Anche nella Supply Chain si guarda all’Intelligenza Artificiale, specie nella sua declinazione ‘generativa’, come al futuro del settore; tuttavia non si nutrono false speranze riguardo a miracolosi impatti sulla produttività di un settore che, storicamente, vede percentuali piuttosto basse in merito e, soprattutto, si pensa che per costruire un’ecosistema maturo tra azienda, clienti, subfornitori e comparti etico-legali coinvolti, occorrano molti più anni che in altri comparti.
Insomma, che nessuno pensi all’AI come ad una realtà mainstream a partire da domani, non nella Logistica: allo stesso tempo, che nessuno si faccia venire in mente di trascurarla. Anche perché il modello di intelligenza artificiale a cui punta il management della Supply Chain è tra i più evoluti ed è già stato ribattezzato Actionable AI.
Actionable AI, un concetto sistemico
Se già di per sé l’intelligenza artificiale generativa adopera e mette a sistema informazioni che ha appreso attraverso gli input, nel caso della Supply Chain questo non è sufficiente a garantire un buon grado di ‘presenza nel mondo’.
In parole povere, l’AI che viene impiegata nella progettazione di un flusso logistico o nell’interpretazione della domanda non potrà prescindere dall’essere il più possibile conscia del contesto e degli scenari nei quali è immersa.
Da qui il conio di un nuovo termine per definire il tipo di intelligenza artificiale cui punta la Supply Chain: con Actionable AI si intende infatti un’intelligenza artificiale espressamente progettata per interagire con essere umani e per prendere decisioni, ma sulla base di scenari e decisioni, con i relativi effetti, vissuti in passato.
Sempre in tandem con l’uomo, l’Actionable AI sottopone le decisioni strategiche ad un vaglia prima di tradurle in comandi per il resto della catena.
Come funziona l’Actionable AI
Il principio che sta alla base dell’Actionable AI è il machine learning, ossia l’apprendimento: l’algoritmo, oltre a correlare dati sul momento, si deve basare su uno storico di informazioni prese da scenari del passato.
In questo modo, l’AI funge da elefantiaca ‘memoria’ di quanto è già successo nella storia della Supply Chain, avendo così a disposizione un’enorme quantità di dati sulla base dei quali trovare delle analogie con le situazioni attuali.
In teoria questo approccio dovrebbe limitare i possibili errori nel processo decisionale o, per lo meno, aiutare i dirigenti in carne ed ossa a valutare con cognizione di causa.
A fare la differenza è sempre l’uomo
Rimane fermo un punto: l’AI, senza l’uomo, non è niente. Si tratta di uno strumento potentissimo, cui viene riconosciuto il potenziale di ‘game changer’ del prossimo futuro, ma abbisogna sempre di un affiancamento a valore aggiunto, ossia umano.
L’errore dal quale gli analisti più accreditati mettono in guardia, vale a dire l’aspettarsi che il semplice impiego dell’AI comporti ricadute miracolose, è proprio relativo alla figura dell’uomo, che va invece sempre più valorizzata.
Anche per questo le intelligenza artificiali nel mondo della logistica non faranno veramente breccia a brevissimo termine: occorre prima cambiare la struttura organizzativa che le circonda e mettere in posizione privilegiata il capitale umano delle aziende.
Una prospettiva complessa
Inoltre, a rendere lenta la penetrazione e l’efficacia dei sistemi di intelligenza artificiale nella Supply Chain è la complessità degli scenari che essa deve affrontare di volta in volta. L’estensione dell’utilizzo delle piattaforme di AI su vasta scala implica la risoluzione, negoziata caso per caso, di questioni etiche e legali, ma anche la possibilità di attingere a milioni di dati sensibili, nonché all’effettiva disponibilità di uno storico che permetta dei interpretare grazie ai modelli del passato gli scenari del presente.
È chiaro che attorno all’Actionable Ai dovrà sorgere un’infrastruttura dedicata, per lavorare alla quale, ora come ora, mancano anche le figure professionali specializzate.
Le possibili applicazioni dell’intelligenza artificiale sono molteplici – si pensi all’implementazione di specifiche soluzioni nel campo dell’automazione e della digitalizzazione, ma, come ricordano alla Boston Consulting Group, serve una fase di sperimentazione, continuo confronto e raccolta di feedback all’interno dei differenti livelli aziendali e di rodaggio, mentre Manhattan Associates, a sua volta, definisce quella attuale come fase di validazione dei benefici, sia per chi vende il servizio, sia per chi lo riceve.
Per un’AI sostenibile
Infine, lo sviluppo delle intelligenze artificiali, da qui al prossimo decennio, porranno sul tavolo una serie di questioni legate alla loro sostenibilità che potrebbero metterne in discussione, se non limitarne, la diffusione.
La più banale è di natura pratica: per fare il vero salto dio qualità nella diffusione, l’AI dovrà sempre più presentarsi tramite soluzioni software low code o no code, vale a dire che non necessitino di uno specialista informatico a supporto di ogni operazione.
Anche in questo campo, vale il principio secondo il quale se uno strumento non è semplice, le persone non lo usano.
La meno banale è sempre la ‘solita’ questione, quella ambientale: la crescita smisurata di questi ‘cervelli’ digitali comporta un assorbimento di energia sempre maggiore e già oggi i soli server che tengono in piedi l’infrastruttura web del pianeta sono una delle più grandi cause di inquinamento. Anche a ciò bisognerà porre rimedio, altrimenti l’AI, da aiuto, diventerà un boomerang.
