
Pickle Robot Company, pioniere della Physical AI per applicazioni nella supply chain, ha incrementato del 50% lo sviluppo di funzionalità avanzate grazie a Robotic Systems Intelligence Manager di Celonis e LeafLabs.
Celonis, azienda attiva nella Process Intelligence e nell’Enterprise AI, e LeafLabs hanno lanciato Robotic Systems Intelligence Manager, una nuova applicazione costruita sulla Celonis Process Intelligence Platform che trasforma i dati grezzi generati dalle flotte robotiche in insight operativi strutturati e azionabili.
Pickle Robot Company, specializzata in Physical AI per la supply chain, ha adottato questa tecnologia, registrando un incremento del 50% nella velocità di sviluppo di funzionalità avanzate, con un miglioramento significativo delle performance per i propri clienti.
Il nodo dei dati: fino a 100 GB al giorno per robot, spesso non valorizzati
I robot sono ormai un elemento centrale delle supply chain moderne, impiegati in produzione, automazione dei magazzini e operazioni logistiche. Con la crescita delle flotte cresce anche il volume di dati generati: fino a 100 GB al giorno per singolo robot.
Questi dati, però, rimangono spesso non strutturati e poco valorizzati. Quando le aziende non riescono a collegare i dati operativi delle macchine agli indicatori di performance di business, il risultato è uno spreco di risorse, rischi non governati e rallentamenti dell’innovazione.
Robotic Systems Intelligence Manager: dai dati grezzi agli insight di processo
L’app agisce su tre direttrici operative. Sul fronte dell’efficienza, ottimizza la produttività, riduce gli interventi manuali e migliora l’affidabilità dei processi. Sul fronte della resilienza, rileva pattern che possono anticipare guasti costosi, segnala prestazioni inefficaci e individua lacune nell’aderenza alla compliance.
Sul fronte del time-to-value, fornisce a ingegneri e dirigenti le conoscenze di processo necessarie per scalare con sicurezza dai progetti pilota alla produzione su larga scala, riducendo i tempi e i rischi della transizione.
“Combinando la piattaforma di Celonis con il know-how specialistico di LeafLabs, rendiamo la robotica basata sull’AI più efficace, collegando i dati dei robot al contesto operativo, alle regole e ai modelli necessari per ottenere risultati affidabili e scalabili”, ha dichiarato Manik Sharma, Head of Supply Chain GTM AI di Celonis.
Colmare il gap tra telemetria robotica e risultati di business
Il punto critico che la soluzione affronta è strutturale: i dati di telemetria dei robot restano tipicamente isolati dal contesto di business, impedendo di sfruttare appieno le opportunità di efficienza e crescita.
“Robotic Systems Intelligence Manager colma questo gap, collegando ciò che accade nei loop di controllo con ciò che conta davvero nei risultati aziendali”, ha spiegato Jami Friedman, Executive Vice President di LeafLabs.
Il riscontro arriva direttamente dal campo: “Grazie a Celonis e LeafLabs abbiamo ottenuto una visibilità senza precedenti sui nostri sistemi robotici. Ottenere insight strategici ci permette di intervenire sulle aree a maggior valore e di generare un ROI significativo per i nostri clienti”, ha affermato Ariana Eisenstein, CTO di Pickle Robot Company.
Il Platform Apps Program di Celonis: soluzioni verticali preconfigurate
Robotic Systems Intelligence Manager è l’ultima novità del Platform Apps Program di Celonis, un programma che offre soluzioni verticali preconfigurate sviluppate da partner con competenze specialistiche di settore, costruite sulla Celonis Process Intelligence Platform.
L’obiettivo del programma è ampliare l’ecosistema applicativo della piattaforma con app pronte all’uso, che riducono i tempi di implementazione e abbassano la soglia di accesso per le aziende manifatturiere e logistiche che intendono valorizzare i propri asset digitali.

L’app, costruita sulla Process Intelligence Platform di Celonis, trasforma dati grezzi provenienti dai robot in insight di Process Intelligence, consentendo alle aziende di aumentare l’efficienza operativa.

































































