Le odierne catene di fornitura globalizzate si sono evolute fino a diventare altamente interconnesse e continuano a crescere in complessità. Le interruzioni diffuse, come il COVID-19, hanno aumentato la necessità di catene di fornitura autonome, agili e resilienti, in grado di fornire visibilità end-to-end e un migliore controllo operativo.

Oltre a sfruttare gli insight dei clienti per il marketing e le promozioni, le aziende devono accelerare l'esplorazione degli analytics per creare modelli di supply chain flessibili e abilitati al digitale. E’ possibile realizzare un valore significativo per favorire l'esperienza del cliente, l'accelerazione dei ricavi, la previsione dei rischi e l'ottimizzazione dei costi. L'intelligenza artificiale (AI) e l'apprendimento automatico (ML) devono essere integrati con le operazioni per trarre spunti di riflessione, prevedere eventi e prescrivere azioni pertinenti.

Di seguito ci sono alcuni casi d'uso salienti su come il software alimentato dall'intelligenza artificiale può elaborare rapidamente grandi volumi di dati e definire le tendenze a livello granulare. Queste intuizioni possono poi essere trasmesse alla robotica e alle tecnologie digitali immersive per creare catene di fornitura digitali personalizzate, scalabili e sicure.

Una supply chain basata sul cognitive pull

Gartner prevede che entro il 2024 il 50% delle organizzazioni della supply chain investirà in applicazioni che supportano l'intelligenza artificiale e le capacità di analisi avanzate. Le organizzazioni lungimiranti possono implementare reti di fornitura digitali (DSN) adattive, in grado di gestire le incertezze e di analizzare grandi quantità di dati in rapido movimento provenienti da sistemi connessi. Ciò consentirà di prendere decisioni informate, tempestive e ottimali che porteranno a una rete intelligente orientata al valore.

È necessario identificare e includere le fonti di dati più vicine al consumo. Questo perché le tradizionali tecniche di previsione associate a metodi di serie temporali non sono più sufficienti per ricavare informazioni utili. Il recente incidente della carenza di chip è un esempio in cui una pianificazione impropria della domanda ha causato un tremendo effetto a catena di fornitura: una varietà di prodotti, dalle automobili alle console di gioco e ai frigoriferi, sono stati colpiti. Il Demand Sensing guidato dall'intelligenza artificiale può aumentare la visibilità, l'accuratezza e l'affidabilità dell'intera rete del valore, stimando i cali e i picchi della domanda dei clienti utilizzando informazioni quasi in tempo reale, come i dati dell'e-commerce o dei punti vendita (POS), su orizzonti temporali brevi, per creare previsioni accurate della domanda. In questo modo, è possibile ricavare informazioni granulari sul comportamento e sulle preferenze dei clienti.

L'utilizzo di AI e ML avanzati in questo modo consente di razionalizzare le SKU considerando numerosi fattori come i livelli di servizio, il punto di prezzo, le distinte base e i costi unitari, per anticipare meglio la domanda. Queste tecniche possono anche utilizzare fonti di dati esterne come gli indicatori economici, i modelli meteorologici, i prezzi della concorrenza e il comportamento dei clienti per creare previsioni giornaliere che riflettano le tendenze e le realtà attuali del mercato, garantendo così livelli di servizio elevati con scorte ottimali. Il Demand Sensing può consentire il posizionamento e lo stoccaggio strategico degli articoli nelle "Forward Stocking Locations" (FSL) o in altre sacche di magazzino vicine ai clienti, ottimizzando la consegna all'ultimo miglio per un'esperienza cliente superlativa.

Una carta AI porta anche a una gestione proattiva del rischio. Armonizza i dati della supply chain e applica autocorrezioni o apprendimenti per implementare e migliorare l'intelligenza umana. Le soluzioni automatizzate e i modelli di IA prognostici consentono di valutare in modo proattivo i rischi e l'analisi dell'impatto aziendale simulando scenari "what-if" in tempo reale, ad esempio identificando le vulnerabilità e i punti di guasto nell'infrastruttura di un'organizzazione. Grazie all'intelligenza artificiale, le organizzazioni della supply chain possono fare previsioni intelligenti sull'approvvigionamento di materie prime, sui componenti in lavorazione, sulla riconciliazione delle scorte, sulle eccezioni o sugli errori di fatturazione, sulla manutenzione dei campi, sulla programmazione e sul monitoraggio delle spedizioni e delle attività di trasporto, per citarne alcuni.

Utilizzo dell'intelligenza artificiale per l'ottimizzazione del magazzino

Una pianificazione ben organizzata della supply chain è solitamente sinonimo di gestione del magazzino e organizzazione delle scorte. Un prelievo accurato e più rapido degli articoli in magazzino è essenziale per un'efficiente evasione degli ordini. In questo settore sono in corso importanti sforzi di trasformazione digitale.  Un caso d'uso chiave a cui sono interessati i professionisti della supply chain è l'ottimizzazione dei percorsi all'interno del magazzino, per garantire percorsi di prelievo degli articoli più efficienti. Sfruttando tecniche come l'analisi visiva, la tecnologia RFID (Radio Frequency Identification), le telecamere avanzate sui carrelli elevatori omnidirezionali e l'analisi del peso e delle dimensioni degli articoli prelevati, le innovazioni possono essere indirizzate verso una navigazione agevole in strutture di magazzino complesse.

Un altro caso d'uso che sta diventando critico per i gestori di magazzino è la gestione degli asset e la previsione dei guasti in anticipo, soprattutto nel caso dei carrelli elevatori. La presenza di sensori abilitati all'Internet of Things (IoT) sui carrelli elevatori, in grado di analizzare la coppia, le curve strette, i modelli sonori e così via, migliorerà notevolmente i tassi di previsione dei guasti e ottimizzerà la gestione delle attrezzature di magazzino da parte dei conducenti. Questa capacità ha il potenziale per influenzare direttamente l'esperienza del cliente.  Anche la robotica di magazzino ha guadagnato terreno negli ultimi anni, in quanto i bracci robotici sono in grado di spostare, girare, sollevare e manovrare gli articoli, assistendo i lavoratori umani e aumentando la produttività del posto di lavoro.

Gestione dei fornitori e dei rischi di approvvigionamento globale

L'intelligenza artificiale può essere uno strumento strategico per la gestione proattiva dei rischi dei fornitori e per l'approvvigionamento responsabile nelle catene di fornitura globali. Il successo dell'approvvigionamento di dati in presenza di rischi geopolitici, disastri naturali, scioperi ed eventi cigno nero come il COVID-19 svolge un ruolo fondamentale nel garantire la continuità aziendale.  I metodi tradizionali, che si basano solo sulle consegne puntuali dei fornitori e sulle prestazioni storiche, non sono adeguati in caso di eventi "cigno nero". I moduli di rischio dei fornitori alimentati dall'intelligenza artificiale supportano la gestione del ciclo di vita dei fornitori, compresa la selezione dei fornitori, la loro profilazione e la loro categorizzazione in base alla geografia, alla portata, alla criticità, alle opzioni di prezzo e ad altre metriche aziendali standard. Ciò consente alle aziende di classificare i fornitori in base al rischio, all'efficienza e alle prestazioni complessive. Ad esempio, durante la pandemia, ai fornitori delle aree geografiche più colpite verrà assegnato un livello di "alto rischio". Le organizzazioni dotate di intelligenza artificiale possono anche elaborare piani di emergenza per mitigare eventuali problemi e sviluppare strategie di approvvigionamento alternative, nel caso in cui i fornitori principali non siano più disponibili. Un altro caso d'uso che le organizzazioni della supply chain possono sfruttare per migliorare la gestione dei fornitori è quello di tenere un registro delle offerte storiche delle aziende e creare modelli predittivi per strategie di prezzo competitive.

Applicazione dell'IA alla logistica e ai trasporti

L'IA può favorire l'efficienza nel settore della logistica e dei trasporti in due categorie principali. La prima categoria riguarda l'ottimizzazione dei percorsi, l'allineamento della previsione della domanda con la coppia ottimale origine-destinazione, la riduzione dei chilometri morti e dei tempi di attesa durante le operazioni di carico/scarico. La programmazione dinamica può essere utilizzata per identificare i percorsi migliori. Questo aiuta a classificare le regioni che attirano la maggior parte della domanda. L'intelligenza artificiale consente l'ottimizzazione del carico e la consegna dell'ultimo miglio in tempi definiti, considerando fattori vitali come la coppia ordine-destinazione o la corsia ideale, le informazioni sul cross-docking, le dimensioni e il peso del prodotto, la data di consegna prevista, la priorità, ecc. Un altro caso d'uso dell'intelligenza artificiale è legato al miglioramento della visibilità e della tracciabilità in transito nelle operazioni di spedizione. Quando le scadenze delle spedizioni non vengono rispettate e le consegne devono essere riprogrammate, si verifica una quantità significativa di sprechi. La creazione di modelli di evasione degli ordini potenziati dall'intelligenza artificiale può garantire la consegna del prodotto o del pezzo giusto nelle giuste quantità, al momento, nel luogo e al prezzo giusto, assicurando una migliore Customer Experience (CX).

La seconda categoria riguarda i cicli di vita degli ordini di servizio. L'intelligenza artificiale sta rimodellando le operazioni relative agli ordini di vendita e al ciclo di vita dell'assistenza, utilizzando algoritmi di spedizione e analisi predittive, per migliorare l'automazione sul campo, la compilazione degli ordini, l'utilizzo delle risorse, le prestazioni tecnologiche, il rispetto degli accordi sul livello di servizio (SLA) e la programmazione automatica degli appuntamenti.

Un futuro con l'intelligenza artificiale

I professionisti della supply chain sono e continueranno a lavorare in situazioni e sfide in rapida evoluzione. Sebbene non si possa prevedere cosa accadrà domani, le organizzazioni lungimiranti possono costruire una supply chain globale reattiva, pronta per il futuro e sostenibile sfruttando l'IA supportata da tecnologie emergenti come Blockchain, IoT, Digital Twins, 5G e Edge Computing. L'ottimizzazione della catena di fornitura guidata dall'IA può produrre intuizioni per guidare i cambiamenti sistemici e monitorare la conformità e gli standard di qualità dei dati. Le decisioni intelligenti in ogni fase della catena di fornitura sono possibili sbloccando la potenza dei dati attraverso l'IA. Percepire, ascoltare, prevedere e rispondere rapidamente ai cambiamenti del mercato con l'IA e il digitale per un'esperienza cliente eccezionale e una maggiore resilienza della supply chain.