Comprendere i sistemi di supporto delle decisioni in ingegneria

I sistemi di supporto decisionale (DSS) sono sistemi informativi integrati basati su computer che combinano dati, modelli e interfacce utente per supportare processi decisionali semi-strutturati e non strutturati. In contesti ingegneristici, un DSS aiuta i project manager, i progettisti e i proprietari di imprese valutano i trade-off, ottimizzano i contratti di assegnazione delle risorse e simulano i risultati prima di impegnare capitale o tempo.

I componenti principali di un DSS includono un database (o un data warehouse) per la memorizzazione di dati strutturati e non strutturati, una base di modelli con algoritmi di simulazione e analitici, e un'interfaccia utente che presenta risultati in dashboard, report o visualizzazioni.

Mentre le grandi società di ingegneria hanno dedicato i dipartimenti e i bilanci IT per implementare sofisticati DSS, le piccole imprese – tipicamente definite come avere meno di 50 dipendenti e ricavi annuali sotto $10 milioni – affrontano una realtà diversa. Secondo un rapporto del 2023 della American Society of Civil Engineers (ASCE), le piccole società di consulenza e progettazione rappresentano oltre l'80% dell'industria di ingegneria negli Stati Uniti per conto di impresa, ma adottano strumenti di supporto decisionale avanzato a meno della metà del tasso di sostenibilità più grande.

Sfide chiave affrontate da piccole imprese di ingegneria

Risorse finanziarie limitate

Le piccole imprese di ingegneria operano con margini di razor-thin, e un'implementazione completa DSS può facilmente costare $20.000 a $100,000 in licenza iniziale, hardware e costi di integrazione, a seconda della complessità. Anche i modelli software-as-a-Service (SaaS), che riducono le spese di capitale anticipate, portano le spese di abbonamento mensili che rapidamente aumentano quando i limiti di archiviazione dei dati sono superati o ulteriori posti utente sono necessari.

Oltre all'acquisto iniziale, i costi in corso per gli aggiornamenti software, la manutenzione del server (se on-premises), le misure di sicurezza informatica e il backup dei dati possono consumare il 10-20% dell'investimento iniziale annualmente. In un sondaggio del 2022 di Engineering Management Review, il 67% delle piccole aziende di ingegneria cita "costi di tecnologia imprevedibile" come una barriera di massima per l'adozione di nuovi sistemi.

Per illustrare, considerare l'esempio di una società civile di ingegneria di 12 persone in Ohio che ha tentato di implementare un DSS di livello enterprise per la simulazione del traffico e la modellazione idrologica. Dopo aver speso $45,000 su licenze software e un altro $15,000 su un consulente per configurare il sistema, l'azienda ha scoperto che le sue workstation esistenti non hanno avuto le capacità RAM e GPU necessari.

Mancanza di competenza tecnica

L'implementazione e il mantenimento di un DSS richiedono una combinazione di competenze che sono scarse in piccoli team di ingegneria: ingegneria dei dati, analisi statistica, integrazione di sistema e formazione degli utenti.A differenza di grandi aziende che impiegano scienziati di dati e specialisti IT, le piccole aziende tipicamente chiedono agli ingegneri senior o ai project manager di raddoppiare come "persona tecnologica".Questi individui sono già tesi da lavoro leggibile, e l'apprendimento di un nuovo sistema complesso, mentre la conservazione di progetti in programma spesso porta a burnout o adozione parziale.

Inoltre, le conoscenze di dominio necessarie per personalizzare un DSS per il lavoro di ingegneria – come l'applicazione di matrici di decisione ponderate per la selezione dei materiali, la creazione di simulazioni di Monte Carlo per l'analisi dei rischi di costo, o l'integrazione dei dati GIS per la selezione del sito – non è insegnata nella maggior parte dei programmi di ingegneria universitaria.

Un altro aspetto di questa sfida è che i fornitori di software DSS progettano spesso i loro prodotti per i clienti aziendali, con curve di apprendimento ripide e complesse interfacce amministrative. Un amministratore a tempo parziale di piccola impresa può lottare per configurare autorizzazioni basate sul ruolo, impostare le importazioni di dati automatizzate da fonti esterne (come database meteo o indici di costi materiali), o errori di integrazione di problemshoot.

Resistenza al cambiamento e ai portatori culturali

La resistenza organizzativa è forse l'ostacolo più sottovalutato. La cultura ingegneristica spesso valorizza l'intuizione, l'esperienza e la "sensazione del cervello" – soprattutto tra i principali senior che hanno costruito l'azienda sul loro giudizio personale. L'introduzione di un DSS che quantifica il rischio, suggerisce alternative, o automate decisioni possono sentirsi minacciose.

In una grande società, un project manager può essere assegnato a guidare l'adozione, e gli incentivi per le prestazioni possono essere allineati con metriche di utilizzo. In una piccola azienda, il proprietario o il partner di gestione deve guidare personalmente il cambiamento, ma sono spesso quelli più ripidi nei processi legacy. Inoltre, le piccole aziende hanno meno problemi – ogni ora trascorso imparare un nuovo sistema di apprendimento

Un esempio illustrativo è una ditta di ingegneria architettonica di 25 persone a Denver che ha cercato di implementare un DSS per l'ottimizzazione dell'illuminazione e dell'energia. Il partner principale ha insistito sull'utilizzo dello strumento per ogni progetto, ma gli ingegneri associati, che sono stati valutati su ore fatturabili, hanno risentito il passo in più. Hanno iniziato a inserire dati fittizi per "soddisfare" il sistema, mentre continuava a contare su regole di pollice.

Strategie per superare le sfide di attuazione

Iniziare Small con un progetto pilota

Il modo più efficace per superare i vincoli finanziari e la resistenza culturale è quello di evitare un rollout "grande bang". Invece, identificare un singolo problema di decisione ad alto valore e a basso rischio che l'azienda attualmente affronta e implementare una soluzione DSS per quel problema da solo. Ad esempio, una piccola azienda di ingegneria meccanica potrebbe costruire un semplice modello di trading-costo per un processo di produzione, utilizzando un DSS basato su foglio di calcolo che può essere aggiornato più tardi.

Una volta che il pilota dimostra un valore tangibile, il campione interno può utilizzare i risultati per costruire un business case per un'adozione più ampia. L'investimento iniziale basso riduce il rischio finanziario, e l'esperienza hands-on aiuta i membri del team a sviluppare fiducia e competenza. Inoltre, un pilota permette all'azienda di testare il supporto del fornitore, la facilità di integrazione e le esigenze di formazione degli utenti prima di impegnarsi a una piattaforma completa.

Cercare il supporto esterno e le partnership

I piccoli studi di ingegneria non devono risolvere tutto in-house. Impegnarsi con consulenti tecnologici specializzati in DSS per applicazioni ingegneristiche può fornire competenze critiche senza un noleggio a tempo pieno. Molte università con programmi di gestione dell'ingegneria offrono servizi di consulenza a prezzi accessibili attraverso i loro centri di outreach di affari. Per esempio, l'Università del Texas presso l'Istituto IC2 di Austin ha collaborato con decine di piccole aziende di ingegneria per costruire DSS personalizzati a tassi sovvenzionati.

Un'altra strategia efficace è quella di collaborare con un fornitore di software di ingegneria su base di riferimento. I venditori spesso offrono costi di licenza ridotti o periodi di prova gratuiti in cambio di testimonianze e feedback, soprattutto se l'azienda opera in un settore sotto-servito. Piattaforme DSS basate su cloud come Esempi DSS di Invensis]]] mostrano come le piccole aziende possono accedere a analisi sofisticate tramite abbonamenti mensili con nessun back-front framework di hardware.

Le piccole imprese dovrebbero anche considerare l'adesione alle alleanze di acquisto cooperativo in cui più aziende condividono il costo di un'implementazione DSS e di un amministratore condiviso. Ad esempio, un gruppo di cinque aziende di ingegneria strutturale nella stessa area metropolitana potrebbe congiuntamente acquistare un DSS basato su cloud per l'analisi del carico eolico e dividere i costi del server.

Investire nella gestione mirata della formazione e dei cambiamenti

La formazione deve andare oltre i tutorial software; dovrebbe affrontare il "perché" e il "come" del processo decisionale basato sui dati all'interno del contesto ingegneristico. Piuttosto che aspettare che ogni ingegnere diventi uno scienziato di dati, l'azienda dovrebbe identificare uno o due "super-utenti" che ricevono una formazione approfondita sugli aspetti tecnici del DSS. Questi super-utenti diventano risorse di supporto interno, riducendo la dipendenza da consulenti esterni.

Cambiare la gestione in una piccola impresa è più relazionale che strutturale. Il proprietario o il partner responsabile dovrebbe comunicare i benefici del DSS in termini che risuono con ogni membro del team. Per gli ingegneri senior focalizzati sull'esperienza, il messaggio potrebbe essere che il DSS gestisce calcoli ripetitivi, liberandoli di concentrarsi su design di livello superiore e relazioni con i clienti.

Se la procedura di funzionamento standard richiede che vengano registrate le decisioni chiave di ogni progetto utilizzando il DSS (ad esempio, presupposti di stima dei costi, criteri di selezione dei materiali, registro dei rischi), allora l'uso diventa abituale piuttosto che facoltativo.

Prioritize Features Basato su Punti Dolci

Invece di acquistare un pacchetto DSS all-in-one, le piccole aziende dovrebbero condurre una "valutazione delle esigenze di decisione". Ciò comporta l'elenco delle prime 10 decisioni ricorrenti che causano ritardi, errori, o rilavoro, quindi mappare le caratteristiche DSS a ciascuno. Ad esempio, se il prezzo di cambio ordina costantemente richiede 12 ore e ha un alto tasso di simulazione, un modulo DSS che automatizza la maggior parte dei prezzi del fornitore e aggiustamenti del tasso di lavoro potrebbe produrre risparmi immediati.

Le aziende dovrebbero quindi classificare queste esigenze a costo di guasto e frequenza. Un sistema di punteggio ponderato può aiutare a decidere quale componente DSS acquistare prima. Molti fornitori di software permettono l'acquisto modulare; per esempio, Procore[[[FLT: 1:]]] offre moduli di gestione del progetto che si concentrano sul supporto decisionale per i costi e il programma, mentre Bluebeam[ fornisce le funzioni di controllo del dolore più semplici per le funzioni di ROSS di estrazione dei punti di estrazione

Misurazione del successo e del mantenimento del Momentum

Dopo l’implementazione, è fondamentale stabilire indicatori chiave di performance (KPI) che tracciano l’impatto della DSS. Le metriche comuni includono: tempo salvato per decisione (ad esempio, riducendo la recensione delle offerte da 4 ore a 2), riduzione degli errori (ad esempio, meno RFI dovuti a specifiche incomplete), e una migliore redditività (ad esempio, meno progetti che terminano sotto il bilancio a causa di una migliore allocazione delle risorse).

Un DSS è altrettanto buono dei dati che gli vengono forniti. Le piccole imprese devono stabilire regole di governance dei dati semplici: standardizzare le convenzioni di denominazione[[[FLT: 1]] per tipi di materiale, codici di progetto e categorie di costi; ] l'ingresso di dati automati dove possibile attraverso integrazioni con i dati contabili o CAD;

Tendenze future: Quali piccole aziende di ingegneria dovrebbero guardare

Il panorama DSS si sta evolvendo rapidamente, con diverse tendenze in grado di ridurre le barriere per le piccole imprese. Il cloud computing ha già ridotto i costi delle infrastrutture; la prossima frontiera è l'aumento delle piattaforme DSS a basso codice/no-code che permettono agli ingegneri di costruire modelli personalizzati utilizzando interfacce drag-and-drop e query di linguaggio naturale.

Il DSS basato su blockchain sta iniziando ad apparire nella supply chain e nell'ingegneria logistica, offrendo percorsi di audit immutabili per le decisioni – un boon per la conformità normativa in settori come la sicurezza strutturale o la valutazione dell'impatto ambientale.

Infine, le piccole imprese di ingegneria dovrebbero prendere in considerazione la partecipazione a consorzi industriali che mantengono modelli DSS condivisi. Ad esempio, l'Istituto di ingegneria strutturale offre un DSS basato su cloud per calcoli di carico che viene aggiornato da centinaia di aziende membri.

Conclusioni

L'implementazione di un sistema di supporto decisionale in una piccola impresa di ingegneria è un'impresa formidabile ma realizzabile. Gli ostacoli principali – budget limitati, mancanza di competenze tecniche e resistenza culturale – sono strutturali piuttosto che insormontabili. Iniziando con un pilota focalizzato, sfruttando il supporto esterno e le partnership dei fornitori, investendo nella formazione pratica e nella gestione dei cambiamenti, e privilegiando le caratteristiche che affrontano le decisioni più dolorose dell'azienda, le piccole imprese possono sbloccare i risultati di lungo viaggio.

Per i leader di ingegneria che contemplano questo percorso, ricorda che un DSS non è un acquisto a tempo pieno ma una capacità in evoluzione. Misurare il progresso, celebrare le vittorie e perfezionare continuamente il sistema come l'azienda cresce. Con l'approccio giusto, anche la più piccola azienda di ingegneria può sfruttare la potenza del supporto decisionale per competere efficacemente nell'ambiente di ingegneria complesso e veloce di oggi.