Ne parlano tutti, pochi la usano davvero. Il vero stato dell’IA nella logistica

Se ne parla ovunque, ma nelle aziende la sua adozione resta ancora limitata. L’intelligenza artificiale applicata alla logistica e alla supply chain è uno dei temi più discussi del momento, eppure molte imprese restano prudenti.
Nicolò Trifone, 28 anni, ricercatore PhD presso i-LOG, il Centro sulla logistica e supply chain della Liuc-Università Cattaneo, appena rientrato da Cambridge, ha affrontato l’argomento durante un incontro ad Assolombarda intitolato “Oltre l’hype: il valore dell’IA in logistica”.
Lo incontriamo subito dopo per capire a che punto siamo davvero.

Si parla moltissimo di intelligenza artificiale. Eppure nelle imprese l’adozione sembra ancora limitata. Perché?
«È proprio così. Il livello di aziende che hanno adottato l’IA in logistica e supply chain è ancora relativamente basso, anche se nelle nostre statistiche sta crescendo di qualche punto percentuale. La cosa interessante è che non manca l’interesse. Dalle survey presentate alla Liuc emerge che molte imprese intendono investire nei prossimi due anni. Il vero problema sembra essere un altro: capire da dove iniziare».

Come si supera questo blocco iniziale?
«Dalle interviste che abbiamo fatto a manager della supply chain e a provider di soluzioni tecnologiche emerge un suggerimento molto chiaro: partire in piccolo. Conviene iniziare con un investimento limitato su un processo che crea qualche problema ma non è critico. Così si può sperimentare, capire i benefici e familiarizzare con la tecnologia. Se i risultati arrivano, allora si può pensare di scalare. Anche perché c’è sempre un tema di change management: le persone temono di essere sostituite e questo genera resistenze».

L’IA viene spesso associata al taglio dei costi. Vale anche nella logistica?
«Non principalmente. Chi sta investendo lo fa soprattutto per migliorare l’efficacia delle decisioni, ovvero maggiore accuratezza delle informazioni, maggiore affidabilità e soprattutto velocità nel renderle disponibili. Questo significa poter prendere decisioni più rapide ed efficaci. Migliorare la qualità delle decisioni può poi portare anche a maggiore efficienza dei processi, ma non è il driver iniziale».

Esistono applicazioni diverse tra logistica e supply chain?
«Sì, possiamo distinguere diversi ambiti. Nella supply chain le applicazioni riguardano soprattutto la pianificazione: previsione della domanda, gestione delle scorte e simulazione di scenari. La previsione della domanda, ad esempio, è già molto diffusa perché utilizza tecniche di machine learning (macchine che apprendono, ndr) che esistono da anni. Se invece guardiamo alla logistica operativa, quindi magazzino e trasporto, le applicazioni cambiano. Nei magazzini l’interesse riguarda soprattutto il miglioramento dell’efficienza operativa e l’organizzazione delle risorse. Nel trasporto, invece, l’attenzione si concentra sulla visibilità in tempo reale, sulla previsione dei tempi di arrivo e sulla risoluzione di problemi complessi, come l’abbinamento tra carichi, viaggi e trasportatori disponibili».

La logistica può essere una sorta di laboratorio avanzato per l’IA?
«In parte sì, perché è un ambito in cui i dati sono molto abbondanti. Basti pensare ai sistemi di tracciamento dei trasporti o ai software di pianificazione già utilizzati dai responsabili di supply chain. Inoltre la logistica è una funzione molto orientata ai costi, quindi ogni miglioramento decisionale può avere un impatto diretto sull’efficienza. In un contesto incerto come quello attuale, chi pianifica ha bisogno di prendere decisioni rapide e ben informate».

In questa fase però c’è anche molta confusione.
«Sì, parliamo spesso di AI washing. L’intelligenza artificiale è diventata una parola di moda e talvolta viene usata più per marketing che per descrivere soluzioni reali. Anche per questo i progetti hanno talvolta un tasso di fallimento elevato. Si pensa che l’IA possa fare magie, ma non è così. Per aiutare le aziende abbiamo sviluppato un “radar” delle soluzioni di intelligenza artificiale applicabili alla logistica, che mappa diverse tecnologie e i processi in cui possono generare valore».

Quanto conta il fattore umano?
«È fondamentale. Durante il mio periodo di ricerca all’Università di Cambridge ho lavorato molto sul tema della collaborazione tra esseri umani e intelligenza artificiale. Nei processi decisionali le persone restano centrali, in quanto devono verificare i risultati prodotti dagli algoritmi, che possono avere bias o errori, e soprattutto portano qualcosa che la tecnologia non ha ancora, come la capacità di interpretare il contesto, costruire relazioni e creare significato».

Quindi non è una sostituzione ma una collaborazione.
«Esatto. L’IA funziona davvero quando è progettata per collaborare con le persone. Anche nella ricerca lo sperimentiamo, usando strumenti di supporto come i copilot digitali, ma servono sempre gli input umani per orientare il lavoro».

E lei cosa farà adesso?
«Ho appena concluso il dottorato, l’ultimo anno l’ho fatto a Cambridge, e mi piacerebbe entrare in azienda. Vorrei vedere da vicino la ricaduta concreta di questi studi, aiutando le imprese, soprattutto le piccole e le medie, a gestire una transizione tecnologica che può essere molto potente, ma che va accompagnata passo dopo passo».

Benvenuti nell’era delle macchine che apprendono

 

Dalla Liuc a Seattle con un algoritmo da podio