Una piattaforma di data analytics per la produzione farmaceutica:
il caso F. Hoffmann-La Roche

Nel settore farmaceutico, la produzione e la ricerca generano quantità enormi di dati provenienti da impianti industriali, sistemi di controllo, laboratori e applicazioni aziendali. La capacità di integrare e analizzare questi dati rappresenta oggi un fattore chiave per migliorare l’efficienza operativa e accelerare l’innovazione.

Leggi anche

👉Come l'industria farmaceutica sta accelerando la digitalizzazione delle operation: 4 casi d’uso reali. 

👉Perché i dati industriali sono essenziali per il settore Life Science? 

In questo contesto, F. Hoffmann-La Roche, una delle principali aziende globali nel campo della diagnostica e dei farmaci, ha sviluppato una piattaforma cloud per la gestione e l’analisi dei dati industriali sfruttando i servizi CONNECT Data Services di AVEVA, in collaborazione con Capgemini. L’obiettivo era creare un’infrastruttura dati scalabile che consentisse di sviluppare rapidamente casi d’uso di analytics avanzati nella produzione farmaceutica.

La sfida:
gestire una crescente complessità dei dati

Roche gestisce una grande quantità di dati provenienti dagli impianti produttivi distribuiti a livello globale. Nel tempo, questa crescita ha portato a diverse criticità:

• un paesaggio IT molto complesso, con numerosi server e sistemi per aggregare i dati;
• grandi volumi di dati nel sistema industriale PI che, trasferiti in data lake commerciali, crescevano fino a livelli di petabyte;
• difficoltà per gli analisti nel reperire rapidamente i dati necessari e le informazioni utili;
• pipeline di dati frammentate e silos informativi tra sistemi on-premise e strumenti di analisi.

In questo scenario, Roche aveva bisogno di una soluzione capace di semplificare l’architettura dei dati, garantire disponibilità end-to-end delle informazioni e ridurre i costi di gestione.

La soluzione:
una piattaforma dati basata su CONNECT

Per affrontare queste sfide, Roche ha implementato CONNECT Data Services, la piattaforma cloud di AVEVA progettata per aggregare e contestualizzare dati industriali provenienti da diverse fonti.

L’architettura della soluzione si basa su alcuni elementi chiave:

• AVEVA PI Data Infrastructure, utilizzata per raccogliere e gestire i dati provenienti dagli impianti;
• CONNECT Data Services, che funge da infrastruttura centrale per l’abilitazione dei dati industriali;
• strumenti di analytics come AVEVA Advanced Analytics, oltre a piattaforme di data science e analisi di terze parti.

Questa architettura consente di centralizzare i dati, mantenendo la loro contestualizzazione industriale lungo tutta la pipeline analitica. In pratica, le informazioni provenienti dal livello operativo vengono raccolte, organizzate e rese disponibili agli analisti e agli strumenti di analytics in modo coerente e scalabile.

Un elemento centrale del progetto è stato l’approccio data mesh, che permette di integrare dati provenienti dalla produzione direttamente in un ambiente cloud condiviso, rendendoli facilmente accessibili ai diversi team aziendali.

I primi casi d’uso reali

Una volta implementata la piattaforma, Roche ha iniziato a sviluppare rapidamente alcuni casi d’uso di analytics industriale, tra cui:

• monitoraggio e manutenzione delle centrifughe, per migliorarne l’affidabilità;
• ottimizzazione dei bioreattori, aumentando l’efficienza dei processi di produzione biologica;
• monitoraggio dei processi produttivi e identificazione precoce di anomalie.

Grazie ai modelli analitici già disponibili e agli strumenti di analytics integrati, il team ha potuto sviluppare prototipi funzionanti in tempi molto rapidi.

Risultati e benefici

Il progetto ha dimostrato risultati concreti in tempi molto brevi. In meno di tre mesi Roche è riuscita a presentare i primi risultati operativi, dimostrando il valore dell’approccio adottato.

Tra i principali benefici ottenuti:

• disponibilità end-to-end dei dati industriali;
• forte riduzione dei costi di consumo dei dati, riportando i volumi gestiti da petabyte a terabyte;
• semplificazione dell’infrastruttura IT, con la possibilità di eliminare fino a circa 70 server;
• maggiore velocità nello sviluppo di nuovi data product industriali.

Inoltre, grazie alla standardizzazione della piattaforma dati, le soluzioni sviluppate possono essere replicate facilmente in altri siti produttivi, accelerando l’adozione dell’analytics avanzato a livello globale.

Conclusioni

Il progetto realizzato da Roche dimostra come una piattaforma dati industriale ben progettata possa diventare un fattore abilitante per l’innovazione nel settore farmaceutico.

Attraverso l’integrazione tra sistemi di raccolta dati industriali, infrastrutture cloud e strumenti di analytics avanzato, l’azienda è riuscita a trasformare grandi quantità di dati operativi in informazioni utili per migliorare l’efficienza produttiva e accelerare il processo decisionale.

Questo caso evidenzia come l’evoluzione verso piattaforme dati scalabili e collaborative rappresenti una componente fondamentale della trasformazione digitale nella produzione farmaceutica.