INDUSTRIAL PRODUCTIVITY MEASUREMENT FOR AUGMENTED REALITY AND DIGITAL TWINS

Productivity is one of the main indicators to consider in the AS-IS study and in the consecutive re-engineering phase. It gives a rapid and precise idea of business health, measuring how efficiently and effectively the system is producing. This is fundamental to understand where operations could be enhanced. As a clear example of to what extent productivity is essential to indicate the condition of a productive system, Full Fact in 2017 stated that, on average, German workers produced in 4 hours what UK workers did in 5 hours in 2016, working even less hours. Overall, the latter were 8.5% less productive than the former.”. From this information we can deduce that German productive system is faster, thus workers can be more paid or they can have more free days. UK companies, therefor, should invest to enhance their productivity. Productivity is not just about working effort; it is also about efficiency and innovation. In the last years, digital technologies have given a consistent contribute to operations optimization, being adopted in various sectors. For instance, Centre for Economics and Business Research in the 2017 stated that a one-unit (robots per million hours worked) increase leads to a 0.04% increase in labour productivity. Nowadays, Augmented Reality and Digital Twins are powerful tools that a consistent number of companies are adopting as support to their procedures. Their strengths lie in the quickness they give to the process and in the human errors limitation they lead to. Wide is the range of choices that could be taken, reason why a detailed analysis of the productivity increment, provided from each different solution, is needed to select them thus exploit as much as possible of the innovative technologies’ market. Measuring productivity is a tricky task since outputs and inputs measurements are involved and could be complicated. First of all, outputs could include tangible and intangible elements, difficult to evaluate. Moreover, inputs are often not exactly recorded and divided into productive and non-productive ones (e.g. wages which cover idle time as well as working time). In addition, changes are cyclic and, even if they are small ones, if not properly considered could make different periods’ productivity comparison meaningless. The aim of this Individual Research Project is defining a metric to evaluate the industrial productivity growth that digital technologies such as Augmented Reality and Digital Twins confer to manufacturing, that is a common approach of measurement which allows to have a clear and holistic idea of the impact brought from the innovation, in terms of productivity. The goal is giving industries a quick and accurate tool to decide if implementing an AR or DT solution is worth or not, pondering in the specific context its costs with its benefits in terms of productivity. The measurement is thought to represent a basis for decisional processes which are often costly and time consuming. The benefit derives from having a prepared and unique method of evaluation. By adopting it, companies could streamline their choices and, even more important, could have a data-based analysis process that will contribute to the robustness of the decision. The current project involves a validation stage in which an AR and a DT study cases will be considered as example and analysed, showing how the metric needs to be used and how its results have to be interpreted. The goal of this phase is conferring solidity to the proposed measure and, in the meantime, proposing examples of usage of the method.

La produttività è uno dei principali indicatori da considerare nello studio AS-IS e nella successiva fase di reingegnerizzazione. Dà un'idea rapida e precisa della salute aziendale, misurando quanto efficiente ed efficace sia il sistema produttivo. E’ fondamentale per capire dove il processo potrebbe essere migliorato. La produttività non riguarda solo lo sforzo lavorativo, ma anche l'efficienza e l'innovazione. Negli ultimi anni, le tecnologie digitali hanno dato un contributo consistente all'ottimizzazione delle operazioni, venendo adottate in vari settori. Ad esempio, il Centre for Economics and Business Research nel 2017 ha dichiarato che un aumento di un'unità robotica (robot per milione di ore lavorate) porta ad un aumento dello 0,04% della produttività del lavoro. Oggi, Augmented Reality e Digital Twins sono strumenti potenti che un numero consistente di aziende sta adottando come supporto alle loro procedure. La loro forza risiede nella rapidità che conferiscono al processo e nella limitazione degli errori umani a cui conducono. Ampia è la gamma di scelte che potrebbero essere prese, motivo per cui un'analisi dettagliata dell'incremento di produttività, fornita da ogni diversa soluzione, è necessaria per selezionarle e quindi sfruttare il più possibile il mercato delle tecnologie innovative. Misurare la produttività è un compito difficile poiché sono coinvolte le misurazioni di outputs e inputs chee potrebbero essere complicate. In primo luogo, gli outputs potrebbero includere elementi materiali e immateriali, difficili da valutare. Inoltre, spesso gli inputs non sono esattamente registrati e suddivisi in fattori produttivi e non produttivi (ad es. i salari coprono sia il tempo di inattività sia l'orario effettivo di lavoro). Inoltre, i cambiamenti sono ciclici e, anche se piccoli, se non adeguatamente considerati potrebbero rendere insignificante il confronto di produttività tra periodi diversi. Lo scopo di questo Progetto di Tesi è definire un metodo per valutare la crescita della produttività industriale che le tecnologie digitali come Augmented Reality e Digital Twins conferiscono alla produzione. Si tratta di un approccio comune di misurazione che permette di avere un'idea chiara e olistica dell'impatto portato dall'innovazione, in termini di produttività. L'obiettivo è quello di dare alle industrie uno strumento rapido e preciso per decidere se l'implementazione di una soluzione AR o DT è conveniente o no, bilanciando nello specifico contesto i suoi costi con i suoi benefici, in termini di produttività. Si ritiene che la misurazione rappresenti una base per i processi decisionali che sono spesso costosi ed onerosi in termini di tempo. Il vantaggio deriva dall'avere un metodo di valutazione pronto ed unico. Adottandolo, le aziende potrebbero snellire i loro processi decisionali e, cosa ancora più importante, potrebbero disporre di un processo di analisi basato sui dati, che quindi contribuisca alla solidità della decisione. Il progetto prevede una fase di validazione e verifica in cui un caso di studio AR viene considerato come esempio e analizzati, mostrando come l’approccio di misura della produttività deve essere utilizzato e come i suoi risultati devono essere interpretati. L'obiettivo di questa fase è conferire solidità al metodo proposto e proporre esempi del suo utilizzo.