L'Indice di pressione della catena di approvvigionamento globale dell'agosto 2022, elaborato dalla Federal Reserve Bank di New York, ha mostrato che, sebbene i tempi di consegna si siano ridotti nei quattro mesi precedenti, la pressione era ancora elevata. Ciò ha reso la catena vulnerabile alle interruzioni o anche alle fluttuazioni della domanda stagionale.

A fronte di queste tensioni, i consumatori continuano ad aspettarsi una maggiore scelta, consegnata in modo rapido, economico e, sempre più, sostenibile. Anche se le perturbazioni sono continuate, il commercio globale nel 2021 ha raggiunto un valore record, secondo la Conferenza delle Nazioni Unite sul commercio e lo sviluppo. I fornitori devono cercare di rispondere alle sfide che accompagnano questa domanda. Per farlo in modo efficace, fattori come la resilienza, l'affidabilità e la flessibilità della catena di fornitura dovrebbero essere considerati più importanti dei costi e dell'efficienza.

La visibilità è la chiave

La visibilità può aiutare a risolvere i problemi. Un'accurata visione d'insieme della catena consente di individuare e gestire le interruzioni. Questo darà un certo grado di resilienza, ha affermato ManMohan Sodhi, professore di gestione delle operazioni e della catena di fornitura presso la Bayes Business School di Londra. Per quanto riguarda i consumatori, la tracciabilità può soddisfare le richieste di sostenibilità degli acquirenti.

La maggior parte delle aziende riconosce la necessità di una migliore visibilità, ma solo poche sono in grado di ottenerla. Nel 2020, SupplyChainBrain, la risorsa informativa per la gestione della catena di fornitura, ha dichiarato che la maggior parte delle imprese è in grado di visualizzare solo il 20% delle proprie catene, mentre raccomanda una visibilità compresa tra il 70 e il 90%. SupplyChainBrain afferma che la digitalizzazione "non è più facoltativa" se vogliamo evitare gravi conseguenze commerciali.

Per ottenere i migliori risultati, le catene di fornitura dovrebbero essere integrate digitalmente dal fornitore di materie prime e componenti più a monte fino al cliente finale. Gli input manuali verrebbero trasformati in dati digitali consolidati, leggibili e visibili in tutto il sistema.

I costi della mancata digitalizzazione sono considerevoli, secondo uno studio del 2021. Secondo questo studio, il costo medio annuo per un'organizzazione dell'inserimento manuale dei dati era in media di 1 milione di dollari, mentre più di 600.000 dollari venivano spesi per l'inserimento manuale delle fatture dei fornitori.

L'importanza di una strategia digitale per la supply chain è ben nota ma, a causa della sua complessità, la maggior parte delle aziende fatica ad attuarla.

Transmetrics, fornitore di software per la logistica AI, afferma che il settore logistico è noto per l'uso massiccio di processi manuali e per il grande volume di dati eterogenei che possono essere costosi da centralizzare. Il risultato è che l'integrazione digitale olistica è estremamente impegnativa.

Le catene di approvvigionamento sono inoltre perturbate dai silos tecnologici tra le aziende e all'interno delle stesse, nonché dalla mancanza di standardizzazione dei dati, una barriera che organizzazioni come GS1, il campione del codice a barre, stanno lavorando per smantellare.

Adozione di soluzioni tecnologiche

Molte aziende sono desiderose di adottare soluzioni tecnologiche. Un'indagine condotta nel 2022 da SAP, fornitore di soluzioni software, ha rilevato che entro il prossimo anno o due, il 70% delle aziende britanniche prevede di adottare le tecnologie più recenti per cercare di superare le sfide della supply chain.

La tecnologia più vecchia sta già aggiungendo valore. Alcune soluzioni che si sono evolute nel corso di decenni, come la robotica e l'ottimizzazione della catena di fornitura, hanno ridotto i costi e migliorato l'efficienza. Per migliorare la visibilità della supply chain sono nati sistemi basati su software legacy. Wincanton, fornitore di soluzioni per la supply chain, ha sviluppato un'applicazione che applica nuovi moduli alla tecnologia esistente. Il suo sistema è in grado di tracciare le merci dal momento dell'ordine all'arrivo in un centro di consolidamento. Questa capacità di "torre di controllo" è ancora in fase di sviluppo e rimangono alcuni elementi manuali.

Il modo in cui un'azienda affronta la trasformazione digitale è fondamentale per il successo. Il cambiamento deve essere visto come un'opportunità piuttosto che come una minaccia e le aziende devono essere pronte a fallire mentre imparano. Michael Feindt, consulente di Blue Yonder, azienda specializzata in catene di fornitura intelligenti, afferma che, mentre il passaggio a un maggiore uso della tecnologia può essere ostacolato dalla paura, questa è meno diffusa in Sud America e in Africa, forse perché c'è più da guadagnare nei mercati meno sviluppati.

L'aggiornamento della catena di approvvigionamento dovrebbe essere un processo graduale piuttosto che una revisione simultanea e su larga scala. L'adozione di nuove tecnologie, come la blockchain, l'intelligenza artificiale (AI) e l'internet delle cose (IoT), dovrebbe essere incrementale, anche perché queste tecnologie sono ancora poco conosciute e talvolta viste come una panacea, ma non lo sono. I primi utilizzatori saranno senza dubbio delusi.

La cosa più importante, come sottolinea la ricerca di Sodhi, è che le aziende devono prima identificare i problemi che devono affrontare e poi, in secondo luogo, chiarire i loro obiettivi strategici.

La tecnologia aiuterà certamente le aziende a diventare più adattabili e flessibili, a ridurre i costi e gli errori, a ottimizzare l'uso delle risorse e a velocizzare i processi e la comunicazione. Libererà i lavoratori da compiti ripetitivi a ruoli che richiedono capacità di giudizio ed esperienza. Tuttavia, solo quando le soluzioni giuste vengono applicate a problemi definiti, le tecnologie per la supply chain possono raggiungere uno dei tanti obiettivi.

"Qualunque sia l'elenco prioritario delle esigenze o dei benefici attesi che cercate e qualunque siano i vostri vincoli organizzativi ... portatelo al fornitore e chiedetegli cosa può o non può fare", ha affermato Sodhi. Sodhi sottolinea che spetta ai fornitori l'onere di individuare le soluzioni e, se necessario, di intraprendere i propri progetti pilota per testare le tecnologie nascenti.

Una struttura organizzativa adeguata può migliorare i risultati ed evitare che il fallimento di una tecnologia sperimentale si ripercuota sull'intera azienda. Paul Durkin, chief customer and innovation officer di Wincanton, ha affermato che la sua azienda è migliorata dividendo in due la funzione tecnologica. Una parte affronta le sfide dell'attività esistente, mentre la seconda identifica le opportunità e i prodotti basati sulle tecnologie emergenti. Afferma che "questo crea un'ampiezza di banda" per lo sviluppo dei prodotti senza trascurare i progetti in corso, creando così più soluzioni per i problemi dei clienti.

Le due parti rientrano in un'unica divisione e si uniscono per implementare soluzioni valide. "Non c'è tecnologia che abbiamo adottato che non abbia soddisfatto le aspettative, ma ci sono tecnologie che dobbiamo essere pronti a consumare come organizzazione", afferma Durkin. Ha aggiunto che le persone sono fondamentali. "In alcuni casi possiamo essere pronti dal punto di vista della tecnologia, in altri dal punto di vista delle persone. È la combinazione di persone e tecnologia che lo fa funzionare".

Comprendere le limitazioni

Anche una volta individuata la soluzione tecnologica giusta, è importante comprenderne le capacità. Feindt afferma: "L'intelligenza artificiale basata sui dati può essere d'aiuto [nel] breve termine, ma per la pianificazione a lungo termine diventa più difficile. Questo perché la [probabilità di] eventi senza precedenti diventa maggiore con tempi più lunghi". In altre parole, l'IA non può superare i fondamenti della statistica né prevedere l'imprevedibile.

"Una volta che un evento si è verificato, il software può aiutarvi ad adattarvi rapidamente", afferma Feindt. "Ad esempio, può prevedere come si svilupperà il comportamento dei consumatori e l'esecuzione necessaria". Può anche raccogliere rapidamente dati sulle circostanze attuali, come i blocchi nei porti, aiutando le aziende ad agire rapidamente per trovare prodotti o fornitori alternativi.

Nei primi giorni della pandemia, l'apprendimento automatico (ML) poteva superare gli esseri umani. Man mano che arrivavano i dati più recenti, il Machine Learning li utilizzava per trovare la risposta migliore. Il Machine Learning ha imparato rapidamente che non si trattava affatto di un periodo di vacanza.

Alcuni clienti inizialmente temevano che il loro software non fosse in grado di affrontare le situazioni senza precedenti causate dalla pandemia. Le macchine, tuttavia, si sono rivelate molto più veloci dell'uomo nel comprendere e reagire alla marea di dati. L'IA e il ML hanno anche misurato le previsioni rispetto ai risultati effettivi, imparando man mano.

Sebbene gli eventi imprevedibili siano inevitabili, la tecnologia può elaborare una pianificazione di scenario per aiutare le catene di approvvigionamento a resistere agli shock. Ottimizzerà la gestione delle scorte incorporando i livelli di incertezza e potrà aiutare le organizzazioni a raggiungere obiettivi strategici, ad esempio ridurre al minimo gli sprechi.

In definitiva, le reti potranno essere immaginate, progettate e testate per la resilienza attraverso scenari in cui parti della catena vengono "attaccate" e le contingenze messe in gioco. Questo potrebbe anche aiutare a trasferire le catene di approvvigionamento, ad esempio dalla Cina ad altre parti dell'Asia, con sistemi ottimizzati per l'ubicazione dei siti, la capacità, la gestione delle scorte e la risposta ai clienti.

Per delineare alcune delle tecnologie che possono fare la differenza, questo rapporto esamina gli elementi di una tipica catena di fornitura per mostrare quali soluzioni aggiungono valore e dove, e quali sono promettenti per il futuro.

Le aziende dovrebbero concentrarsi su ciò che le tecnologie fanno, non su ciò che sono, consiglia il Centre for International Manufacturing dell'Università di Cambridge. Facendo eco a Sodhi, afferma che gli obiettivi strategici di un'azienda - migliori consegne, migliori prodotti, maggiore efficienza - dovrebbero guidare le decisioni su quale parte della catena di fornitura necessita di investimenti e sulla tecnologia da impiegare.

IBA Group, società di servizi di outsourcing e software, sostiene che può essere meglio e meno stressante per il management, e quindi più efficace, aggiornare le strutture piuttosto che passare a un'infrastruttura completamente nuova.

#1 Approvvigionamento e adempimento

L'approvvigionamento e l'adempimento sono intrecciati anche se si trovano agli estremi opposti della catena. In base agli ordini effettivi o alle previsioni sugli ordini, il primo si approvvigiona di materiali e merci per garantire che la domanda sia soddisfatta attraverso l'adempimento. Quanto più sono digitalizzati i dati di approvvigionamento di un'azienda, tanto meglio può integrarsi con i fornitori. Se gli altri fornitori sono abilitati allo stesso modo, la migliore connettività aumenterà la visibilità e la reattività lungo la catena.

La quantità di dati disponibili sul comportamento dei consumatori è in rapida crescita. Secondo un rapporto di Ericsson di quest'anno, il traffico totale di dati mobili a livello mondiale raggiungerà i 67 exabyte al mese alla fine del 2021. Si prevede che questo valore sarà più che quadruplicato, raggiungendo i 282EB al mese nel 2027.

Grazie all'integrazione delle informazioni provenienti da fornitori e clienti, l'IA e il ML possono fornire previsioni sulla domanda e analisi statistiche in modo più rapido e accurato rispetto all'uomo. L'aumento della domanda di un nuovo tipo di prodotto in una regione può essere identificato precocemente, fornendo così spunti che possono essere applicati in modo predittivo ai mercati limitrofi. L'analisi dei dati può aiutare a gestire i movimenti dei prezzi e a trovare fonti più economiche.

La pianificazione della catena di approvvigionamento non è una novità, ma un sistema digitalizzato consentirà di modellare scenari più ampi. Questo aiuterà le aziende a capire come proseguire nel migliore dei modi in caso di interruzione di una parte della catena, o a identificare quando potrebbero essere necessari fornitori alternativi. Come nel caso della visibilità, questa pianificazione migliora la resilienza. Le aziende che dispongono di dati di buona qualità avranno un vantaggio significativo.

La resilienza dell'approvvigionamento sarà ulteriormente migliorata quando sarà possibile identificare i guasti imminenti della fornitura attraverso un monitoraggio automatico che utilizza l'elaborazione del linguaggio naturale. Ciò potrebbe comportare, ad esempio, l'uso di informazioni raccolte dal web su eventi meteorologici o politici estremi. In una certa misura, ciò è già fornito dalle "torri di controllo". Si tratta di archivi di dati meno automatizzati basati su cloud che si basano su fonti sia manuali che automatizzate per fornire alle aziende una visione migliore delle loro catene. Le torri di controllo possono, ad esempio, segnalare tempestivamente quando uno shock esterno sta per mettere in difficoltà un fornitore.

Sebbene le torri di controllo siano già in uso, i continui input manuali, la qualità dei dati e la sicurezza del trasferimento tra le aziende ostacolano la piena automazione. Secondo Grand View Research, il mercato delle torri di controllo aveva un valore di 6,5 miliardi di dollari nel 2021 e si prevede che questa valutazione crescerà a un tasso composto del 20% all'anno tra il 2022 e il 2030.

L'analisi automatizzata che utilizza l'elaborazione del linguaggio naturale e il ML può anche ottimizzare i contratti con i fornitori, fornire elementi da rivedere o su cui intervenire e garantire che i termini di approvvigionamento siano allineati e standardizzati. Allo stesso modo, l'automazione di attività ripetitive come la fatturazione può ridurre l'errore umano e accelerare i tempi di elaborazione. Il ML può anche analizzare le fatture per prevenire le frodi.

#2 La produzione

L'efficienza della produzione di beni si basa su un processo produttivo privo di intoppi. I guasti alle apparecchiature, la cattiva gestione dei materiali in entrata e la cattiva programmazione costano tempo e denaro. Le soluzioni in questo settore mirano a garantire la riduzione al minimo dei tempi di inattività e l'ottimizzazione dell'uso di tempo e materiali.

I sensori possono monitorare qualsiasi cosa, dal funzionamento delle apparecchiature al flusso dei prodotti, e aiutare le aziende a selezionare programmi di produzione più efficienti. In combinazione con l'analisi ML, i sensori possono prevedere la necessità di manutenzione delle apparecchiature e dire quando un particolare pezzo rischia di guastarsi. I sensori intelligenti possono individuare i problemi di qualità in base alle incongruenze dei dati e decidere quando richiedere la supervisione umana.

Volete il miglior layout di fabbrica? Il gemellaggio digitale può aiutare. Viene utilizzato per creare una replica virtuale degli impianti e dei siti di lavoro esistenti. Può fornire indicazioni sulla progettazione migliore, ad esempio per l'installazione di nuove macchine.

Una delle tecnologie più mature disponibili per l'uso nelle catene di fornitura è la robotica. Le funzionalità sono diventate sempre più sofisticate e l'uso dei robot si è diffuso ben oltre il suo tradizionale bacino di utenza nel settore automobilistico. I dati dell'Association for Advancing Automation mostrano che nel 2021 le vendite di robot sono aumentate del 28% rispetto all'anno precedente, raggiungendo i 2 miliardi di dollari. Questo risultato è stato provocato dalla carenza di lavoratori durante la pandemia e ha superato del 14% il record di vendite del 2017. I settori non automobilistici hanno rappresentato il 58% del totale.

La stampa 3D è utile per le aziende che producono in piccoli lotti vicino ai loro mercati finali. Ciò sta diventando sempre più comune nei settori ad alta precisione e a basso volume, come i dispositivi medici personalizzati, l'aerospaziale e l'aviazione, nonché quelli che producono prototipi e pezzi di ricambio.

3. Trasporto 

Mentre l'IoT diventa di giorno in giorno più grande e più forte, i sistemi basati sulla più matura tecnologia RFID (identificazione a radiofrequenza) possono offrire un monitoraggio quasi in tempo reale delle merci in transito. Ciò consente di programmare con precisione la movimentazione e la consegna e di utilizzare nel modo più efficiente le flotte di camion o furgoni. Per gli articoli refrigerati, la tracciabilità migliora il controllo della qualità fornendo letture quasi continue della temperatura. Nell'aprile 2022 Hapag-Lloyd ha dichiarato che tutti i suoi container standard saranno dotati di tracker entro pochi mesi, offrendo una maggiore visibilità di questa parte della catena.

Diversi fornitori di software offrono ora torri di controllo, che combinano dati e algoritmi di terze parti per risolvere i problemi di trasporto. Possono essere particolarmente utili in caso di ritardi: le tempeste possono essere tracciate e i percorsi modificati quasi subito. Quando si tratta di eventi banali come gli ingorghi, la tecnologia può identificare percorsi alternativi molto più velocemente di quanto possano fare le persone.

Un inconveniente, tuttavia, è rappresentato dai casi in cui un sistema si basa ancora su dati inseriti manualmente. Attualmente, quando i disastri colpiscono le arterie commerciali - il blocco del Canale di Suez da parte di una nave portacontainer nel 2021 ne è un esempio - le aziende possono impiegare più tempo a riconfigurare gli orari se i processi non sono completamente automatizzati. Più dati ha un sistema, più velocemente può ottimizzare piani alternativi. A un certo punto, l'elaborazione del linguaggio naturale e gli annunci standardizzati (ad esempio, le modifiche alle normative Covid) dovrebbero facilitare la raccolta dei dati in modo più automatizzato.

L'intelligenza artificiale può accelerare compiti banali come la scelta di un vettore. Può aiutare i pianificatori logistici a restringere i percorsi possibili. Il processo è simile a quello di un consumatore individuale che utilizza Google Flights per selezionare un biglietto aereo. Gli algoritmi predittivi possono anche garantire che i beni, ad esempio i container, siano nel posto giusto al momento giusto. L'IA migliora l'analisi dei dati, la stima della capacità e l'analisi della rete.

Il gemellaggio digitale utilizza l'IA e l'IoT per rendere i trasporti più efficienti. Nel porto di Rotterdam, ad esempio, i sensori di un gemello digitale aiutano a pianificare gli orari di ormeggio e scarico, tenendo conto dello stato della marea e del peso dei carichi. A lungo termine, DHL prevede che sarà possibile creare gemelli digitali di interi percorsi, utilizzando informazioni in tempo reale. Ciò renderà più fattibili le consegne autonome.

Si dice che la blockchain abbia il potenziale per rivoluzionare gran parte della catena di approvvigionamento, fornendo la verifica delle transazioni. Tuttavia, la sua promessa di risolvere gli ingorghi alle frontiere causati dalla Brexit non si è ancora concretizzata e, con prove limitate del suo valore o delle sue applicazioni, qualsiasi adozione su larga scala dovrebbe essere considerata speculativa.

#4 Gestione delle scorte e del magazzino

I magazzini gestiti da Ocado, l'azienda di tecnologia alimentare, mostrano come l'integrazione end-to-end possa aggiungere valore. I sistemi basati sulla sua Smart Platform, sviluppata internamente per soddisfare le proprie esigenze commerciali, sono venduti alle aziende alimentari di tutto il mondo.

I robot aggiungono valore a questa parte della catena da decenni e sono diventati sempre più sofisticati. I robot dotati di sensori, intelligenza artificiale e intelligenza artificiale sono in grado di caricare camion e pallet e di spostare scatole. I magazzini all'avanguardia di Ocado riducono i tempi di inattività, poiché i robot monitorano la propria "salute". In Amazon, i robot fanno di tutto, dal sollevamento di carichi pesanti al prelievo e all'imballaggio rapido e accurato.

I livelli delle scorte si basano sugli ordini effettivi e sulla domanda prevista, ed è qui che l'intelligenza artificiale può portare dei risparmi. I dati storici e l'analisi dei modelli hanno aiutato Ocado a ridurre gli sprechi alimentari. La media del settore è scesa dal 2-3% allo 0,6%.

#5 L'ultimo miglio e il cliente

La consegna dell'ultimo miglio può determinare o meno il livello di soddisfazione del cliente per un'azienda rivolta al consumatore. Oltre alle tecnologie già descritte, che aiutano a prevedere la domanda e a garantire la disponibilità delle merci per la consegna, il software può ottimizzare la pianificazione del percorso man mano che vengono ricevuti gli ordini dei clienti. Negli ultimi anni, a Londra e in altre città europee, i robot di strada consegnano i fast food. Nel giro di pochi anni si prevede l'utilizzo di veicoli autonomi e droni.

Le catene di approvvigionamento completamente digitalizzate non solo consentono di migliorare l'efficienza delle aziende esistenti, ma possono anche incrementare i ricavi concentrandosi su ciò che i clienti possono avere bisogno o desiderare di acquistare. Nell'ambito degli approvvigionamenti, il ML e gli algoritmi possono utilizzare i modelli di acquisto dei clienti e aiutare a vendere più prodotti. I canali di vendita digitali non sono più semplicemente piacevoli da avere, ma sono essenziali per le aziende per raggiungere i consumatori esperti di digitale e personalizzare i prodotti per loro.

Con l'aumento della domanda di prodotti la cui sostenibilità sia verificata, la tracciabilità darà un vantaggio alle aziende rivolte al consumatore che saranno tra le prime ad adottarla.

#6 Rischi da tenere d'occhio

Minacce informatiche: Una maggiore digitalizzazione della catena di fornitura non è esente da rischi. La perdita di dati, la sicurezza delle informazioni e la pirateria informatica sono tutte minacce. Un rapporto sullo stato della supply chain nel 2021 per l'industria del software di Sonatype, che vende software per la supply chain, ha riportato che il numero di attacchi informatici nel settore è passato da 216 nel 2015 a 12.000 nel 2019, con un aumento del 650%.

Aspettative deluse: La delusione può essere un pericolo, una tendenza che con la tecnologia è dimostrata dall'hype cycle di Gartner. Con qualsiasi tecnologia in fase iniziale la comprensione è limitata. Se non si riesce a far coincidere le esigenze dell'organizzazione con la tecnologia giusta, la delusione è inevitabile. I vantaggi offerti da IoT, AI e blockchain sono ancora indistinguibili per la maggior parte delle aziende, poiché la loro utilità non è compresa.

Secondo Sodhi della Bayes Business School di Londra, per aumentare le probabilità di successo, gli utenti devono riconoscere che non tutti i problemi possono essere risolti da ogni tecnologia. Ognuna di queste tecnologie è utile per qualcosa, ma non per tutto...".?Le persone pensano che se adottano la blockchain, l'IA o l'IoT, tutte le loro esigenze nella catena di approvvigionamento saranno soddisfatte. In realtà pensano a ciò di cui hanno bisogno, non a ciò che la tecnologia fornirà o meno". 

Paragona la scelta tra le offerte a quella di un proprietario di casa che si vede presentare un frigorifero, un microonde e un aspirapolvere e ne sceglie uno solo per soddisfare tutte le sue esigenze. "Se compro un microonde per pulire i pavimenti e lo apro e lo chiudo per raccogliere la polvere dal pavimento, potrebbe funzionare, ma non è per questo che è stato progettato". 

Il problema è aggravato dalla limitata condivisione delle conoscenze tra gli utenti. Affinché le applicazioni tecnologiche vengano perfezionate e sviluppate, un maggior numero di aziende dovrebbe condividere le proprie esperienze su ciò che funziona e ciò che non funziona.

Disadattamento dei talenti

Le aziende che temono il cambiamento rischiano un'implementazione insufficiente se non riescono a ottenere il consenso di tutta l'organizzazione. La mancanza di formazione ostacola i progressi. In alcuni casi, per un'adozione di successo può essere necessario un cambio generazionale.

Gli esperti sottolineano l'importanza di coinvolgere il personale giusto nella messa in funzione di un nuovo software. Troppo spesso agli amministratori delegati vengono vendute le cosiddette soluzioni all-in-one di cui non comprendono le funzionalità.

Conclusioni

La tecnologia può aiutare ad affrontare le sfide delle catene di approvvigionamento. Tuttavia, affinché una maggiore adozione sia un successo, le aziende devono sapere quali problemi vogliono risolvere. Devono riconoscere che qualsiasi soluzione è semplicemente uno strumento che deve essere applicato e utilizzato correttamente da persone esperte e preparate al suo uso.

Se ci sono problemi in una catena di fornitura, questi devono essere identificati e affrontati il più presto possibile. Anche con la migliore tecnologia, la comunicazione e la trasparenza non possono essere sostituite. Un intervento tempestivo può salvare le relazioni delle aziende con i loro clienti.

Glossario dei termini

Internet delle cose (IoT): L'IoT consiste in sensori che rendono i beni "intelligenti". Questi possono inviare informazioni e comunicare tra loro. L'IoT è utilizzato nella catena di fornitura per la tracciabilità e il monitoraggio.

Blockchain: La blockchain è nota anche come tecnologia a libro mastro distribuito. Consente la registrazione digitale delle transazioni e la tracciabilità dei beni in una rete aziendale. Introduce la fiducia laddove questa è scarsa. La verificabilità delle transazioni può contribuire a ridurre le frodi).

Intelligenza artificiale (AI) e analisi dei dati: Si tratta di statistiche su vasta scala elaborate ad alta velocità. Possono aiutare a gestire il magazzino e l'inventario, a migliorare le relazioni di approvvigionamento e a prevedere la domanda.

AI e apprendimento automatico: Il Machine Learning è un aspetto dell'IA che applica un algoritmo ai dati. In questo modo si attinge all'esperienza precedente e si eseguono compiti senza l'intervento umano. Gli algoritmi possono, ad esempio, fare previsioni, formulare raccomandazioni personalizzate e riconoscere le immagini nelle foto. Tra gli esempi di ML che si possono conoscere ci sono le raccomandazioni di TikTok, il riconoscimento di ritratti fotografici e il completamento di frasi.

Robot e automazione: Si tratta dell'aspetto fisico dei centri di distribuzione e comprende l'ottimizzazione dello stoccaggio, la movimentazione delle scorte, il prelievo e l'imballaggio. È sempre più sofisticato.

Stampa 3D: Si tratta della creazione di oggetti tridimensionali da parte di una macchina che utilizza un modello computerizzato. Applica strati di substrato (plastica, liquidi o polveri) per creare beni fisici. Consente di realizzare e replicare forme estremamente complesse che non possono essere costruite a mano.