L’intelligenza artificiale nel “last mile”: nuovo paradigma per la logistica sostenibile

Contributo a firma di Andrea Zedda *

* co-fondatore di Kode

È ormai sotto gli occhi di tutti come nell’era della digitalizzazione e dell’Industria 4.0, l’Intelligenza Artificiale stia rapidamente e inesorabilmente diventando un elemento cruciale in tutti i settori produttivi. Se in passato, infatti, la digitalizzazione era vista essenzialmente come una mera forma di automatizzazione, oggi tutti i settori si stanno muovendo verso una comprensione più profonda del potenziale trasformativo che hanno i dati e le informazioni.

In quest’ottica, l’Intelligenza Artificiale ha dimostrato nel tempo un potenziale che nessun tipo di digitalizzazione aveva mai raggiunto finora: un sistema AI based, infatti non si limita a replicare le attività umane su larga scala e ad alta velocità, ma, grazie alle sue capacità predittive, funge da strumento di supporto alle decisioni, versatile e adattabile, in grado di spianare la strada verso scelte più informate e strategie più efficaci.

Anche nella logistica, nonostante le sue applicazioni pratiche nel panorama italiano siano da considerarsi ancora agli albori, l’AI ha già iniziato a permeare ogni anello della supply chain: dall’operatività in magazzino alla pianificazione delle risorse, dalla previsione della domanda alla gestione dell’inventario, fino alla distribuzione.
Le applicazioni di AI possono spaziare tra diversi ambiti operativi. I suoi algoritmi di apprendimento automatico si stanno dimostrando preziosi per anticipare le fluttuazioni di domanda, fornendo informazioni tempestive per una migliore pianificazione delle risorse.

Allo stesso modo, i sistemi di visione computerizzata e l’integrazione dell’AI con la modellazione 3D stanno migliorando l’efficienza delle operazioni di magazzino, contribuendo a ottimizzare processi chiave. l’AI promette così di espandere ulteriormente il suo impatto sulla logistica. Una possibilità affascinante riguarda l’adozione di modelli digital twin, ovvero rappresentazioni digitali accurate di processi, prodotti o servizi reali. Questi “gemelli digitali” permettono alle aziende di simulare e ottimizzare le loro operazioni logistiche in un ambiente virtuale, prima di implementarle nel mondo reale.

Possiamo ad esempio creare il gemello digitale del magazzino stesso, con tutti i suoi corridoi e scaffali, la posizione di ogni tipo di merce o, addirittura, di ogni collo, per studiare i percorsi interni di carico e scarico. Questo consente di identificare ad esempio il tempo speso in magazzino, gli eventuali sovraccarichi di presenza in certi settori, il traffico nei corridoi… L’IA, in questo scenario, potrebbe giocare un ruolo fondamentale nell’alimentare simulazioni con
dati reali e predittivi, facilitando una pianificazione e gestione della logistica ancora più efficiente e precisa.

Ma il lavoro nel campo della logistica non solo può essere ottimizzato: può anche anche essere reso meno oneroso attraverso applicazioni rivoluzionarie dell’AI come la guida autonoma. L’AI, con la sua capacità di analisi e decisione in tempo reale, è un componente chiave per il funzionamento dei veicoli autonomi. Questi veicoli possono essere utilizzati non solo per il trasporto su strada, ma anche per la consegna aerea tramite droni o per la consegna “last mile” tramite robot. In questo contesto, entra in gioco anche il concetto di “platooning”, dove convogli di veicoli autonomi viaggiano insieme per massimizzare l’efficienza. Questi ‘convogli’ possono ridurre i consumi di carburante, migliorare la sicu rezza del traffico e ottimizzare l’uso delle infrastrutture stradali, offrendo un’ulteriore promessa di sostenibilità e efficienza.

Sebbene questi scenari siano intriganti, e, in fin dei conti, dietro l’angolo, tali innovazioni sono ancora in fase di sviluppo e maturazione per poter essere massivavemente utilizzate. Nonostante questo, l’AI sta già rivoluzionando la logistica, in particolare in ambiti quali la pianificazione, l’ottimizzazione dei percorsi e lo smistamento dei carichi.

Questi sono settori in cui metodologie matematiche classiche, come la soluzione del problema del commesso viaggiatore o il problema del routing dei veicoli, hanno già avuto modo di evolversi e maturare. L’introduzione dell’IA ha elevato queste tecniche a un nuovo livello, apportando maggiore flessibilità, velocità e successo dell’implementazione di soluzioni logistiche.

In questo contesto, l’Intelligenza Artificiale va oltre il mero miglioramento delle operazioni quotidiane, mirando decisamente alla riduzione di costi e sprechi. Un esempio tangibile riguarda l’evitamento dei viaggi a vuoto: grazie all’ottimizzazione dei percorsi e allo smistamento intelligente dei carichi, l’AI contribuisce a limitare i chilometri percorsi inutilmente dai veicoli. Questo apporto è particolarmente rilevante nel contesto FTL, dove anche i più piccoli accorgimenti possono avere un impatto significativo. In questo modo, l’IA non solo favorisce un consistente risparmio economico, ma apre anche le porte a una gestione più responsabile del sistema logistico.

Più articolato è invece l’ambito dell’ultimo miglio, che rappresenta una delle sfide logistiche più complesse del settore. Le sue caratteristiche, come la variabilità delle destinazioni, la frequenza delle consegne e l’eterogeneità delle dimensioni e dei tipi di carico, rendono le consegne dell’ultimo miglio particolarmente costose e problematiche. Come è noto questa sezione della catena logistica ha forti ripercussioni sull’economia, sulle città e sui clienti, causando congestionamento del traffico, inquinamento acustico e atmosferico, e generando insoddisfazione tra i consumatori in caso di ritardi o problemi nelle consegne.
L’impatto ambientale dell’ultimo miglio è altresì rilevante. L’incremento delle consegne a domicilio, spesso effettuate con mezzi tradizionali e talvolta caratterizzate da inefficienze, contribuisce considerevolmente alle emissioni inquinanti. Emerge quindi l’urgenza di rendere l’ultimo miglio più sostenibile, sia per limitare i costi operativi, sia per perseguire gli obiettivi di riduzione delle emissioni.

In questo scenario, l’AI si profila come uno strumento chiave per trasformare l’ultimo miglio in un processo più efficiente e rispettoso dell’ambiente.

Il dubbio che resta inevaso, nonostante se ne parli molto, è se questo strumento possa davvero portare un significativo valore aggiunto. In generale l’AI ha la capacità di incrociare un alto numero di variabili, imparando, da dati di storico e sfruttando modelli matematici, per trovare la soluzione ideale per condizioni anche mai viste o immaginate prima. Questa capacità predittiva si aggiunge alla grande capacità di calcolo, rendendo un sistema AI-based in grado di tenere in conto di tutte le esigenze che l’orchestrazione delle consegne richiede: dal riempimento dei mezzo, alla scelta del mezzo più giusto per tipo di merce, agli orari di lavoro dei driver e molto ancora. La capacità di elaborazione dell’Intelligenza Artificiale supera quindi i vantaggi di qualsiasi approccio tradizionale, per quanto collaudato.

In questo modo i sistemi di previsione basati sull’AI possono migliorare la precisione della stima dei tempi di consegna, aumentando la soddisfazione del cliente. Inoltre, l’AI può svolgere un ruolo chiave nell’integrazione di soluzioni di mobilità più sostenibili, come i veicoli elettrici o i droni, a quelle tradizionali. Infine, l’AI può contribuire a una maggiore trasparenza e tracciabilità lungo l’intera catena di fornitura, facilitando l’adeguament o alle normative ambientali.

Integrare questo approccio in azienda è però un cambio di paradigma importante: richiede un’apertura dell’azienda alla digitalizzazione dei processi, che può spesso trovare barriere, non tanto economiche, quanto culturali. Per quanto sia facile immaginare che la registrazione di ogni attività o di ogni consegna su un database integrato renda questo dato
utilizzabile in più modi e a più livelli, questo piccolo cambiamento ha impatto su tutti gli step del processo. Impattando su ogni fase, dall’organizzazione allo smistamento delle consegne, fino alle partenze degli stessi driver, richiede un adattamento importante tanto degli strumenti e delle infrastrutture quanto delle risorse. La digitalizzazione dell’azienda è una delle sfide più importanti che ci troviamo ad affrontare, ma è anche ciò che sta consentendo,
a chi ha scelto questo approccio, di mantenersi competitivo, affrontando con successo la crescente aspettativa di sostenibilità che, tanto dal sistema regolatorio quanto dal mercato, sta investendo il settore logistico.

ISCRIVITI ALLA NEWSLETTER GRATUITA DI SUPPLY CHAIN ITALY