Non passa giorno senza che l’Intelligenza Artificiale non faccia conoscere le sue grandi capacità nel risolvere un numero sempre più ampio di problemi, dalla gestione di processi industriali all’elaborazione di analisi dati o testi.
Una molteplicità di operazioni affrontate, ancora fino a poco tempo fa, con dispendio di tempo e risorse umane e con l’ausilio di strumenti basilari quali un foglio di excel o la definizione di complessi alberi decisionali, grazie all’introduzione di applicazioni basate sull’AI hanno subito una decisa semplificazione, acquisendo, inoltre, velocità e precisione di esecuzione.
Leggi anche:
Reslotting del magazzino, più efficiente con l’AI
L’applicazione nella logistica
Il settore della logistica che, negli ultimi anni, ha affrontato cambiamenti senza precedenti per superare le crisi che hanno coinvolto le catene di approvvigionamento, la volatilità della domanda, i nuovi comportamenti d’acquisto e l’esplosione dell’e-commerce, ha dovuto accelerare l’introduzione delle nuove tecnologie cercando di superare il gap digitale che rischiava di pregiudicare la risoluzione di sfide essenziali per il futuro del commercio globale.
Accanto all’automazione, all’analisi dati, al cloud computing, all’internet delle cose, solo per citare le principali tecnologie che stanno contribuendo ad innovare a velocità assolutamente inusuale, tutte le funzioni della supply chain, anche l’Intelligenza Artificiale sta conquistandosi un ruolo centrale nell’ottimizzazione dei processi, riducendo i costi e aumentando l’efficienza.
Secondo i dati riportati nel rapporto annuale 2022 “Evolution to Revolution” redatto da MHI, sulle tecnologie emergenti nel settore della supply chain, i professionisti del settore mostrano, in massima parte (73% del campione intervistato) di aver in programma l’adozione nei prossimi cinque anni di tecnologie basate sull’IA, ritenendo, per il 36%, che sia un modo per creare un vantaggio competitivo.
Da considerare che un 15% di operatori mostra dubbi sulla preparazione del personale che dovrebbe implementare e gestire la nuova tecnologia, motivazione che potrebbe nascondere le resistenze di quella parte di aziende che non desiderano adattare le loro procedure all’innovazione pur riconoscendone il potenziale, temendo di poter perdere l’effettivo controllo decisionale sulle singole attività.
Anno dopo anno, i campi di applicazione dell’Intelligenza Artificiale si vanno sempre più estendendo a diverse funzioni della supply chain comprendendo non solo tutte le analisi che possono favorire una migliore corrispondenza della capacità di carico con la domanda, ma anche la stima dell’orario d’arrivo dei camion.
L’IA, infine, può contribuire a meglio valutare il turnover degli autisti dei veicoli da trasporto suggerendo soluzioni concrete per l’annoso problema della loro carenza.
Leggi anche:
Aumenterà il peso del Digital Twin nella logistica?
Incontro domanda e capacità di carico
Uno dei problemi frequentemente riscontrati nell’attività di autotrasporto è quello di dover far coincidere le attese della domanda con le reali capacità di carico dell’offerta.
L’Intelligenza Artificiale è in grado di superare le elaborazioni manuali e, avendo tra le sue funzionalità la corrispondenza digitale delle merci con visibilità end-to-end, indirizzare correttamente il viaggio della spedizione.
Il processo di corrispondenza della capacità di carico disponibile è automatizzato in base ai requisiti della spedizione mediante apprendimento automatico; il processo di appalto è anch’esso automatizzato mediante tecnologie di comunicazione e visibilità in tempo reale durante l’esecuzione, facilitata dal tracciamento.
Inoltre, per posizionare la capacità dove effettivamente c’è la domanda, è possibile utilizzare l’analisi predittiva e progettare spostamenti continui in funzione dei carichi disponibili.
Il risultato è quello di massimizzare l’utilizzo delle risorse e migliorare il posizionamento della capacità.
In tal modo, infine, è possibile risolvere in buona parte anche il problema dei chilometri percorsi a vuoto che oggi, in alcune aree, si stima raggiungano un terzo di tutti i chilometri effettuati.
Leggi anche:
Trasporti e logistica, un futuro ricco di sfide ed incertezze
La stima dell’orario d’arrivo
Un altro problema cruciale che influisce sull’efficienza della supply chain è la stima dell’orario d’arrivo previsto dei camion.
Tale attività risulta piuttosto complessa in quanto influenzata da molti fattori che vanno dai normali ritardi per le operazioni di carico, il traffico stradale, gli eventuali incidenti, le condizioni metereologiche, i guasti, gli errori umani.
Poiché la conoscenza precisa dell’arrivo è fondamentale per tutte le operazioni che ne conseguono, dallo scarico con disponibilità degli spazi alle eventuali operazioni di magazzino, e la loro corretta esecuzione, nei tempi e nei modi previsti, ha ricadute sull’efficienza dell’intero flusso di lavoro, la sua stima è da sempre oggetto di grande attenzione.
L’IA può calcolare dinamicamente gli orari d’arrivo utilizzando algoritmi complessi atti a formulare previsioni in tempo reale sulla base di una molteplicità di input quali le posizioni Gps, i modelli storici, le informazioni sull’attività dell’autista, i dati del computer di bordo ed altri unitamente ad ogni altra informazione sul percorso.
Leggi anche:
Intelligenza artificiale e aziende di trasporti, perché non decolla
Il problema della carenza di autisti
Recentemente si è accentuata, sia negli Stati Uniti che in Europa, la carenza di autisti che è una vera e propria sfida cronica per l’intero settore dell’autotrasporto.
L’American Trucking Associations (ATA) ha previsto che nel 2030 mancheranno 160.000 autisti a fronte degli attuali 60.000 (dato 2021).
L’ingresso di nuovi assunti non compensa né i pensionamenti né le dimissioni volontarie frutto di scelte di vita diverse, con meno vincoli e sacrifici, che si registrano soprattutto tra i più giovani.
Il vero problema è quindi quello di mantenere e massimizzare la produttività del personale esistente.
L’Intelligenza Artificiale, laddove viene utilizzata, è in grado di rendere disponibili sistemi avanzati di assistenza alla guida per rilevare e prevenire incidenti, monitorare le prestazioni del conducente e segnalare problemi come l’affaticamento per migliorare la sicurezza al volante.
L’IA, può, inoltre, contribuire a migliorare le condizioni di lavoro degli autisti attraverso una programmazione della loro attività su strada e la pianificazione dei percorso in modo da essere più liberi di concentrarsi sulla guida.
Infine, attraverso l’analisi dei fattori che causano le dimissioni, l’Intelligenza Artificiale può fornire elementi utili a ridurre il turnover nel lungo periodo.
