Il magazzino, inteso non solo come luogo di stoccaggio e prelievo merci, ma soprattutto come punto di snodo delle molteplici attività della supply chain, sta acquistando sempre maggiore rilevanza.
Dalla sua corretta gestione dipende, infatti, l’intero processo di approvvigionamento e di distribuzione in termini di efficienza sia produttiva che economica nonché la competitività aziendale su mercati sempre più esigenti nella costante richiesta di velocità, di precisione, di maggiori servizi.
Il solo contributo umano non appare più sufficiente a garantire il raggiungimento degli standard richiesti che, peraltro, hanno subito una vera e propria escalation attraverso l’affermazione dell’e-commerce e la conseguente nascita di nuovi modelli di business.
Il passaggio al magazzino intelligente è diventato un passo obbligato per rendere possibile, prima, ed ottimizzare, poi, l’integrazione tra sistemi di gestione fisica e gestionali, in uno scenario tecnologico sempre più complesso.
L’adozione dell’Intelligenza Artificiale e delle tecnologie di Machine Learning hanno quindi trovato terreno particolarmente fertile nell’affermare l’allontanamento dal concetto di magazzino tradizionale per favorire l’interconnessione delle diverse tecnologie che presiedono alle varie fasi costituenti la supply chain.
Leggi anche:
Magazzino: sicurezza e nuove tecnologie
Sempre più connessi
L’impiego dell’Intelligenza Artificiale ha il suo primo riscontro nella velocizzazione dei processi consentendo una comunicazione tra i sistemi automatizzati che confluiscono nel magazzino ad una velocità che non ha alcun paragone con quella possibile tra gli umani addetti alle singole operazioni.
Questo consente al sistema di dialogare e di realizzare un controllo dei processi in tempo reale. Allo stesso modo, eventuali modifiche e correzioni possono essere apportate senza alcuna indecisione o perdita di tempo.
A beneficiarne sono anche i robot che possono ricevere le istruzioni direttamente dal sistema ottimizzando i tempi di prelievo e di distribuzione e conformandoli alle variazioni del momento.
I robot inoltre possono avvalersi della specificità del Machine learning di apprendere i percorsi ottimali per migliorare l’efficienza e la produttività ed anche come evitare le collisioni.
La costante connessione consente anche la rilevazione delle anomalie riducendo i margini di errore nelle operazioni di magazzino.
Leggi anche:
Ridurre lo stock di magazzino in pochi mesi grazie all’AI
Prevedere per ottimizzare
L’area in cui l’IA ed il Machine Learning danno il supporto maggiormente atteso è quella di prevedere le fluttuazioni della domanda e quindi le ricadute sui movimenti delle merci in stoccaggio.
Attività, questa, che soprattutto nelle fasi di mercato cosiddette “liquide” e non riportabili a modelli storici, risulta difficoltosa quanto essenziale.
Gli algoritmi che sono alla base del funzionamento di IA e ML possono, in tal senso, dare un contributo importante riuscendo ad analizzare in tempi estremamente ridotti una grande mole di dati provenienti da tutti quei processi della catena di approvvigionamento che confluiscono nel magazzino.
Le previsioni così fatte possono anticipare le effettive richieste e consentire di dimensionare correttamente le scorte ed anche il posizionamento delle merci nel magazzino in funzione delle possibili future vendite.
Leggi anche:
AI, i vantaggi superano i rischi?
Dubbi e pregiudizi
Malgrado si cominci ad avere una ricchezza di dati sui contributi positivi che l’intelligenza Artificiale è in grado di dare alla gestione del magazzino, la sua applicazione stenta a diffondersi oppure lo è in forma parziale.
Uno dei problemi rilevati è quello della mancanza di competenze tecniche e di conoscenze specifiche da parte dei dipendenti riguardo queste nuove tecnologie.
A ciò si aggiunge la difficoltà a reperire personale specificatamente specializzato nel settore. A tale proposito una ricerca di McKinsey indica nel 47% le aziende che denunciano tale problema.
Un ulteriore fattore di resistenza consiste, secondo molti operatori, nella difficoltà di integrare i sistemi esistenti con l’Intelligenza Artificiale, come testimoniato anche da un recente studio che ha rilevato la presenza di tale ostacolo nel 60% delle aziende intervistate.
Infine, esiste il timore di vedere in buona parte messo sotto giudizio il lavoro decisionale dei manager che in tal modo perderebbero buona parte del loro potere.
E’ certamente un pregiudizio con cui l’AI dovrà combattere la sua battaglia.
