Integrare un CMMS con l’IoT vuol dire collegare i dati che arrivano dalle macchine (vibrazioni, temperature, assorbimenti, ore di lavoro) al sistema in cui la manutenzione apre i ticket, pianifica gli interventi e registra costi e tempi. Un sensore da solo segnala che qualcosa non va. Con il CMMS collegato, quel segnale diventa un intervento assegnato, tracciato e misurato. Per questo conviene partire dal CMMS: è il sistema che trasforma il dato in lavoro fatto. In questa guida trovi il percorso completo del dato, il ruolo del MES, le architetture più usate, i KPI da controllare e i criteri per scegliere il CMMS giusto per il tuo parco macchine.
In breve
- L’IoT misura, il CMMS agisce: i dati dei sensori servono solo se si trasformano in ticket, interventi programmati e storico consultabile.
- Il MES aggiunge il contesto: collega ogni lettura a ordine di produzione, lotto e stato macchina, così la manutenzione sa quanto pesa un fermo.
- L’architettura conta meno della disciplina: anagrafica macchine pulita, nomi univoci per tag e stati, KPI di partenza misurati prima di collegare tutto.
- I risultati si misurano con MTBF, MTTR, fermi e OEE: se questi numeri non si muovono, il problema è il metodo, non la tecnologia.
- Parti da una linea pilota con macchine critiche, poi estendi a tutto lo stabilimento e alle altre sedi.
Indice
- Cosa significa integrare CMMS e IoT
- Dal sensore al ticket: il percorso del dato
- MES, IoT e CMMS: chi fa cosa
- Architetture e protocolli: le scelte tecniche
- Benefici misurabili: cosa aspettarsi
- Come scegliere un CMMS per l’IoT
- Roadmap di integrazione in cinque passi
- Manutentya per collegare dati e manutenzione
- Il nostro punto di vista
- Domande frequenti
- Fonti
Cosa significa integrare CMMS e IoT
Un CMMS (Computerized Maintenance Management System) è il registro operativo della manutenzione: anagrafica dei macchinari, ticket, piani di manutenzione programmata, ricambi, costi, storico. L’IoT industriale è lo strato che raccoglie dati dal campo: sensori, PLC, contatori, dispositivi edge.
Presi separatamente, i due sistemi lasciano un vuoto. I sensori producono allarmi che qualcuno deve leggere, interpretare e trasformare a mano in una richiesta di intervento. Il CMMS, senza dati di campo, lavora solo su segnalazioni degli operatori e su scadenze a calendario.
L’integrazione chiude questo vuoto. Secondo l’analisi di TRACIO sui casi d’uso CMMS e IoT, gli impieghi principali sono tre:
- Tracciamento degli asset in base alla posizione: sapere dove si trova un attrezzo o un’apparecchiatura mobile quando serve un intervento.
- Ordini di lavoro basati sulle condizioni: quando i sensori indicano un guasto probabile, l’ordine di lavoro si crea in automatico.
- Gestione delle tarature: gli strumenti fuori calibrazione vengono bloccati finché non vengono verificati.
Il secondo caso è quello che interessa di più a chi gestisce un parco macchine in produzione. Si passa da una manutenzione che reagisce al guasto a una manutenzione su condizione, che interviene quando il dato lo richiede, né prima né dopo.
Dal sensore al ticket: il percorso del dato
Per capire dove si inceppa un’integrazione, conviene seguire il dato passo per passo.
- Misura sul campo. Sensori di vibrazione, temperatura, corrente, pressione e contatori di cicli rilevano lo stato della macchina. Errore tipico: montare sensori ovunque, senza aver scelto i punti critici. Meglio pochi punti ben scelti sulle macchine che fermano la linea.
- Raccolta e trasmissione. I segnali passano da PLC, CNC o gateway edge e arrivano alla piattaforma via Ethernet industriale, Wi-Fi, 5G o reti a lungo raggio come LoRaWAN, come descrive la guida di Aska alle piattaforme IoT industriali. Errore tipico: reti di fabbrica instabili che perdono letture proprio nei turni critici.
- Analisi. Qui si decide se una lettura è normale o anomala: soglie fisse, trend, modelli predittivi. Per TRACIO il livello di analisi è la decisione di design più importante dell’intera integrazione. Errore tipico: soglie troppo sensibili che generano decine di falsi allarmi, e il reparto smette di guardarli.
- Creazione dell’allerta o del ticket. L’anomalia entra nel CMMS come allerta o come ordine di lavoro già collegato alla macchina giusta, con il suo storico. Errore tipico: allarmi che arrivano via email a una casella che nessuno presidia.
- Intervento e chiusura. Il tecnico riceve il ticket, interviene, registra tempi, ricambi usati e causa del guasto. Questo è il dato che alimenta MTBF, MTTR e costi. Errore tipico: ticket chiusi senza causa, che rendono inutile lo storico.
Lo stesso schema vale oltre le macchine di produzione. Negli impianti di ventilazione dei capannoni, per esempio, i controller IoT regolano i ventilatori in base a temperatura, umidità e CO₂, e la manutenzione dei ventilatori industriali segue compiti e scadenze che un CMMS può pianificare e tracciare come per qualunque altro asset.
Se vuoi approfondire la parte predittiva, trovi un percorso dedicato nella nostra guida alla manutenzione predittiva con l’IoT.
MES, IoT e CMMS: chi fa cosa
Chi cerca informazioni sull’integrazione CMMS e IoT spesso si chiede anche dove si colloca il MES. La risposta breve: il MES dà contesto produttivo ai dati, il CMMS li trasforma in manutenzione.
Una lettura di temperatura da sola dice poco. Come spiega la guida di Railes all’integrazione MES, il MES trasforma un valore grezzo in un evento preciso: quale reattore, quale ordine di lavoro, quale lotto, a che ora. Nei settori regolamentati, come farmaceutico e alimentare, questa tracciabilità serve anche per gli audit.
La catena tipica, descritta da IOMA nella sua pagina sull’integrazione IT/OT, va dal PLC al MES all’ERP: il PLC resta la fonte di verità sul campo, il MES legge i dati via OPC UA e MQTT e li traduce in eventi di produzione, l’ERP li riceve tramite API. I dati di processo possono essere storicizzati per trend, OEE e analisi dei fermi, anche a supporto della manutenzione predittiva.
| Sistema | Cosa gestisce | Cosa passa al CMMS |
|---|---|---|
| Sensori e PLC (IoT/OT) | Misure fisiche, stati macchina, allarmi | Anomalie, ore di funzionamento, cicli |
| MES | Ordini di produzione, lotti, stati linea, OEE | Fermi con causa, contesto produttivo, priorità |
| CMMS | Ticket, planning, ricambi, costi, storico | Disponibilità macchine, interventi pianificati |
| ERP | Acquisti, contabilità, costi di prodotto | Ordini di acquisto ricambi, costi di manutenzione |
Il flusso è bidirezionale. Il MES segnala al CMMS un fermo e la sua causa; il CMMS comunica al MES quando una macchina sarà ferma per manutenzione programmata, così la produzione pianifica di conseguenza. Abbiamo raccontato un caso concreto nella guida all’integrazione MES-CMMS con esempio reale.
Architetture e protocolli: le scelte tecniche
Non serve un progetto faraonico. Serve una separazione chiara tra mondo OT (macchine, controlli) e mondo IT (software gestionali), con poche scelte tecniche ben motivate.
OPC UA o MQTT
- OPC UA è adatto quando serve un modello dati ricco e sicuro, con informazioni strutturate su macchina, variabili e stati.
- MQTT è adatto a eventi leggeri e scalabili: tante macchine che pubblicano messaggi brevi su un broker a cui gli altri sistemi si abbonano.
In molti stabilimenti convivono: OPC UA per dialogare con PLC e CNC, MQTT per distribuire gli eventi ai sistemi a valle.
Tre modelli di integrazione
La guida di Railes individua tre architetture:
- Punto a punto: ogni sistema parla direttamente con l’altro. Semplice con due o tre integrazioni, difficile da mantenere quando crescono.
- Middleware o bus di integrazione: uno strato centrale smista i messaggi. Ha senso da cinque sistemi in su.
- Unified Namespace (UNS): tutti i sistemi pubblicano e leggono da un unico spazio dati condiviso, organizzato per stabilimento, reparto, linea e macchina, su MQTT. Aggiungere un nuovo sistema non richiede di toccare i PLC.
Edge, cloud e connessione che cade
I dati che richiedono risposte rapide vanno elaborati vicino alla macchina, su un dispositivo edge. Quelli da condividere tra reparti o tra sedi possono stare su un server di stabilimento o in cloud. Secondo IOMA, un’architettura ibrida deve reggere quando la rete cade: il dato viene conservato in stabilimento e riallineato in automatico al ritorno della connessione. È un requisito da chiedere esplicitamente, perché un buco di dati durante un guasto rende inutile l’analisi.
![]()
Qualità dei dati
L’errore più costoso non è tecnico: è chiamare la stessa macchina in tre modi diversi in tre sistemi. Prima di collegare qualunque cosa, definisci una nomenclatura unica per macchine, tag e stati. L’anagrafica macchinari del CMMS, con un codice e un QR code per ogni asset, è il posto naturale dove fissarla.
Benefici misurabili: cosa aspettarsi
Il caso più citato in Italia è quello dello stabilimento BHGE di Firenze. Secondo il case study Capgemini sulla soluzione IIoT di BHGE, il sistema che integra MES e CMMS su 94 macchine della linea principale ha evitato 26.000 ore di fermo nel 2017 e ha aumentato l’utilizzo delle macchine del 12% entro cinque mesi dall’avvio, una capacità paragonabile a sei nuove macchine CNC.
Non tutte le aziende partono da quella scala, ma gli indicatori da controllare sono gli stessi:
- MTBF (tempo medio tra guasti): misura l’affidabilità. Se la manutenzione su condizione funziona, cresce.
- MTTR (tempo medio di riparazione): misura la velocità di ripristino. Scende quando il tecnico arriva con diagnosi e ricambi già individuati.
- Ore di fermo non pianificato per macchina e per reparto.
- OEE, scomposto in disponibilità, prestazione e qualità: la manutenzione incide soprattutto sulla disponibilità.
- Costo di manutenzione per macchina: ricambi, ore uomo, interventi esterni.
Il principio è semplice: passare dai dati di esercizio a decisioni migliori, come avviene anche nel monitoraggio della ventilazione negli edifici industriali, dove i dati raccolti servono a capire quando e dove intervenire. Misura questi valori prima di collegare i sensori, così avrai una base di confronto reale. Per il calcolo trovi i dettagli nelle nostre guide su OEE e manutenzione e sui KPI nella gestione della manutenzione.
Come scegliere un CMMS per l’IoT
Quando si confrontano i CMMS con funzioni IoT, le alternative si dividono in due famiglie: le piattaforme nate attorno ai sensori, forti sul dato ma deboli sul lavoro quotidiano del reparto, e i CMMS costruiti sulla gestione degli interventi, che ricevono i dati e li trasformano in attività. Per una fabbrica manifatturiera conta soprattutto la seconda capacità. Questi sono i criteri da verificare.
| Criterio | Perché conta | Cosa chiedere |
|---|---|---|
| Anagrafica macchinari strutturata | È la base comune per sensori, MES e ticket | Codice univoco e QR code per ogni asset |
| Ticket rapidi dal campo | Non tutti i guasti li vede un sensore | Apertura da app mobile con scansione QR |
| Manutenzione programmata | Il dato IoT affina il piano, non lo sostituisce | Planning visivo, scadenze per ore o calendario |
| Integrazione MES e IoT | Porta contesto produttivo e dati macchina | Modulo dedicato, dati in tempo reale |
| Statistiche MTBF, MTTR, fermi | Senza misure non si dimostra il ritorno | Calcolo automatico dallo storico ticket |
| Analisi predittiva e AI | Aiuta a diagnosticare e anticipare i guasti | Diagnosi da manuali e foto, analisi guasti |
| Ricambi e acquisti | L’intervento si blocca se manca il pezzo | Magazzino collegato ai ticket, richieste di acquisto |
| Multi-sede | I dati devono essere confrontabili tra stabilimenti | Gestione centralizzata di più sedi |
| Modello di costo | Gli utenti crescono, i tecnici cambiano | Prezzo per macchina, utenti illimitati |
Un ultimo criterio pratico: la prova sul tuo parco macchine reale. Un CMMS si valuta caricando le tue macchine e aprendo i tuoi ticket, non guardando una demo generica. Se stai valutando anche il gestionale aziendale, la nostra guida CMMS vs ERP chiarisce cosa resta all’uno e all’altro.
Roadmap di integrazione in cinque passi
- Inventario. Elenca macchine, controlli, versioni software, protocolli disponibili e rete fisica. Con Manutentya l’inventario diventa subito l’anagrafica macchinari, con un QR code per ogni asset.
- Linea pilota. Scegli una linea con criticità vere e impatto alto sui fermi. Pochi sensori, ben posizionati, su macchine che fermano la produzione quando si guastano.
- Nomenclatura e KPI di partenza. Fissa nomi univoci per tag e stati macchina e misura MTBF, MTTR e ore di fermo attuali. In Manutentya questi indicatori si calcolano dallo storico dei ticket, così la base di confronto è pronta.
- Collegamento dei flussi. Definisci quali eventi del MES e dell’IoT devono diventare allerte o ticket, con quali soglie e verso quale squadra. Il modulo Integrazione MES di Manutentya porta questi dati nello stesso sistema dove vivono ticket e planning.
- Verifica ed estensione. Dopo qualche mese confronta i KPI con la base di partenza, correggi le soglie che generano falsi allarmi, poi estendi ad altre linee e ad altre sedi.
Per un piano più dettagliato, con ruoli e tempi, consulta la nostra roadmap in 6 fasi per l’integrazione MES-CMMS.
Manutentya per collegare dati e manutenzione
Manutentya è un CMMS pensato per le aziende manifatturiere: anagrafica macchinari con QR code, ticket aperti dagli operatori con una scansione da app mobile, manutenzione programmata in stile Gantt, statistiche MTBF, MTTR e fermi macchina, integrazione MES/IoT, assistente AI che propone diagnosi da manuali e foto e analisi predittiva dei guasti.

Il canone base costa 69 € al mese, con utenti illimitati inclusi. Paghi in base alle macchine: 10 € al mese per macchinario dal 1° al 10°, 7 € dall’11° al 30°, fino a 2 € dal 151° in poi. Il modulo Integrazione MES costa 79 € al mese, l’Assistente AI 39 € al mese. Esempio con 20 macchine e integrazione MES: 69 € + 100 € + 70 € + 79 € = 318 € al mese. Puoi provare tutto gratis per 7 giorni, senza costi di attivazione: trovi listino e moduli nella pagina prezzi di Manutentya.
Il nostro punto di vista
Nei progetti di integrazione si parla molto di sensori e protocolli e poco di chi, alla fine, deve intervenire sulla macchina. Per noi il centro è il ticket.
Un allarme che nessuno prende in carico è un costo, non un vantaggio. Per questo abbiamo costruito Manutentya partendo dal lavoro del reparto: l’operatore scansiona il QR code e apre il ticket in pochi secondi, il tecnico riceve una proposta di diagnosi dall’assistente AI, il responsabile vede costi, tempi e storico in un unico sistema.
Su questa base i dati di MES e IoT trovano un posto preciso: arricchiscono lo storico, alimentano l’analisi predittiva e rendono la pianificazione più accurata. Prima si mette ordine negli interventi, poi si collega il campo. È l’ordine che porta risultati misurabili su fermi e affidabilità.
Ufficio
Domande frequenti
Serve un MES per integrare CMMS e IoT?
No, i dati dei sensori possono arrivare al CMMS anche senza MES. Il MES però aggiunge il contesto produttivo: ordine, lotto, stato linea e causa del fermo. Se in azienda c’è già un MES, collegarlo al CMMS rende le priorità di manutenzione molto più chiare.
Quali dati IoT sono più utili per la manutenzione?
I più usati sono vibrazioni, temperature, assorbimenti di corrente, pressioni, ore di funzionamento e contatori di cicli. Le ore e i cicli servono a pianificare la manutenzione programmata in base all’uso reale. Vibrazioni e temperature servono a riconoscere un guasto in arrivo.
Quanto tempo richiede un progetto di integrazione?
Dipende dal numero di macchine, dai protocolli disponibili e dallo stato della rete di fabbrica. Partire da una linea pilota permette di avere i primi dati confrontabili in tempi brevi e di estendere il progetto con un metodo già collaudato.
Posso iniziare con il CMMS e collegare l’IoT dopo?
Sì, ed è spesso la scelta più efficace. Anagrafica macchinari, ticket e storico interventi sono la base su cui i dati IoT diventano utili. Con Manutentya puoi attivare il modulo Integrazione MES in un secondo momento, quando la base è pronta.
Fonti
- TRACIO: integrazione CMMS con RTLS e IoT
- Aska: progettazione di piattaforme IoT industriali
- Railes: guida all’integrazione MES con ERP, SCADA e IoT
- IOMA: integrazione IT/OT dal PLC a MES ed ERP
- Capgemini: case study BHGE