Si sprecano ormai le previsioni, per non dire i casi studio, sull’utilizzo dell’Intelligenza Artificiale nella logistica, in particolare nel campo della gestione dei magazzini.
Secondo la prestigiosa firma Gartner, entro il 2027 la metà delle aziende che effettua operazioni di magazzino adotterà sistemi di visione dell’inventario basati sull’AI. Che l’avanzamento di questa tecnologia sia destinato a rivoluzionare la gestione delle scorte e la sicurezza dei lavoratori è un dato assodato, rendendo difficili quelle situazioni d’ombra, connotate da forzature nei processi, che portano ai tanti infortuni sul lavoro di cui si sente purtroppo parlare.
La previsione è stata presentata al Gartner Supply Chain Symposium/Xpo di Barcellona, spiegando che i “sistemi di visione AI” corrispondono ad una forma di iper-automazione e includono telecamere industriali 3D, software di visione artificiale e tecnologie di riconoscimento dei modelli AI.
Gartner sottolinea l’importanza di questi sistemi per migliorare le prestazioni dei processi operativi e monitorare in tempo reale problemi di sicurezza ed ergonomici.
Casi d’uso dell’IA nella gestione dei Magazzini
L’IA, d’altronde, può essere impiegata in vari modi per ottimizzare le operazioni di magazzino: una serie di casi viene proposto, per quanto riguarda lo scenario industriale USA, dalla The Manufacturers Alliance Foundation.
Un primo esempio d’impiego sul campo viene dalla selezione intelligente dei fornitori, che utilizza l’IA per valutare il prezzo e la resilienza dei fornitori basandosi sui dati di mercato attuali.
Inoltre, l’Intelligenza Artificiale fornisce anche assistenza nella gestione delle relazioni con i fornitori, permettendo di negoziare contratti migliori e termini più vantaggiosi.
Dalle scorte agli scarti
Un altro aspetto è quello legato all’ottimizzazione dei materiali e alla previsione delle scorte.
In caso di carenze globali di materiali specifici, fenomeno oggigiorno tutt’altro che inaudito, l’IA può identificare materiali alternativi ottimizzando l’uso delle risorse disponibili. Trovare alternative alla carenza di materie prime può essere fatto elaborando le informazioni dai sistemi ERP, il che sottolinea l’importanza di essersi dotati di un ecosistema di strumenti e dati digitalizzati.
L’IA contribuisce anche all’efficienza produttiva: un esempio arriva da quelle aziende che riutilizzano miscele di materiali di scarto per rivenderle o per effettuare delle sotto-produzioni rispetto ad una principale. L’IA aiuta a determinare la probabilità di produrre il prodotto desiderato a partire dalle quantità di scarti di lavorazione disponibili, dando una misura esatta di che cosa sia o non sia possibile ricavare. Questo approccio, ad esempio, non solo migliora il processo di produzione ma promuove anche la sostenibilità attraverso l’uso ottimale delle risorse.
L’IA come fattore di cambiamento
Le previsioni di Gartner e gli esempi forniti dalla The Manufacturers Alliance Foundation evidenziano il ruolo ormai centrale dell’IA nella trasformazione delle operazioni di magazzino. L’adozione dell’IA non è più una questione di “se”, ma di “quanto” e “quando”, con un numero sempre crescente di casi d’uso che si espandono ogni giorno.
