rassegna stampa

Recensione di Debbie Soncini

Conosciamo meglio le pubblicazioni di Davide Lega

 3 ottobre 2022 3 Minutes

Davide Lega, da buon romagnolo, è una persona che si dedica alla formazione e alla consulenza aziendale con passione. Ha una esperienza lavorativa trentennale come responsabile amministrativo e poi come direttore di stabilimento per multinazionali. Nella veste di consulente, formatore e divulgatore in ambito Logistico in chiave Lean, lavora in tutta Italia per i principali enti di formazione e ha il piacere di incontrare, tutti gli anni, decine di aziende in progetti di riorganizzazione e di formare centinaia di persone a cui spiega, appunto con passione, che il futuro è sempre e solo nelle loro mani.

La collana ‘Libri di Logistica’ è la collana giusta per chi vuole affrontare tutti questi temi in leggerezza. Il tutto è sempre presentato con esempi e con un approccio e un linguaggio chiaro e accessibile a tutti.
Ne fanno parte questo testo e la Trilogia ‘Manuale del magazziniere: 1, 2 e 3’

DDT DOCUMENTO DI TRASPORTO: La Guida completa, definitiva e aggiornata

Sono più di venticinque anni che non esce un libro sul documento di trasporto. In questi anni il DDT è stato utilizzato ampiamente creando decine di casistiche particolari e dubbi che ti verranno elencati e chiariti.
In questo testo ti voglio riepilogare in maniera completa ed esaustiva in una guida moderna, completa ed aggiornata, la disciplina sul DDT, per consentirti di compilarlo in sicurezza e gestire anche i casi più particolari.
Per la prima volta ti elencherò tutte le causali di trasporto ad oggi utilizzate in Italia, con tanto di loro spiegazione gestionale e giuridica: il corretto utilizzo delle causali di trasporto è una buona tecnica per organizzare al meglio i tuoi flussi aziendali.
L’argomento DDT, è trasversale a ogni funzione aziendale, acquisti, logistica, produzione, commerciale, contabilità e controllo di gestione, e tutti dovrebbero avere una formazione base su questo tema. Purtroppo ad oggi non è cosi e di qui l’esigenza di volere colmare questa lacuna formativa che crea spesso ampie lacune gestionali.
Sono certo che questo vademecum ti tornerà molto utile!

Manuale del magazziniere. Ricevimento merci: controllo, organizzazione e codifica. Ediz. illustrata

Fare il magazziniere oggigiorno non significa solo sapere guidare il “muletto”. Occorre avere una preparazione a 360 gradi su una nutrita serie di temi quali l’identificazione delle merci, l’organizzazione degli spazi e la codifica degli articoli. Il libro presenta quindi una panoramica delle principali competenze, attività e mezzi con cui ha a che fare il magazziniere quotidianamente, utilizzando il primo ruolo logistico che si incontra in azienda e cioè il “Magazziniere al ricevimento”. Il “Manuale del magazziniere” è il libro giusto per chi vuole affrontare tutti questi temi in leggerezza, ma anche per chi vuole approfondire tematiche quali il controllo qualità al ricevimento o le responsabilità pratiche del vettore e l’organizzazione moderna degli spazi in chiave Lean, il tutto presentato con un approccio e un linguaggio chiaro e accessibile a tutti.

Manuale del Magazziniere 2: stoccaggio e prelievo: Stocca la merce, conosci le attrezzature, preleva in efficienza: Vol. 2

Fare il magazziniere oggigiorno non significa solo sapere guidare il “muletto”. Occorre avere una preparazione a 360 gradi su una nutrita serie di temi quali l’organizzazione degli spazi, la conoscenza delle attrezzature, le logiche di movimentazione anche in sicurezza. Il secondo libro della serie ‘Manuale del Magazziniere’ tratta delle competenze nell’ambito della movimentazione intra logistica, le cui principali attività sono lo stoccaggio e il prelievo. Per comprenderle al meglio andremo ad esaminare i principali tipi di attrezzature di magazzino con un focus su quelle tradizionali come le scaffalature. Andremo ad approfondire l’organizzazione degli spazi e delle aree di magazzino e ti spiegherò le più innovative tecniche di prelievo. Come al solito non mancheranno i capitoli riferiti alla movimentazione in sicurezza.

Manuale del Magazziniere 3: Imballaggio e Carico: Proteggi, Carica, Assicura al mezzo e Trasporta al meglio la tua merce: Vol. 3

Fare il magazziniere oggigiorno non significa solo sapere guidare il “muletto”. Occorre avere una preparazione a 360 gradi su una nutrita serie di temi quali l’organizzazione degli spazi, la conoscenza delle attrezzature, le logiche di movimentazione, le regole di carico e la documentazione per il trasporto.Il terzo libro della serie ‘Manuale del Magazziniere’ tratta delle competenze relative all’Imballaggio e Carico in sicurezza. Per comprenderle al meglio andremo ad esaminare le normative di imballaggio italiane ed internazionali, i principali tipi di imballaggi , le attrezzature di imballaggio, i pittogrammi, i principali materiali di protezione e riempimento e le modalità per categoria merceologica.Esamineremo poi le problematiche relative al carico e all’ancoraggio delle merci ai mezzi focalizzandoci sulle forze che agiscono durante il trasporto e il cui contenimento è la chiave di successo di un trasporto in sicurezza.

I libri sono reperibili su tutti gli store online

Blog

Lean manufacturing…in ACG Class Europe

Roccasecca, 18 aprile 2020

Terminato il corso di Lean manufacturing per gli operai delle linee di assemblaggio di ACG class Europe dello stabilimento di Roccasecca, uno dei due stabilimenti italiani.

Il corso è stato organizzato come sempre perfettamente da Promimpresa (grazie per il supporto a Tiziana).

Il corso ha rinfrescato agli studenti già esperti di Lean i temi del valore, dei cinque principi, inseriti all’interno della casa Toyota e le relative tecniche per il raggiungimento e il mantenimento dei due pilastri di questa filosofia che sono i Just in time e il Judoka.

Il software per le conferenze utilizzato è Moodle.

Voglio fare un grande in bocca al lupo a tutti i miei corsisti bravissimi ai quali auguro il meglio e nello specifico a Tommaso Matteo Patrizio Valentino Roberto Gianpaolo Danilo Davide Morris Alessandro Davide Michelangelo e Emanuel.

Blog

Formart + Areajob corsi al top in Romagna !

Forlì 12 febbraio 2020

Concluso con successo il corso organizzato da Formart per conto di Areajob a Forlì chiaramente in tema di gestione del magazzino .

Ringraziamento particolare va a Veronica di Formart e a Giulia di Areajob per l’ottima organizzazione.

Un saluto e un in bocca al lupo ai corsisti che si sono dimostrati  molto carini e partecipativi.

IMG_20200213_183503

Blog

Enac… Logistica 100%

Verona, 5 febbraio 2020

Terminato il corso di addetto alla logistica presso Enac di Verona.

Grazie Antonello per l’organizzazione.

IMG_20200213_212410

Il corso ha trattato i temi principali della logistica di punto vendita.

Un in bocca al lupo ai corsisti Ana, Stefano, Abdulaye, Tetyana e Leila.

verona-enaclab

 

 

 

 

Blog

Inventario ? …… non c’è problema !

Vicenza 30 gennaio 2020

Concluso con successo il corso per Addetti al magazzino organizzato presso la sede Cisl di Vicenza da Jobselect (grazie Elisa!).

Il corso si è concentrato sui temi della identificazione e della organizzazione del magazzino, passando dai documenti di trasporto ai formulari e merci pericolose.

IMG_20200130_170037

Un salutone ai corsisti Stefano, Gabriel, Andrea, Mirco, Cristian, Vincenzo e Thomas.

Tra gli altri argomenti ci siamo anche occupati di Inventario di magazzino con un piccolo esercizio pratico.

IMG_20200130_175200

I principi spiegato sono stati coniugati in chiave Lean.

In bocca al lupo !

Blog

Eye Can – Image tagging

L’innovativa azienda bolognese EYECAN ha realizzato una tecnologia – image tagging – che permette di identificare le immagini. TrainingMachine, una soluzione basata su Intelligenza Artificiale che supera il problema della riconfigurazione

di Davide Lega davileg@tin.it

L’intelligenza artificiale ha bisogno di dati. Per questo motivo i dati oggi sono chiamati il nuovo petrolio. Ma come l’oro nero, necessitano di essere raffinati e quando sono immagini queste devono essere prima classificate.

Parliamo di classificazione di immagini o Image Tagging o più semplicemente Tagging e di un azienda italiana EYECAN che sta proprio lavorando su questo tema.

davide lega

Molti anni fa i ricercatori pensavano che creare un computer che riuscisse a differenziare l’immagine di un cane da quella di un gatto sarebbe stato impossibile. Per merito del progresso significativo nel campo dell’intelligenza artificiale ora si può fare a un livello di precisione superiore al 99 per cento. Questa attività è chiamata classificazione delle immagini e i computer attuali non solo riconoscono la differenza tra cane e gatto, ma anche con precisione le specifiche razze e soprattutto lo fanno in velocità. Basti pensare che poco tempo fa occorreva circa 20 secondi per processare una sola immagine.

Sono Davide Lega, consulente e formatore aziendale nel campo della Logistica e Lean Manufacturing, autore di libri e manuali tecnici, e proseguo il dialogo con i lettori di econerre.it sui temi dell’Industria 4.0 e dell’innovazione. 
Collabora con scuole, agenzie interinali, agenzie di intermediazione nella formazione, aziende, privati.

Il passo successivo nella classificazione di immagini è riconoscere all’interno dell’immagine non solo il cane e la specifica razza, ma ovviamente anche gli altri oggetti che lo circondano. Questo compito viene svolto dividendo l’immagine originale in “bounding boxes” e cioè riquadri al cui interno cerchiamo di trovare e quindi classificare gli oggetti. Una volta individuati gli elementi e le loro posizioni relative possiamo poi pensare di fare un ulteriore passo avanti cercando di capire l’interazione tra questi oggetti in uno spazio di fatto reale.  Se vogliamo costruire un sistema basato sulla visione artificiale, ad esempio un auto senza pilota o un robot all’interno di un reparto che manipola oggetti o un veicoli a guida automatica AGV – Automatic guided vehicle questo è il tipo di informazione di cui necessitiamo, appunto, il nuovo petrolio.

Ritornando alla velocità di processamento delle immagini, è ovvio che venti secondi a immagine sarebbero un tempo molto lungo se consideriamo un veicolo automatico la cui capacità di riconoscere oggetti è legata alla sua capacità di interagire nel mondo fisico azionando ad esempio un freno in caso di necessità. Se passiamo a due secondi il nostro computer è ovviamente più veloce e capace di riconoscere ed inseguire un oggetto che si muove a quella velocità, ma stiamo parlando di un uomo che cammina a piedi molto lentamente (3,6 km orari) e non certo di un autoveicolo o di un robot industriale.

Cominciamo a capire l’importanza della velocità nel riconoscimento degli oggetti.

Occorre allora una velocità che identifichi gli oggetti in tempo realeanche quando cambiamo la taglia di un oggetto, pensiamo a un palloncino che si gonfia o si sgonfia molto velocemente o a un uomo che allarga le braccia o che si rannicchia o che addirittura volta le spalle. E questa velocità è di venti millisecondi a immagine ed è quella che occorre se vogliamo costruire un sistema basato sulla visione artificiale real time.

L’elaborazione viene svolta da reti neurali che possono essere allenate anche su specifiche e limitate classi di oggetti e a questo punto, come puoi immaginare, questo riconoscimento sarà utile per trovare quegli specifici oggetti in qualsiasi ambiente. Penso ad esempio a un bambino nascosto tra gli alberi che gioca a nascondino, o a un attrezzo di officina caduto per terra, o a al salvataggio di persone in disastri  ambientali o più semplicemente a oggetti di uso comune in un ambiente casalingo (gli occhiali e il cellulare). Pensando a applicazioni più serie lo stesso codice, utilizzato per identificare segnali di stop o pedoni o biciclette per un veicolo automatico, può essere utilizzato per trovare cellule cancerose durante una biopsia. L’utilizzo di questa tecnologia è infatti un metodo già da tempo utilizzato per fare passi avanti in campi come la medicina. Inoltre questa tecnologia è già disponibile per smartphone e sono quindi sicuro che presto la vedremo su tutti i nostri cellulari.

In questo ambito tecnologico si muove l’azienda EYECAN di Bologna https://www.eyecan.ai/ che propone TrainingMachine, una soluzione basata su Intelligenza Artificiale dedicata, inizialmente, ai sistemi Robotici dotati di Visione operanti sulle linee di produzione. Questi sistemi infatti soffrono del problema della riconfigurazione: se cambiano le condizioni ambientali o i prodotti transitanti è necessario intervenire con una manutenzione adattiva/correttiva del Software. Con TrainingMachine il sistema è in grado di riconfigurarsi senza intervento umano.

I fondatori della società sono tre: Daniele De Gregorio, CEO e CTO (P.h.D e PostDoc in Robotica e Visione Artificiale), ha lavorato come sviluppatore senior per due Startup, Samuele Salti, advisor (professore di Reti Logiche) ha coordinato il team di Data Science di Verizon Connect, azienda leader mondiale nel campo del fleet management e Luigi Di Stefano, Advisor&Networking (professore ordinario di Computer Vision), è stato membro indipendente del CdA di Datalogic SpA.

La tecnologia di TrainingMachine serve a generare i Dati di Addestramento per le moderne Reti Neurali in ambito industriale. Generare i dati vuol dire appunto prendere le immagini, una per una, e aggiungere un contenuto informativo, e.g. “cerchiare” col mouse gli oggetti di interesse, e per questo è chiamata  Etichettatura o Tagging. L’idea vincente è automatizzare completamente queste operazioni che attualmente sono prodotti solo a mano da  startup internazionali che prendono in carico le immagini e le etichettano utilizzando personale poco specializzato dislocato in parti del mondo dove il costo della manodopera è molto basso.

EYECAN: il plus della tecnologia TrainginMachine

Il vantaggio di questa tecnologia è evidente: per fare un esempio, se volessimo addestrare un sistema robotico a riconoscere della frutta per farne del Pick&Place, dovremmo etichettare circa 10.000 immagini e costerebbe 500 ore di lavoro manuale. Con TrainingMachine viene tutto fatto da un robot dotato di telecamera e in pochi minuti, con un boost di performance di più di 1000x. In più non ci sono sbagli, perché fare questo lavoro a mano comporta un 5% di errori che degradano le performance della Rete Neurale che andiamo ad addestrare.

Cosa più importante, non dobbiamo mandare le nostre immagini a terze parti (per farle etichettare più velocemente) rompendo così la riservatezza che è altamente richiesta nel mondo industriale.

La parte più interessante di TrainingMachine è che questa tecnologia a bordo del robot è in grado di generare dati per addestrare se stesso o altri robot a fare nuovi task visivi (e.g. riconoscimento oggetti per manipolazione). Di conseguenza questa tecnologia li rende auto-riconfiguranticioè senza intervento umano.

L’ idea, ben oltre il livello prototipale, e validata in laboratorio, ha già trovato numerosi clienti. Le prime applicazioni di TrainingMachine sono per i  costruttori di macchine per il packaging, specialmente per le parti di pick&place di fine linea, perché sono quelli che soffrono di più la “riconfigurazione” continua dei loro sistemi (e.g. quando ci sono cambi di luce o cambi di oggetto il software deve essere riscritto o adattato per poter funzionare). Tuttavia, la tecnologia si adatta bene a qualsiasi altro sistema robotico industriale dotato di visione e quindi il  piano a lungo termine di EYECAN, dopo aver validato il mercato del packaging, è quello di scalare su altri.

Non è un compito facile, come si può capire. Per questo la mia simpatia e il mio supporto vanno a EYECAN e a tutte quelle aziende che vorranno testardamente incamminarsi su questo complicato, ma affascinante nuovo percorso tecnologico il cui orizzonte appare appena abbozzato.

Un altro video di EYECAN, impresa selezionata per Up Idea Startup Program e un programma di accelerazione che parte al Tecnopolo di Reggio Emilia