda l'universalità dei componenti. Significa limitare la varietà di elementi di fissaggio (viti con la stessa testa e dimensione) e utilizzare interfacce e connettori comuni sul mercato. La standardizzazione riduce drasticamente l'inventario dei ricambi e la necessità di kit di attrezzi specifici, rendendo le procedure di assistenza ripetibili ed efficienti tra diverse varianti di prodotto.

Questo approccio garantisce:

• Efficienza economica: Economie di scala e riduzione dei costi di magazzino.
• Indipendenza dai fornitori: Maggiore flessibilità, scalabilità e reperibilità.
• Rapidità di intervento: I tecnici possono gestire ricambi comuni velocemente, senza attendere parti proprietarie.
• Facilità di apprendimento: Processi di formazione e condivisione delle conoscenze semplificati.

2. Interfaccia

• Accessibilità (Il "raggiungimento"): Si concentra sulla visibilità e sullo spazio fisico. Un componente è accessibile se può essere visto, raggiunto e rimosso senza disturbare sistemi non correlati. Questo implica pannelli con cerniere o chiusure rapide e un layout che eviti di nascondere i punti di guasto dietro strutture monolitiche.



• Ergonomia (Il "benessere"): Si concentra sulla salute e sulla sicurezza del tecnico durante l'intervento. Un design ergonomico evita che l'operatore debba lavorare sopra la propria testa, inarcare la schiena in posizioni instabili o compiere movimenti ripetitivi (come svitare decine di bulloni) che portano a infortuni o errori. Include la protezione da spigoli vivi, terminali ad alta tensione o superfici calde tramite schermature dedicate.
  

3. Sicurezza

Un tecnico che si sente al sicuro lavora meglio e più velocemente.

• Gestione dell'energia: Schermare i terminali ad alta tensione o impedire l'accesso quando il sistema è alimentato. Prevedere meccanismi di interblocco che scollegano la potenza all'apertura dei pannelli. Se gli interblocchi non sono praticabili, adottare procedure rigorose di Lock-out/Tag-out (LOTO).
• Scarico energie residue: Progettare modalità semplici per spurgare o dissipare l'energia accumulata (elettrica, pneumatica o idraulica) prima di iniziare qualsiasi intervento.
• Integrità fisica: Proteggere il personale da ustioni (tramite scudi termici) ed evitare spigoli vivi o parti taglienti. Il design deve prevenire lesioni anche durante utilizzi ripetuti o sforzi di smontaggio intensi.
  

4. Mistake-Proofing (Poka-yoke)

Il design deve essere intuitivo al punto da rendere impossibile l'errore umano durante il rimontaggio o la regolazione.

• Assemblaggio univoco: Progettare componenti e moduli affinché possano essere montati in un unico modo: quello corretto. Un esempio eccellente è l'uso di connettori keyed (con chiavi meccaniche) tipici dell'automotive, che sfruttano differenze geometriche per impedire errori di cablaggio.
• Guida visiva: Etichettare, marcare o codificare cromaticamente le parti per facilitare le sequenze di smontaggio e riassemblaggio.
• Design intuitivo: La forma stessa dei componenti deve suggerire la loro funzione e il corretto posizionamento, riducendo la dipendenza dalla memoria del tecnico.
  

5. Requisiti strumentali

Un design serviceable riduce al minimo l'attrezzatura necessaria per l'intervento, semplificando la logistica del field service.

• Standardizzazione dei fastener: Ridurre la varietà di teste di viti e bulloni per limitare il numero di chiavi necessarie. L'ideale è utilizzare interfacce compatibili con gli strumenti più comuni e prontamente disponibili sul mercato.
• "Zero-tool": I migliori esempi di DFS prevedono che le operazioni di manutenzione ordinaria e gli upgrade possano essere eseguiti senza alcun attrezzo, utilizzando invece leve a sgancio rapido, clip manuali o chiusure a scatto.
• Accessibilità dei movimenti: Considerare non solo la dimensione dell'utensile, ma anche lo spazio necessario per il suo movimento (rotazione, leva) all'interno della macchina.
  

6. Manuali di servizio e documentazione tecnica

La documentazione è il "ponte" tra il progetto e l'esecuzione. Se non è chiara, il design fisico perde gran parte del suo valore.

• Dettaglio e precisione: Fornire guide alla riparazione, manuali di servizio e istruzioni per il troubleshooting che siano esaustivi e facili da consultare.
• Istruzioni "on-machine": Un luogo ideale per istruzioni rapide è la parete interna dei pannelli o delle coperture. Posizionare guide brevi proprio accanto all'area di intervento accelera l'apprendimento e riduce gli errori.
• Indicatori visivi: L'uso di colori, icone e codici QR che rimandano a video istruzioni sul campo può trasformare un manuale statico in uno strumento di supporto dinamico.
  

7. Error reporting e diagnostica

Senza una diagnostica efficace, l'assistenza diventa un processo "per tentativi" costoso e frustrante.

• Meccanismi di feedback: Integrare indicatori concreti come LED di stato, punti di test fisici e codici di errore visualizzabili. I registri integrati (log) devono guidare il tecnico verso la causa probabile del guasto, non limitarsi a segnalare un sintomo generico.
  
• Modalità di servizio: Implementare a livello software una "service mode" che permetta al tecnico di isolare e verificare rapidamente i singoli sottosistemi, velocizzando il troubleshooting senza smontaggi non necessari.
  

8. Manutenzione predittiva e monitoraggio

In un ecosistema IoT come quello di Things5, la serviceability si evolve verso la prevenzione proattiva.

• Sensori di stato: Esplorare l'integrazione di sensori che monitorino vibrazioni, temperature o assorbimenti elettrici anomali per intercettare segnali precoci di degrado.
• Pianificazione proattiva: Utilizzare i dati della telemetria per programmare gli interventi prima che si verifichi un guasto improvviso. Questo permette di gestire la manutenzione secondo le necessità reali della macchina, riducendo i tempi di inattività imprevisti e ottimizzando la durata di vita dei componenti.
  

Analisi comparativa: vantaggi e sfide

Per un'azienda che punta alla servitizzazione, i benefici superano quasi sempre le criticità, ma è fondamentale conoscerle per evitare errori di valutazione in fase di R&D.

KPI per monitorare efficienza ed efficacia del service

Ecco i principali KPI utilizzati per valutare l'efficienza del service e come una progettazione orientata alla manutenibilità ne sposta gli equilibri.

1. MTTR (Mean Time To Repair): Il cuore del DFS

Il tempo medio di riparazione è la metrica "regina" della serviceability. Rappresenta la velocità con cui un sistema torna operativo dopo un guasto (MTTR = Tempo totale di riparazione/Numero totale di interventi).

Il DFS impatta drasticamente su ognuna delle quattro fasi che compongono il MTTR:

• Diagnosi: Indicatori LED, codici errore e telemetria IoT permettono di individuare il problema senza smontaggi esplorativi.
• Riparazione: Layout modulari e componenti accessibili riducono il tempo d'intervento fisico.
• Assemblaggio: Il Mistake-Proofing (Poka-yoke) garantisce che il rimontaggio sia rapido e privo di errori.

Test: Una progettazione intelligente include "modalità di servizio" per validare il riavvio in pochi minuti.

2. Disponibilità e OEE (Overall Equipment Effectiveness)

La Disponibilità è la probabilità che un asset sia operativo quando necessario. È il risultato del bilanciamento tra quante volte si rompe (Affidabilità) e quanto velocemente viene riparato (Manutenibilità).

L'OEE è l'indicatore macroscopico dell'efficienza produttiva, calcolato come: Disponibilità x Efficienza delle prestazioni x Tasso di Qualità



Il DFS agisce sulla Disponibilità riducendo il tempo di downtime. Una diagnosi rapida e una riparazione semplificata permettono di mantenere l'OEE vicino ai livelli ottimali, minimizzando le perdite di produzione (Failure Cost).

3. MTBF (Mean Time Between Failures) e affidabilità

L'MTBF misura il tempo medio di corretto funzionamento tra due guasti. Sebbene l'affidabilità dipenda dalla qualità dei componenti, il DFS la influenza indirettamente: un design service-friendly favorisce l'adesione ai programmi di manutenzione preventiva. Se pulire un filtro o lubrificare un giunto è facile, l'operatore lo farà regolarmente, preservando l'affidabilità prevista ed evitando guasti catastrofici.

4. Risoluzione al primo intervento e visite ripetute

Questi due KPI misurano l'efficacia del tecnico e la qualità della progettazione diagnostica:

• Tasso di risoluzione al primo intervento (First-Time Fix Rate): Indica la percentuale di problemi risolti al primo accesso. Un design intuitivo e l'uso di ricambi standard portano questo valore sopra l'85%, poiché il tecnico ha già con sé gli strumenti giusti e comprende immediatamente dove intervenire.
• Numero di visite ripetute: Misura quante volte un tecnico deve tornare per lo stesso problema. Il DFS riduce questo numero grazie al Mistake-Proofing (che evita errori di rimontaggio) e a manuali tecnici chiari che eliminano le incertezze.p

5. Punteggio di accessibilità alla riparazione

Questo è il KPI "proattivo" per eccellenza. Viene calcolato durante la fase di progettazione e prototipazione tramite checklist standardizzate. Misura quanto sia fisicamente agevole raggiungere i componenti critici. Un punteggio elevato è il precursore diretto di un MTTR basso.

6. Metriche di costo: L'impatto sul TCO

Come abbiamo visto, il DFS attacca direttamente i costi operativi.

• Costo medio di riparazione: Include manodopera (interna o esterna) e ricambi. Il DFS riduce le ore di lavoro e, grazie alla Standardizzazione, abbatte i costi dei componenti e della loro gestione a magazzino (Storage Cost).
• Tasso di conformità SLA: In ambito B2B, i contratti di assistenza (Service Level Agreements) sono vincolanti. Un design ottimizzato permette di chiudere più ordini di lavoro al giorno e di rispettare i tempi di intervento promessi, evitando penali.
  

7. Indicatori di soddisfazione (CSAT)

Il successo del service si riflette anche sulla percezione del cliente, ovvero sul CSAT (Customer Satisfaction Score). Clienti che subiscono fermi macchina brevi e riparazioni "pulite" tendono a sviluppare una maggiore fedeltà al brand.

Tabella di sintesi: Impatto del design for serviceability sui KPI

Come l'AI agentica e generativa potenziano il design for serviceability

Se l'architettura fisica e la modularità permettono al tecnico di intervenire in pochi minuti, è la digitalizzazione del servizio a garantire che il tecnico intervenga solo quando necessario e con gli strumenti giusti. Nell'era dell'Industry 4.0 e dell'IoT, il Design for Serviceability è profondamente software-driven.

L'integrazione nativa dei macchinari con piattaforme cloud, come Things5, trasforma un prodotto "facile da riparare" in una macchina "capace di autogestirsi", sfruttando i più recenti paradigmi dell'Intelligenza Artificiale:

• AI generativa per la manualistica interattiva: I voluminosi manuali cartacei o i complessi PDF vengono sostituiti da assistenti virtuali basati su AI Generativa. Il tecnico, trovandosi di fronte al macchinario, non deve più cercare l'informazione: può letteralmente "chattare" o dialogare con la documentazione tecnica. Basterà chiedere all'assistente AI «Qual è la procedura corretta per smontare il modulo valvola su questo specifico modello?» per ottenere istruzioni step-by-step, schemi visivi ed esplosi 3D pertinenti in tempo reale.
• AI agentica per l'automazione del service: L'AI Agentica rappresenta il vero salto evolutivo. Mentre l'AI tradizionale analizza i dati (es. prevedendo un guasto tramite la telemetria IoT), gli "Agenti AI" possono compiere azioni autonome. Se il sistema rileva un'anomalia termica in un componente critico, l'AI Agentica non si limita a generare un alert: apre in autonomia un ticket nel sistema di Customer Care, verifica la disponibilità del ricambio a magazzino, pre-allerta il Service Manager e suggerisce la finestra di intervento ottimale per minimizzare il downtime del cliente finale.

Progettare macchine "service-ready" oggi significa creare il veicolo fisico perfetto affinché questi strati di Intelligenza Artificiale possano operare al massimo delle loro potenzialità, azzerando le inefficienze logistiche e portando il first-time Fix rate vicino al 100%.

Esempi e casi applicativi

Ecco alcuni casi studio emblematici che dimostrano l'impatto reale del DFS sulla produttività e sui costi operativi.

1. Food & beverage: il caso McDonald's e l'efficienza modulare

Nel settore del fast-food, ogni minuto di fermo macchina è una perdita secca di fatturato. Le macchine erogatrici di bevande di McDonald’s rappresentano un benchmark per il DFS:

• La soluzione: Introduzione di una struttura modulare dove ogni valvola di erogazione è sostituibile in meno di 5 minuti. Pannelli ad apertura rapida (senza attrezzi speciali), connettori standard e diagnostica LED immediata per individuare testine bloccate.
• Il risultato: I tempi di manutenzione e pulizia sono crollati da 30 a 8 minuti.
• Evoluzione strategica: McDonald’s ha fatto un passo oltre, decidendo di eliminare gradualmente le postazioni self-service entro il 2032. Perché? Per centralizzare la manutenzione dietro il bancone, garantendo standard igienici superiori e riducendo il carico di lavoro del personale, spesso in difficoltà nel gestire la pulizia costante delle aree clienti. Un esempio di come la serviceability influenzi persino il modello di business.
  

2. Elettronica industriale: modularità e diagnostica remota

Nel mondo dell’automazione (come nel caso di Promwad), riparare hardware sul campo è una sfida logistica.

• Architettura "split": Separare fisicamente i PCB di alimentazione, controllo e I/O. Se un picco di tensione brucia l'alimentatore, si sostituisce solo quel modulo, preservando la costosa logica di controllo.
• Connettività IoT: Grazie a firmware con log di errore dettagliati e aggiornamenti OTA (Over-The-Air), molte correzioni software avvengono senza che un tecnico debba spostarsi.
• Risultato: Riduzione del tempo di riparazione del 60% grazie a decisioni prese in fase di design del layout.
  

3. Motori aerospaziali: il potere dell'accessibilità

Due motori possono avere la stessa affidabilità (MTBF), ma impatti economici opposti.

• Motore A (Senza DFS): Per accedere ai cuscinetti richiede lo smontaggio di 20 componenti. MTTR: 15 ore.
• Motore B (Con DFS): Pannello rimovibile rapido. MTTR: 4 ore.

• L'impatto: In un settore dove il downtime costa 500€/ora, il DFS permette un risparmio di 11.000€ l'anno per motore, abbattendo il TCO del 55%.
  

4. Packaging industriale: isolamento funzionale

Nelle macchine per il packaging, l'usura è una costante operativa. Una progettazione che rispetti i criteri di serviceability punta sull'isolamento funzionale: separare i componenti critici soggetti a usura dal sistema principale per proteggere il cuore della macchina e facilitare il ripristino. L'applicazione pratica si articola su tre aspetti:

• Accesso Diretto "tool-less": L'adozione di portelloni laterali con chiusura rapida a leva, anziché le tradizionali viti, permette agli operatori di accedere ai vani tecnici in pochi secondi, senza attendere l'arrivo di kit di attrezzi specifici.
• Configurazione modulare e pre-configurata: I componenti soggetti a sostituzione frequente sono ingegnerizzati in pacchetti standard pronti all'uso. Questo riduce la complessità dell'intervento e i rischi di errore durante il montaggio.
• Automazione dell’Ispezione (IoT): L'integrazione di sensori per il monitoraggio dell'usura in tempo reale trasforma la manutenzione da reattiva a predittiva, segnalando la necessità di intervento prima che si verifichi il fermo macchina.



In questo modo gli utenti finali acquisiscono piena autonomia nella sostituzione delle parti usurabili riducendo i tempi di attesa per i tecnici esterni e la riduzione del downtime ai minimi termini.

5. Industria 4.0 e CNH Industrial

Aziende come CNH Industrial (macchine agricole e movimento terra) dimostrano come l'integrazione di tecnologie avanzate permetta di convalidare il design in fase di progettazione. Prima di produrre il primo pezzo fisico, si simula l'intervento di un tecnico in VR per identificare collisioni o spazi insufficienti per le mani.

L’ausilio della tecnologia diventa fondamentale anche l'assistenza tecnica post-vendita:



• Realtà aumentata (AR): permette al tecnico di visualizzare sul campo overlay digitali, ovvero istruzioni grafiche sovrapposte direttamente all'hardware reale, che indicano con precisione chirurgica quali componenti smontare o regolare, riducendo drasticamente i tempi di esecuzione e la probabilità di errore umano.
• Diagnostica IoT: grazie al monitoraggio costante dei parametri vitali della macchina, questa tecnologia individua potenziali anomalie prima che si trasformino in guasti conclamati, rendendo possibile la transizione da un modello reattivo a una manutenzione programmata e intelligente.
• Analisi predittiva: attraverso l'elaborazione dei dati storici tramite algoritmi di Intelligenza Artificiale, è possibile prevedere con accuratezza le necessità di assistenza future. Questo approccio riduce le cosiddette "visite al buio" e aumenta in modo significativo il First-Time Fix Rate (il tasso di risoluzione al primo intervento).
• Digital twin: la creazione di una replica virtuale esatta dell'asset fisico consente di simulare e testare l'intera procedura di riparazione in ambiente digitale prima ancora dell'intervento reale. Questo processo minimizza i rischi, elimina le incertezze e garantisce che il tecnico arrivi sul posto con la strategia e i ricambi corretti.

Come abbiamo visto, la partita della profittabilità non si vince alla consegna della macchina, ma durante l'intero ciclo di vita. Progettare pensando alla manutenibilità significa:

• Proteggere i margini: Abbattendo quel "grosso dosso" del TCO che può arrivare a pesare fino all'85% dei costi totali.
• Valorizzare il capitale umano: Trasformando il tecnico in un operatore ad alta efficienza, supportato da un design intuitivo e da strumenti digitali come la Realtà Aumentata e i Digital Twin.
• Abilitare la servitizzazione: Progettando prodotti che, attraverso l'IoT e l'AI, abilitano nuovi modelli di business basati sull'uptime.



Il DFS rappresenta la risposta più efficace per chi vuole coniugare responsabilità ambientale e successo commerciale.

In Things5, crediamo che l'integrazione tra un hardware service-ready e una diagnostica intelligente sia l'unica strada percorribile per le aziende che puntano all'eccellenza. La domanda per ogni produttore oggi non è più "se" la macchina si fermerà, ma quanto velocemente e intelligentemente sapremo rimetterla in marcia e questa risposta va scritta nel primo 20% del progetto.