MVP for physical products: what it means for manufacturers, which forms it can take, how to classify features with Kano and validate them in the field.
Come classificare le funzionalità con il modello di Kano, validarle con i clienti pilota e far evolvere la macchina dopo il lancio
Federico Milan ha oltre 25 anni di esperienza industriale nella trasformazione digitale. Nasce come ingegnere elettronico e attraversa tutte le fasi di questo percorso: progettazione di architetture OT, automazione, sviluppo di piattaforme software industriali come SCADA, MES e WMS, fino ai progetti IoT, Machine Learning e intelligenza artificiale applicati alle macchine industriali. Nel 2016 assume la responsabilità della divisione digitale nell’azienda in cui lavorava e nel 2018 diventa responsabile della business unit dedicata allo sviluppo di soluzioni di intelligenza artificiale, BI e computer vision. Il filo conduttore di questo percorso, racconta Milan, non è mai stata la tecnologia in sé ma la curiosità di capire un processo e trovare un modo per governarlo. È da questa tensione che nasce Smart SCADA, un framework sviluppato attorno al 2009 per rompere la tradizionale piramide dell'automazione industriale: macchine autonome e componibili come blocchi Lego, capaci di comunicare tra loro senza bisogno di scrivere codice ogni volta. Il risultato concreto è stato dimezzare i tempi di sviluppo di un impianto. Nell'intervista, Milan ripercorre come questo approccio lo abbia portato a teorizzare un metodo per riconoscere l'innovazione vera: risolvere contraddizioni, non semplicemente applicare tecnologia. Affronta poi il tema della servitizzazione, la costruzione di team multidisciplinari, il ruolo del CFO nei progetti di innovazione e la sua visione dell'intelligenza artificiale, sintetizzata nel concetto che ha coniato di "Human at the Edge": l'uomo non deve stare dentro ogni micro-decisione automatizzata, ma sul confine cognitivo del sistema, pronto a intervenire dove la macchina non può arrivare.