eLabor

- Regione: Toscana
- Associazione di appartenenza: Confcooperative
eLabor è una cooperativa di produzione e lavoro con una forte vocazione all’innovazione e alla tecnologia in particolare nel campo dell’informatica. La cooperativa è stata fondata a Pisa nel 2001, raccogliendo diverse esperienze fatte dagli anni ’90. Sin dagli esordi ha attuato la scelta strategica del software libero, che l’ha portata tra l’altro ad aderire all’Associazione Italiana Software Libero e poi alla Rete Italiana Open Source (RIOS), dell’uso di metodologie agili e di un approccio caratterizzato dall’apprendimento e miglioramento continuo. Nel corso del tempo ha accumulato esperienze molto diversificate in progetti di cooperazione internazionale e di filologia digitale (edizioni critiche di testi antichi), per poi passare allo sviluppo di applicazioni realizzate specificamente sulle esigenze dei committenti, in particolare nel campo delle “public utilities” e del commercio di smartphone. Negli ultimi anni ha sviluppato un forte interesse per il Machine Learning, l’Intelligenza Artificiale in ambito industriale e le varie tecnologie ed ambiti collegati, come IoT, Big Data, analisi di serie temporali, modellazione matematica, simulazione, ottimizzazione, Industria 4.0. In tutti questi ambiti, eLabor fornisce anche assistenza tecnica e percorsi di formazione. Nella realizzazione dei suoi prodotti e servizi ha sviluppato competenze significative nell’uso di tecnologie come Linux, DBMS relazionali e NoSql, application server, linguaggi come Java, Python, JavaScript, HTML/CSS, XML e TeX, e strumenti di sviluppo come Eclipse, Spring, Subversion, Git, Jenkins, SonarQube, Selenium e molti altri. Ultimamente, ha investito nell’apprendimento di piattaforme per il Machine Learning, come Keras/Tensor Flow, MxNet, Gluon e strumenti come LifeRay ed Elastic Stack.
Tipologia di attività
- Orientamento verso le aree di sviluppo e digitalizzazione
- Supporto alla progettazione di progetti di digitalizzazione
- Supporto alla realizzazione di progetti di digitalizzazione
- Sviluppo di piattaforme ed identificazione delle soluzioni
- Progettazione e trasferimento tecnologico
Settore / Tecnologia
- Internet delle cose e delle macchine
- Big data e analytics (analisi di ampie base dati, incentrate sull’elaborazione di previsioni di accadimenti. L’ analysis è su cosa è avvenuto nel passato e perché è accaduto. L’ analytics viceversa è focalizzata su cosa è accaduto e cosa potrà avvenire in futuro, con warning segnalazioni e allarmi, es. manutenzione predittiva, scarti e deviazioni di lavorazioni, non la semplice raccolta di dati visitatori di siti web o di keyword research, attività che afferiscono alla tecnologia “programmi di digital marketing”
- Intelligenza artificiale
- Simulazione e sistemi cyberfisici (digital twin)
- Integrazione verticale e orizzontale (verticale: condivisione digitale con clienti/fornitori delle informazioni sullo stato della catena di distribuzione – es. giacenze, tracking, ecc. / orizzontale: integrazione digitale dei dati e delle informazioni lungo le diverse fasi realizzative
- Soluzioni tecnologiche per la gestione e il coordinamento dei processi aziendali con elevate caratteristiche di integrazione delle attività (ad esempio ERP, MES, PLM, SCM, CRM, incluse le tecnologie di tracciamento, ad es. RFID, barcode, etc)
- Sistemi di e-commerce (con funzionalità di acquisto, visibilità su disponibilità a magazzino e stato dell’ordine, spedizione, ad es. collegati al gestionale dell’impresa o dei fornitori, soluzioni di dropshipping, non lo sviluppo del sito web dell’impresa che non contenga funzionalità complete di commercio elettronico)
- Soluzioni tecnologiche digitali per l’automazione del sistema produttivo e di vendita per favorire forme di distanziamento sociale dettate dalle misure di contenimento legate all’emergenza sanitaria da Covid-19
- Tecnologie della Next Production Revolution – NPR (progetti che utilizzino tecnologie digitali in ambito di Impresa 4.0, nuovi materiali – bio, nano – e nuovi processi – biologia sintetica, data driven, intelligenza artificiale)
- Sistemi IoT con applicazione in ambiti di interesse cooperativo (agricoltura, logistica, monitoraggio pazienti/assistiti, impiego museale, ecc.)
Esempi di progetti di trasformazione digitale realizzati
PROGETTO 1: Utilia spa
DESCRIZIONE: acquisizione, analisi, elaborazione e smistamento dei dati provenienti da agenti esterni per Public Utility (distribuzione e vendita di energia elettrica e gas naturale), per l’aggiornamento dei database aziendali (anagrafiche, fatturazione, CRM, …) e preparazione delle comunicazioni esterne normate.
ANNI DI REALIZZAZIONE: dal 2014 ad oggi
PROGETTO 2: Beapple srl
DESCRIZIONE: software gestionale di supporto, assistenza ed accompagnamento in tutte le fasi di gestione degli smartphone per un’azienda che acquista, verifica, rigenera e rivende smartphone usati (acquisto, checkin, test, inserimento in magazzino, e-commerce e vendita tradizionale, fatturazione elettronica, invio fatture al sistema dell’Agenzia delle Entrate, acquisizione delle ricevute, gestione dei ticket di assistenza, supporto post-vendita, analisi dati di vendita, dashboard di controllo, …)
ANNI DI REALIZZAZIONE: 2017 ad oggi
PROGETTO 3: È Nostra società cooperativa
DESCRIZIONE: software di gestione ed integrazione di tutte le fasi di gestione dei servizi di consulenza, progettazione e realizzazione di soluzioni ed impianti di generazione e risparmio energetici (registrazione tecnici, accettazione richieste di servizio, offerta, forniture, fatturazioni, analisi, dashboard di controllo, …)
ANNO DI REALIZZAZIONE: 2017 ad oggi
PROGETTO 4: Continental spa (cliente finale)
DESCRIZIONE: studio di fattibilità e prototipo per il riconoscimento automatico dei difetti di produzione degli iniettori per motori a combustione interna, tramite ispezione visuale effettuata da reti neurali.
ANNO DI REALIZZAZIONE: 2018
TECNOLOGIE: Intelligenza artificiale, machine learning supervisionato.
PROGETTO 5: Piaggio spa
DESCRIZIONE: realizzazione di una piattaforma per il riconoscimento automatico dei difetti di cablatura per gli impianti frenanti, elettrico e di alimentazione di un modello di ciclomotore. La piattaforma consente di acquisire automaticamente le immagini dei motocicli direttamente dalla linea di produzione assieme al codice seriale del telaio, inviare immagini e metadati ad una stazione remota, supporto alla classificazione manuale delle immagini relativamente alla presenza dei difetti analizzati, supporto all’addestramento delle reti neurali di riconoscimento dei difetti, deploy del modello addestrato, riconoscimento dei difetti in tempo reale direttamente sulla linea di produzione.
ANNO DI REALIZZAZIONE: 2019 ad oggi
TECNOLOGIE: Intelligenza artificiale, machine learning supervisionato, tecnologie edge e cloud, servizi di assistenza e aggiornamento sia per sistema edge che sistema cloud, formazione operatori, riaddestramento periodico delle reti neurali.
Ipotesi di progetti realizzabili con le cooperative
Il tipo di proposta che vorremmo fare a delle cooperative è molto personalizzata ed è quindi difficile da descrivere se non in modo molto generico. La prima fase del progetto dovrebbe necessariamente essere di assesment e di analisi delle modalità operative della cooperativa e dei suoi flussi informativi interni ed esterni.
Fatto questo, si possono ipotizzare molte cose:
- razionalizzazione dei flussi informativi
- utilizzazione consistente di un database aziendale (eventualmente distribuito orizzontalmente o verticalmente) che supporti tutti i flussi informativi e tutte le esigenze, ma che permetta soprattutto di adattarsi alle nuove esigenze quando queste si presentano
- realizzazione di dashboard che permettano di tenere sotto controllo in tempo reale tutte le grandezze e le metriche rilevanti per la gestione della cooperativa
- ottimizzazione delle risorse
- previsione dell’andamento nel futuro di grandezze rilevanti in presenza di scenari diversi
- controllo della qualità
- Fattore comune a tutte queste possibilità è l’utilizzo di software Open Source.