Crowdsourcing è partecipazione collettiva
Francesca Gatti
Tra i modelli di open innovation che si stanno diffondendo negli ultimi anni, un posto di riguardo è sicuramente detenuto dal crowdsourcing. Un termine che racchiude tre concetti fondamentali: crowd (folla), source (fonte) e outsourcing (esternalizzazione). In pratica, si tratta di uno strumento grazie al quale un committente come un’azienda o un ente si rivolge a una community con una richiesta aperta, un problema da risolvere, un’attività di ricerca. La potenzialità del crowdsourcing si fonda sulla possibilità di sfruttare il talento di una grande massa di utenti, spesso altrimenti irraggiungibili, e con competenze anche molto specialistiche, come possono essere la matematica applicata, la modellistica o la simulazione numerica.
Con il crowdsourcing le imprese si aprono alla partecipazione collettiva, richiedendo lo sviluppo di un servizio o un prodotto a una “folla” di potenziali fornitori che lavorano in competizione aperta o in cooperazione tra di loro. La formulazione di ogni sfida è simile a quella di una gara, al termine della quale la proposta vincente viene adottata e pagata dall’azienda promotrice. Quest’ultima ottiene pertanto il risultato con tempi e costi ridotti rispetto a uno scenario tradizionale, il tutto senza contare i tanti e preziosi spunti sull’argomento che possono emergere nel corso della sfida.
In questo panorama si inserisce Mathesia, la prima piattaforma dedicata a matematica applicata, modellistica, simulazione, statistica e ottimizzazione di prodotti o processi. Nata da meno di un anno, oggi Mathesia mette a disposizione delle aziende una piattaforma reputation based, con una community di oltre 2000 esperti altamente qualificati: professori universitari, ricercatori, PhD, aziende di consulenza.
Uno dei problemi a cui Mathesia cerca di rispondere è la difficoltà di comunicazione tra industria e ricerca, che spesso parlano due linguaggi diversi e distanti. Mathesia, sviluppata da Moxoff (spin-off del laboratorio MOX del Politecnico di Milano) e Yottacle (startup incubata all’interno di PoliHub) è il luogo dove idee innovative e problemi industriali sono trasformati in sfide di carattere matematico attraverso un wizard - sviluppato grazie all’esperienza pluriennale di Moxoff nell’applicazione della matematica al mondo industriale - che permette di tradurre le esigenze industriali in problemi di modellistica, ottimizzazione, simulazione, numerica, fluidodinamica. Nei primi sei mesi di vita, Mathesia ha accolto 8 progetti con un budget medio di 23000 euro, che hanno coinvolto 206 persone nella rete internazionale di professionisti e società specializzate.
Gli ambiti applicativi spaziano dal settore della stampa 3d alla sicurezza alimentare e le aziende coinvolte sono sia piccole realtà, come Thusia, sia multinazionali come Whirpool, De Longhi o Nolan.
Una delle prime aziende a credere nella piattaforma è stata Primetals (già Siemens VAI MT). “Anche per il comparto siderurgico Mathesia può diventare uno strumento fondamentale per lo sviluppo di soluzioni innovative” spiega Emanuele Osto, responsabile ricerca e sviluppo di Primetals. “Ci siamo trovati di fronte alla necessità di realizzare modelli sofisticati di simulazione per cui erano necessarie skill matematiche che non avevamo internamente e quale modo migliore che confrontarsi con specialisti di tutto il mondo in un modo così agevole? Avevamo già sperimentato piattaforme di crowdsourcing per l’editing e formattazione di documenti (per esempio oDesk), abbiamo scelto Mathesia perché consente di accedere a un consistente bacino di risorse, nel loro complesso molto variegato sia in termini di skills che di capacità di assorbire incarichi last minute senza una pianificazione dedicata”. Il progetto proposto da Primetals era un problema di ottimizzazione. “Un laminatoio riduce la sezione del materiale in passaggi successivi attraverso due rulli (cilindri di laminazione) sulla cui circonferenza sono ricavati dei canali (calibri). Ogni dimensione di prodotto finale che si vuole realizzare richiede l’utilizzo di un certo numero di passaggi e di calibri. Poiché per passare da un set-up di impianto all’altro occorre del tempo, è necessario poter ottimizzare numero e distribuzione dei calibri sui cilindri sia per limitare i tempi improduttivi di set-up impianto sia per ridurre il parco cilindri. La sfida era raggiungere una buona produttività al minor costo di attrezzaggio e di immobilizzazione in un parco cilindri”, spiega Osto.
“Il progetto è andato bene: data la complessità dell’ottimizzazione e considerato il budget limitato che abbiamo deciso di investire, abbiamo ottenuto un software che è in grado di restituire una soluzione in tempi ragionevoli per problemi di complessità medio bassa. Non converge velocemente per un problema di complessità reale, ma direi che comunque il risultato ottenuto è soddisfacente e adatto a studi di fattibilità veloci o proiezioni di costo come analisi per i nostri clienti, sempre in ambiti molto semplificati.
Consiglierei il ricorso a Mahesia per tutti quei problemi di ottimizzazione o con forte componente matematico-computazionale che in genere sono time consuming e non potrebbero essere gestiti internamente in maniera efficiente. Ovviamente non sono tutte rose e fiori, Mathesia non è un oracolo: il processo di sviluppo va supportato, il lavoro valutato passo passo, occorre insomma un follow up robusto o ci si ritrova paracadutati molto lontani da dove si pensava di atterrare”.
F.G.