Hermes Reply presenta Brick Cognitive, un sistema operativo agentico progettato per portare l’intelligenza artificiale al centro delle operations industriali. La nuova soluzione nasce come evoluzione di Brick Reply, la piattaforma MES/MOM di nuova generazione di Reply, e introduce un modello in cui i sistemi di fabbrica non si limitano più a monitorare ed eseguire attività, ma diventano capaci di interpretare il contesto produttivo, correlare eventi e supportare decisioni operative.
Il punto di partenza è un problema noto negli ambienti manufacturing: dati e processi sono spesso distribuiti tra sistemi diversi, come MES, ERP, IIoT, qualità, manutenzione e pianificazione. Questi sistemi sono fondamentali, ma nella maggior parte dei casi sono stati progettati per lavorare separatamente. Il risultato è una visione frammentata delle operations, che rende più complesso individuare cause, priorità e azioni quando emergono inefficienze, anomalie o deviazioni rispetto ai piani di produzione.
Brick Cognitive nasce per superare questa frammentazione introducendo un layer cognitivo condiviso sopra i sistemi esistenti. L’obiettivo non è aggiungere un semplice livello di reporting o una nuova dashboard, ma creare una base semantica in grado di rendere leggibile il contesto di fabbrica in modo unitario.
Brick Cognitive trasforma i dati industriali in contesto operativo
Il nucleo della piattaforma è un knowledge graph semantico che rappresenta relazioni ed entità del processo produttivo. Prodotti, macchine, materiali, eventi, allarmi, piani di produzione e vincoli operativi non vengono più trattati come elementi isolati, ma come parti di un sistema interconnesso.
Questa impostazione è rilevante perché nella fabbrica il valore non deriva solo dalla disponibilità dei dati, ma dalla capacità di comprenderne le relazioni. Sapere che una macchina ha generato un allarme, che un lotto presenta una non conformità o che una linea sta perdendo performance è utile, ma non sempre sufficiente. Serve capire quali eventi siano collegati, quali vincoli abbiano contribuito al problema, quali conseguenze possa avere una deviazione e quali azioni siano più coerenti con il contesto.
Con Brick Cognitive, i dati raccolti dai diversi sistemi di fabbrica diventano quindi una rappresentazione più leggibile del processo produttivo. È su questa base che gli agenti AI possono operare: non come strumenti generici, ma come componenti inseriti in un modello di fabbrica in grado di interpretare ciò che accade e orientare l’azione.
AI agentica per qualità, manutenzione, KPI e pianificazione
La dimensione agentica è uno degli elementi centrali di Brick Cognitive. Gli agenti AI possono interpretare deviazioni di performance, correlare non conformità e condizioni di processo, ricostruire la tracciabilità end-to-end, identificare pattern di fermo e inefficienza, valutare alternative di pianificazione e fornire supporto alle decisioni lungo più domini industriali.
Questo approccio consente di spostare l’AI da una funzione prevalentemente analitica a un ruolo più operativo. Non si tratta soltanto di osservare indicatori o generare insight, ma di collegare dati, eventi e vincoli per proporre azioni più coerenti con il contesto produttivo.
Per rendere il modello più rapidamente applicabile, Hermes Reply ha sviluppato un primo set di soluzioni prebuilt per il manufacturing. Tra queste figurano Quality & Traceability Investigation, Manufacturing KPI Advisor, Production Flow Advisor, Maintenance Advisor e Planning Advisor.
Sono applicazioni pensate per casi d’uso concreti: analizzare la disponibilità dei materiali per garantire continuità produttiva, individuare incoerenze nella pianificazione, ricostruire la genealogia di un prodotto, correlare problemi di qualità o intercettare rischi di perdita di performance durante la produzione. La logica è partire da scenari ad alto impatto operativo e poi estendere progressivamente l’adozione lungo domini, processi e siti diversi.
Un layer cognitivo aperto per ambienti brownfield e sistemi esistenti
Brick Cognitive è progettato come layer cognitivo aperto sopra i sistemi di fabbrica già presenti. Questo aspetto è decisivo perché molti ambienti industriali sono brownfield, cioè composti da tecnologie, macchinari e applicazioni stratificati nel tempo. In questi contesti, sostituire completamente l’infrastruttura esistente è spesso impraticabile, costoso o rischioso.
La possibilità di operare su ambienti eterogenei, comprese piattaforme di terze parti, consente invece di inserire capacità cognitive senza dover ripartire da zero. Brick Cognitive amplia così il ruolo di Brick Reply verso il cognitive manufacturing, mantenendo una continuità con i sistemi MES/MOM ma aggiungendo una capacità di interpretazione trasversale.
È un passaggio coerente con l’evoluzione dell’industria digitale. Dopo anni in cui la priorità è stata connettere macchine, raccogliere dati e digitalizzare processi, la sfida si sposta ora sulla capacità di usare quei dati in modo più intelligente. La fabbrica non ha solo bisogno di vedere ciò che accade, ma di comprendere perché accade e quali decisioni prendere di conseguenza.
Dal monitoraggio alla comprensione della fabbrica
Il valore di Brick Cognitive sta soprattutto nel cambio di modello. I sistemi industriali tradizionali monitorano, registrano ed eseguono. Un sistema cognitivo, invece, prova a correlare gli eventi e a costruire una lettura più ampia delle operations. In una fabbrica complessa, questa differenza può incidere su tempi di diagnosi, qualità, continuità produttiva e capacità di pianificazione.
La qualità, ad esempio, non può essere analizzata solo a valle, quando il problema è già emerso. Serve collegare difetti, materiali, condizioni di processo, macchine coinvolte e storia del prodotto. La manutenzione non può limitarsi alla gestione dell’intervento, ma deve individuare pattern ricorrenti, possibili cause di fermo e priorità operative. La pianificazione deve considerare disponibilità dei materiali, vincoli di capacità, condizioni degli impianti e rischi di ritardo.
In tutti questi casi, l’AI agentica può offrire valore se è alimentata da un contesto affidabile. Senza una rappresentazione semantica dei processi e senza integrazione con i sistemi di fabbrica, il rischio è produrre suggerimenti scollegati dalla realtà operativa. Brick Cognitive prova a rispondere proprio a questo nodo, costruendo un livello comune tra dati industriali, processi e agenti AI.
Il cognitive manufacturing diventa una nuova fase dell’industria digitale
Con Brick Cognitive, Hermes Reply propone una visione della fabbrica in cui l’intelligenza artificiale non resta confinata a singoli casi d’uso, ma diventa parte dell’architettura operativa. È una prospettiva più ambiziosa rispetto all’automazione puntuale: l’obiettivo è creare un sistema capace di comprendere il contesto, correlare ciò che accade e orientare decisioni e azioni coordinate.
La direzione è chiara. Il manufacturing sta entrando in una fase in cui la competitività non dipende solo dall’efficienza delle singole linee o dalla digitalizzazione dei singoli processi, ma dalla capacità di leggere la fabbrica come un sistema unico. Dati, macchine, materiali, qualità, manutenzione e pianificazione devono essere messi in relazione.
In questo scenario, Brick Cognitive si propone come un livello operativo per trasformare la conoscenza industriale in decisioni più rapide e coordinate. La promessa è quella di ridurre la distanza tra ciò che accade nella fabbrica e ciò che l’organizzazione riesce a comprendere e ad attivare. È qui che l’AI agentica può trovare un’applicazione concreta: non come tecnologia astratta, ma come supporto alla gestione quotidiana delle operations industriali.
