Le aziende fanno sempre più affidamento sull’AI generativa nella Supply Chain. L’intelligenza artificiale (AI) nella catena di fornitura è infatti sempre più utilizzata per la pianificazione della domanda e l’approvvigionamento, la standardizzazione dei processi o l’ottimizzazione delle consegne.
In questi anni, sotto la spinta della pandemia, le aziende si sono concentrate sui progetti che riguardavano l’applicazione dell’AI nei diversi ambiti operativi della Supply Chain. Ma negli ultimi mesi un’altra evoluzione tecnologica – la generative AI – ha guadagnato l’attenzione del pubblico portando una nuova ventata di automazione.
Bard, ChatGPT e simili hanno ribaltato le nostre nozioni su ciò che è possibile fare con l’ausilio degli algoritmi, anche in ambito catena della fornitura, logistica e trasporti.
Come si inserisce l’Intelligenza Artificiale generativa nella Supply Chain
Le applicazioni di generative AI permettono di creare nuovi contenuti – come immagini, testo, audio o video – sulla base dei dati per cui sono state addestrate e allenate, migliorando con l’andare del tempo l’accuratezza dei risultati ottenibili.
Sebbene la tecnologia non sia nuova, i progressi recenti la rendono semplice da utilizzare per qualsiasi operatore, anche inesperto, e questo rappresenta proprio il punto di forza di questa nuova ondata tecnologica.
Così, la capacità di creare valore dai dati non è più appannaggio esclusivo di Data Scientist, matematici e statistici, ma alla portata dell’utente finale, ovvero di chi con quei dati ci lavora effettivamente e quotidianamente.
Ecco perché il tasso di adozione dell’AI generativa è stato, nel corso di questi mesi, molto più elevato rispetto a quello di qualsiasi altra innovazione IT degli ultimi decenni, anche nell’ambito operativo della gestione della catena della fornitura.
I casi d’uso dell’AI generativa nella Supply Chain
Ciò che sembrava impensabile anche solo un anno fa, ora viene discusso come una possibilità concreta e sono numerosi i casi d’uso di questa tecnologia, in modo esteso, lungo tutta la filiera. Si tratta soprattutto, a onor del vero, di Proof of Concept più che di veri e propri progetti, resi possibili dalla capacità dell’AI generativa di:
- classificare e categorizzare le informazioni in base a dati visuali o testuali;
- analizzare e modificare rapidamente strategie, piani e ipotesi di allocazione delle risorse sulla base dell’evidenza dei dati in tempo reale;
- generare automaticamente contenuti nuovi in varie forme garantendo tempi di risposta più rapidi;
- riepilogare, analizzare e correlare grandi volumi di dati, estraendo informazioni chiave e tendenze;
- aiutare a recuperare rapidamente informazioni rilevanti e fornire risposte immediate tramite voce o testo.
I benefici dell’applicazione della generative AI sono evidenti a più livelli, come hanno sottolineato di recente in un articolo Sumit Dutta, EY Americas Supply Chain & Operations Field of Play Leader, e Glenn Steinberg, EY Global Supply Chain and Operations Leader. Questi i 4 principali.
Pianificazione della Supply Chain
L’Intelligenza Artificiale generativa assicura la massima semplicità nelle interazioni che riguardano tutte le attività di pianificazione abilitate dalla tecnologia.
La funzione “chat”, spesso integrata in questi strumenti, aiuta gli operatori a porre domande che aiutano il team a prevedere la domanda dei propri prodotti sulla base della probabilità che si verifichino eventi come shock globali, calamità naturali o conflitti in specifiche aree geografiche, che potrebbero modificare o interrompere i flussi di componenti, materie prime e servizi.
La gestione del rischio è forse l’area più promettente, a detta degli esperti, in particolare per quel che riguarda la capacità di mettere a fuoco eventuali problematiche difficilmente anticipabili da qualsiasi esperto per quel che attiene a:
• previsione della domanda;
• definizione del piano di produzione;
Gestione delle forniture
Negli Stati Uniti, diversi retailer utilizzano bot che impiegano l’Intelligenza Artificiale generativa nel Contract Management, per ridurre al minimo i costi e i tempi di negoziazione dei contratti di fornitura, automatizzando le procedure relative alle gare d’appalto più complesse.
Al di là delle negoziazioni, l’AI generativa offre comunque l’opportunità per migliorare le relazioni e la gestione dei fornitori, consentendo di introdurre raccomandazioni e suggerire le “Next Best Action” di evoluzione di un contratto, alla stregua di quanto fanno i retailer che indirizzano il consumatore lungo il processo d’acquisto. Questi strumenti sono utili per estrarre rapidamente informazioni da contratti particolarmente complessi e preparare gli operatori a discutere in modo informato e consapevole le proposte di rinnovo garantendo:
• gestione ottimizzata dei fornitori;
• gestione ottimizzata dei contratti;
• capacità di intervenire immediatamente sostituendo un fornitore con un altro in caso di problemi o ritardi;
• visibilità lungo tutta la Supply Chain.
Sincronizzazione della produzione
L’AI generativa applicata all’ambito della catena di fornitura offre l’opportunità di accelerare tutti i processi produttivi, dalla progettazione alla commercializzazione. Molte realtà manifatturiere stanno addestrando i modelli matematici sui propri set di dati per poi “chiedere” alle soluzioni di generative AI di trovare nuovi modi per migliorare la produttività e garantire maggior efficienza.
La manutenzione predittiva, per esempio, è una delle aree in cui l’AI generativa può aiutare a prevedere quali macchine o linee di produzione avranno maggiori probabilità di fermarsi nel breve periodo. Queste informazioni contribuiscono a migliorare uno dei parametri più rilevanti per le aziende manifatturiere come l’OEE (Overall Equipment Effectiveness), ovvero l’efficienza complessiva delle risorse produttive impiegate.
Altri ambiti di applicazione sono quelli dell’automazione di fabbrica, dell’automazione dei processi di ispezione dei macchinari e della gestione del ciclo di vita del prodotto, con vantaggi evidenti in diverse aree come:
• design del prodotto;
• scienza e ingegneria dei materiali.
Ottimizzazione della logistica e dei trasporti
Da molti anni le aziende utilizzano l’AI per ottimizzare i percorsi di prelievo all’interno dei magazzini, aumentando la produttività e la sicurezza della forza lavoro, riducendo i costi operativi attraverso l’ottimizzazione dello spazio e dei flussi di movimentazione dei materiali.
La componente generativa offre, però, ulteriori dimensioni di efficientamento, consentendo agli operatori di valutare le aree di possibile miglioramento attraverso semplici comandi (prompt) testuali. “Come posso risparmiare più carburante ottimizzando i percorsi di consegna?”, oppure “Qual è il metodo di prioritizzazione delle consegne che mi permette di soddisfare il maggior numero di clienti contenendo al massimo i costi?” sono solo alcune delle domande che è possibile fare ad applicazioni come ChatGPT o a soluzioni personalizzate per capire come:
• riprogettare la rete e i flussi logistici all’insegna della maggior efficienza;
• ottimizzare dinamicamente la gestione dell’ultimo miglio.
3 passi per investire nell’AI generativa per la Supply Chain
Sebbene l’Intelligenza Artificiale generativa sia uno strumento potente (pur con alcune limitazioni), non si tratta però di una strategia, mettono in guardia gli esperti. Che consigliano ai decisori aziendali di concentrarsi più che sull’applicazione in sé sul valore che l’AI generativa può garantire al business. Dutta e Steinberg suggeriscono di approcciare l’integrazione della generative AI nella Supply Chain attraverso un modello strutturato in tre passaggi:
1. Concentrarsi sulla trasformazione a livello di dominio: individuare casi d’uso a maggior impatto immaginando un ecosistema coeso che sia in sinergia con i modelli di business tradizionali e sblocchi nuove possibilità di efficientamento.
2. Garantire la collaborazione di tutta l’organizzazione: discutere le implicazioni e identificare le competenze richieste tra le diverse funzioni, superando i limiti legati alla valorizzazione delle sole competenze tecniche per abbracciare una visione più ampia, legata alla valutazione del contributo specifico di ciascun operatore impiegato in attività legate alla gestione della Supply Chain, logistica e gestione dei fornitori.
3. Mantenere una mente aperta e cautelarsi contro i rischi: implementare iniziative pilota e Proof of Concept permette di approfondire gli aspetti più critici della tecnologia e ottenere risultati più rapidamente contenendo al minimo i rischi attraverso un’adozione scalabile.
