Come sta cambiando il settore della logistica e come si presenta il panorama attuale alla fine del 2021

L'attuale panorama dell'industria logistica è diventato uno scenario di interconnettività e complessità. La globalizzazione e la digitalizzazione hanno agito come forze di collegamento sulle catene di fornitura delle imprese, intrecciando le industrie e le organizzazioni che lavorano al loro interno.  Mentre la connettività mondiale ha i suoi benefici, significa anche che la resilienza della catena di approvvigionamento è resa più fragile, poiché gli eventi di disturbo possono increspare la rete di migliaia di organizzazioni.

Un esempio di questo è la catena di approvvigionamento dei semiconduttori, o "chip per computer", che in questo momento è molto disturbata. La catena di approvvigionamento dei semiconduttori è estremamente complessa e interconnessa a livello globale, con la produzione di un singolo chip per computer che spesso richiede più di 1.000 passaggi che passano attraverso i confini internazionali oltre 70 volte. Questa interconnettività e globalizzazione della catena di approvvigionamento ha esacerbato la perturbazione dovuta alla pandemia e ha portato a carenze di semiconduttori nell'industria, ostacolando settori importanti come la produzione di automobili.

La logistica globale è diventata complessa a causa di Covid-19, causando urgenza e colli di bottiglia in tutta la catena di approvvigionamento. Per esempio, la situazione del canale di Suez è stata peggiorata a causa dei vincoli esistenti nell'industria. Ci sono state ulteriori interruzioni della catena di approvvigionamento, come la mancanza di disponibilità di container e l'aumento dei costi di trasporto oceanico, che hanno avuto un impatto improvviso e inaspettato sulla logistica.

Per gestire prontamente le eccezioni di merce urgente quando ci sono interruzioni, la visibilità e la trasparenza diventano imperative e sono necessarie soluzioni in tempo reale per fornire approfondimenti di qualità. Oggi, ci sono ancora ostacoli significativi che non possono essere ignorati. Per superarli, DP World ha elaborato un piano di tecnologia digitale a lungo termine attraverso SeaRates, un mercato spot per le tariffe di trasporto, unito a CARGOES Flow, lo strumento di tracciamento aziendale per le spedizioni intermodali. Ciò che queste soluzioni forniscono è la visibilità della catena di approvvigionamento con un motore di ottimizzazione in tempo reale che consente percorsi alternativi, mitiga i ritardi e i rischi monetari.

Non è un segreto che una buona logistica si basa sui dati. La capacità di prevedere efficacemente la domanda, gestire l'offerta, produrre e distribuire in modo efficace, tutto questo si basa su dati storici e dal vivo forti e affidabili, e le aziende di maggior successo sono quelle che sono in grado di sfruttare i dati su una parte della catena di fornitura per influenzare le altre. Può essere qualcosa di semplice come ordinare la capacità logistica in base ai volumi di produzione, o un'analisi più complessa come la regolazione delle linee di prodotti per tenere conto di variabili come il tempo o le previsioni politiche.

Le aziende stanno diventando sempre più brave a usare tecnologie come l'AI e i big data per aumentare la potenza delle piattaforme di automazione intelligente. Mentre la tecnologia è lontana dall'essere in grado di prendere decisioni soggettive, l'AI e i grandi dati ci permettono di applicare molte più sfumature ai processi logici di business e significa che l'automazione intelligente può fare di più per liberare il tempo, lo sforzo e la capacità della forza lavoro umana.

Come possono i big data e l'AI aiutare le organizzazioni della supply chain a diventare più resilienti

Le tecnologie alimentate dall'AI e i big data possono aiutare le organizzazioni a costruire una vera resilienza operativa nelle loro supply chain. Per esempio, con i segnali e le fonti di dati giusti, le organizzazioni possono anticipare le tendenze di carenza di manodopera e valutare preventivamente i vantaggi di aumentare le scorte dove necessario. Inoltre, l'AI può aiutare a consentire una gestione dell'inventario senza soluzione di continuità. Per esempio, un produttore con fornitori geograficamente diversi, che monitora e identifica il numero di casi in crescita in una regione, potrebbe spostare gli impegni d'ordine in una regione meno colpita, costruendo al contempo scorte di sicurezza. Con i dati giusti, la mappatura e il monitoraggio, il team della catena di approvvigionamento può valutare le condizioni più velocemente e muoversi più rapidamente per ridurre i costosi impatti. Gli attuali perturbatori della catena di approvvigionamento sono complessi, ma questa complessità può essere gestita per le organizzazioni con soluzioni intelligenti di resilienza operativa che fanno uso di AI e big data.

I dati sono fondamentali. I container hanno un vasto volume di prodotti, e comunemente, i ritardi possono verificarsi in tutta la catena di approvvigionamento di un cliente. I dati forniscono soluzioni e intuizioni. Prendiamo, per esempio, un cliente che aspetta l'arrivo della sua spedizione, presumendo che sarà in tempo. La realtà è che le catene di approvvigionamento sono imprevedibili con variabili che possono essere impreviste, come tutti ormai sappiamo. I big data e l'AI  possono fornire ai clienti visibilità e velocità della supply chain, permettendo a un responsabile degli acquisti, per esempio, di andare a cercare nuove alternative. Dal punto di vista della visibilità, potrebbe essere l'azione decisiva necessaria per ottimizzare il fornitore o il percorso. Dal punto di vista della velocità, la digitalizzazione delle firme, dell'identificazione e dei processi di documentazione dal transatlantico al gate può accelerare un container attraverso un porto, dove i dati diventano interoperabili attraverso i vari sistemi degli stakeholder.

A parità di condizioni, la strada è quella di ridurre i ritardi e la congestione portuale attraverso la digitalizzazione che fornisce intuizioni e azioni da intraprendere dalle parti responsabili, dalle comunità portuali alle dogane e oltre, in tempo reale e in modo predittivo.

I big data e l'AI sono entrambe capacità incredibilmente potenti, tuttavia sono prevalentemente limitate alla generazione di intuizioni. Una piattaforma di big data può essere in grado di evidenziare che, controintuitivamente, un'azienda dovrebbe ridurre la produzione di un particolare prodotto perché si comporta meglio sul mercato quando è visto come esclusivo dai consumatori. Un motore di visione artificiale può essere in grado di evidenziare i difetti nei componenti invisibili all'occhio umano. Tuttavia, queste intuizioni sono inutili se non si agisce su di esse. Con l'automazione intelligente, non solo possiamo commissionare intuizioni senza istruzioni umane, ma possiamo anche agire in modo appropriato sui risultati: ridurre gli ordini dei fornitori e rallentare la linea di produzione nel primo caso; indirizzare automaticamente i componenti difettosi a un'unità di riciclaggio in modo che possano essere smontati e i materiali effettivamente riutilizzati.

Il potere non solo di generare nuove intuizioni, ma di agire su di esse in tempo reale dà un'enorme possibilità di navigare efficacemente in un panorama della supply chain sempre più frammentato e complesso. Permette ai leader di raggiungere una maggiore produttività operativa, agilità e resilienza. Questo è più rilevante che mai oggi, dato che vediamo le aziende affrontare sfide enormi, non solo con la preoccupante e continua mancanza di capacità logistica, ma anche carenze in una serie di materie prime cruciali come i chip di silicio e l'alluminio in fogli.

In definitiva, l'AI, i big data e l'automazione intelligente possono offrire più livelli di valore se applicati a una singola sfida o problema aziendale, ma è quando vengono applicati nel contesto di un programma di trasformazione digitale dall'alto verso il basso che si vedono davvero i benefici più significativi.

Guardando al 2022: evoluzione di big data e AI nella Supply Chain

Poiché l'adozione e la popolarità delle soluzioni AI/big data continuano ad aumentare e più aziende iniziano a vederne i benefici - logistica più intelligente, risposte più rapide ai rischi emergenti dei fornitori e una conoscenza più profonda della catena di fornitura estesa - il prossimo fronte sarà l'analitica predittiva e i veri gemelli digitali, modelli digitali accurati dell'intera catena di fornitura estesa delle organizzazioni che possono consentire alle aziende di giocare su vari scenari di rischio. Questi potrebbero includere cyber-attacchi o carenze di manodopera che impattano su fornitori sub-tier critici profondamente integrati nella catena di fornitura e permetterebbero alle aziende di pre-solvere i problemi prima che accadano. Man mano che l'AI e le soluzioni di big data iniziano a dissolvere le barriere che tengono le informazioni della catena di approvvigionamento in un silo, come i formati molto diversi per i dati della catena di approvvigionamento, questo livello di intuizione predittiva diventerà molto più fattibile.

L'approvvigionamento, il commercio business-to-business e l'impilamento dei container saranno fondamentali nel 2022. Risolvere le sfide di impilamento sarà una parte critica della soluzione di molte sfide della catena di approvvigionamento con infrastrutture automatizzate e AI al timone.

Fino a poco tempo fa, la capacità delle organizzazioni di sfruttare l'AI e i big data si è basata sull'assunzione di risorse tecniche specializzate come i data scientist. Le capacità di trasformazione dei set di strumenti erano indiscutibili, ma la loro implementazione efficace richiedeva tempo, risorse e investimenti significativi, il che significava che solo le aziende più grandi o più focalizzate erano in grado di trarne vantaggio.

Quello che si sta cominciando a vedere è un mercato che offre set di strumenti AI e big data altamente capaci che sono accessibili con una soglia tecnica molto più bassa. Dal punto di vista della supply chain, questo offre la capacità di intraprendere attività di previsione molto più complesse, che collegano senza soluzione di continuità le variabili di ogni fase del processo, dalla disponibilità delle materie prime, alla capacità logistica e agli impattori della domanda. I big data permettono di raccogliere e presentare i dati richiesti, mentre gli strumenti di AI offrono la capacità di fare previsioni sfumate basate su una varietà di scenari.

Non c'è dubbio che le capacità dell'AI e i benefici che possono portare alle organizzazioni continueranno a progredire. Man mano che i lavoratori digitali diventano più intelligenti, vediamo le forze di lavoro umane e le loro controparti digitali diventare sempre più intrecciate. La forza lavoro futura sarà una miscela uniforme e senza soluzione di continuità di lavoratori digitali, dipendenti umani e sistemi esistenti, che lavoreranno tutti in modo collaborativo in un modo mai visto prima. Queste nuove forze di lavoro unificate creeranno una maggiore soddisfazione dei dipendenti e degli azionisti, mentre, cosa più importante, forniranno ai clienti esperienze ancora migliori.