I grandi modelli linguistici riproducono le strategie umane nella negoziazione di prezzi e quantità dei prodotti all'interno della supply chain
RICERCHE SULLA LOGISTICA
Di Samuel N. Kirshner, Yiwen Pan, Jason Xianghua Wu e Alex Gould
L'intelligenza artificiale è in grado di negoziare quasi come le persone. I ricercatori dell'Università del New South Wales (Australia) e dell'Università di Zhejiang (Cina) hanno condotto una serie di esperimenti in cui diversi sistemi di intelligenza artificiale hanno assunto il ruolo di fornitori e rivenditori, raggiungendo accordi sui prezzi e sulle quantità dei prodotti. I risultati dello studio hanno evidenziato comportamenti sorprendentemente umani, con una differenza significativa: le macchine hanno dimostrato una maggiore propensione a concludere accordi, il che potrebbe migliorare l'efficienza delle supply chain, sebbene tendessero a favorire alcuni partecipanti rispetto ad altri.
In ogni supply chain entrano in gioco molti più fattori oltre alle fabbriche, ai magazzini e ai mezzi di trasporto. Ci sono anche trattative in cui si decide non solo quanto acquistare e a quale prezzo, ma anche chi si assume i rischi e come vengono ripartiti i profitti.
Da anni i ricercatori studiano il comportamento delle persone nelle transazioni finanziarie e il modo in cui le loro decisioni influenzano il successo della logistica. Gli accordi dipendono tanto dai numeri quanto dai rapporti interpersonali: la fiducia, la comunicazione e il ritmo dello scambio di informazioni. Piccoli dettagli ─ come le informazioni che ciascuna parte decide di condividere o la rapidità con cui risponde a un'offerta ─ possono fare la differenza tra un risultato e l'altro.
L'automazione dei processi di negoziazione migliora l'efficienza dell'intera supply chain
Fino a poco tempo fa si riteneva che le trattative fossero impossibili da automatizzare, ma i grandi modelli linguistici (LLM, dall’acronimo inglese) hanno iniziato ad essere integrati in questi processi. La loro capacità di ragionare, pianificare e adattarsi a contesti diversi permette loro di partecipare a discussioni complesse, in cui si bilanciano gli interessi e si mettono in atto strategie per raggiungere un accordo.
Progetto dello studio sulle negoziazioni con l'IA
Per valutare in che misura gli LLM siano in grado di negoziare come le persone all'interno di una supply chain, i ricercatori dell'Università del New South Wales (Australia) e dell'Università di Zhejiang (Cina) hanno ideato una serie di esperimenti in cui agenti di intelligenza artificiale hanno assunto il ruolo di fornitori e rivenditori.
“Ci siamo basati su un esperimento condotto dalla Cornell University e dall'Università del Texas a Dallas, in cui gruppi di rivenditori e fornitori hanno negoziato la quantità di prodotti e il prezzo senza conoscere con certezza l'andamento della domanda. Nel nostro caso, abbiamo sostituito le persone con agenti di IA. Confrontavamo i dialoghi tra esseri umani e IA ed esploravamo tecniche per migliorarne le prestazioni”, spiegano i ricercatori, interessati a capire fino a che punto questi strumenti possano replicare o ottimizzare le dinamiche aziendali.
La ricerca ha verificato se l'intelligenza artificiale sia in grado di negoziare come un essere umano all'interno della supply chain
L'esperimento consisteva nel raggruppare gli LLM in otto squadre composte da sei membri ciascuna (tre fornitori e tre rivenditori), che discutevano mentre i prezzi e i costi venivano modificati in modo casuale in ogni fase. Dopo diverse tornate, è stata calcolata la media di ciascun indicatore ─ come i benefici o l'efficienza del sistema di approvvigionamento ─ e i risultati sono stati confrontati con quelli ottenuti dai partecipanti umani nello studio originale.
Gli LLM nelle trattative
I grandi modelli linguistici stanno iniziando a cambiare il modo in cui operano le aziende. Sebbene il loro impiego più evidente si riscontri in settori come il marketing o l'assistenza clienti, stanno guadagnando terreno anche in altri ambiti grazie alla loro capacità di automatizzare le attività e di supportare un processo decisionale intelligente.
Uno dei progressi più promettenti è il suo impiego nelle relazioni commerciali, grazie all'automazione di flussi di lavoro quali le comunicazioni con i fornitori o la revisione di documenti legali. Riducendo l'intervento umano in questo tipo di attività, si incrementano la flessibilità e l'efficienza. Nei casi più avanzati, i grandi modelli linguistici stabiliscono autonomamente i termini di un contratto con altri agenti di IA.
“Le prestazioni degli LLM nelle negoziazioni sono in parte dovute alla loro capacità di seguire le regole, imparare dagli errori e migliorare le proprie strategie man mano che acquisiscono esperienza. Per riuscirci, attingono alle informazioni tratte da conversazioni precedenti e le utilizzano come riferimento”, affermano i responsabili dello studio.
Tuttavia, affinché i modelli di linguaggio di grandi dimensioni (LLM) raggiungano un accordo, il loro comportamento deve essere comprensibile e coerente, ovvero simile a quello di una persona. Ciò risulta particolarmente rilevante nella supply chain, dove è opportuno analizzare in che modo le informazioni condivise dagli agenti di IA influenzano il risultato.
Accordi migliori nella supply chain
Dai test condotti nell'ambito di questo studio è emerso che il comportamento degli LLM è, in generale, simile a quello degli esseri umani: entrambi utilizzano regole semplici per decidere quando cedere e quando non cedere. Nelle persone, queste decisioni si basano sull'esperienza o sull'intuizione. La tecnologia, invece, si basa su modelli linguistici appresi durante la fase di addestramento per generare risposte e strategie che riproducono lo svolgimento di un vero e proprio dialogo commerciale.
Tuttavia, negoziare con agenti basati sull'intelligenza artificiale risulta più efficiente rispetto a farlo esclusivamente tra persone. I ricercatori attribuiscono questo effetto alla loro maggiore propensione a raggiungere un accordo: "le macchine sono programmate per concludere un accordo piuttosto che rimanere a mani vuote". Questa tendenza potrebbe essere correlata al modo in cui vengono addestrati i modelli di IA, in particolare attraverso l'apprendimento per rinforzo basato sul feedback umano (Reinforcement Learning with Human Feedback, o RLHF). Questo metodo insegna all'IA a reagire in modo adeguato, premiando i comportamenti positivi e concilianti rispetto a quelli negativi. Ciò potrebbe portare, involontariamente, i sistemi di IA ad assumere un atteggiamento più accomodante durante le trattative. Pertanto, dal punto di vista della gestione aziendale, gli autori sottolineano l'importanza di monitorare con un approccio strategico l'uso di questi agenti di IA in situazioni reali.
Secondo i ricercatori, la tendenza degli LLM a raggiungere un consenso può rendere la catena di approvvigionamento più efficiente, anche se non sempre va a vantaggio di tutti allo stesso modo. Trovare un equilibrio tra rendimento e equa distribuzione dei profitti è fondamentale per le aziende che decidono di integrare agenti di intelligenza artificiale nelle loro supply chain. Inoltre, la facilità con cui la tecnologia consente di concludere accordi può, in alcuni casi, portare alcune parti a ottenere condizioni più vantaggiose.
Negoziare con gli LLM nella supply chain è più efficiente rispetto a quando se ne occupano solo gli esseri umani
A questo punto dell'esperimento è sorta un'altra domanda: se le macchine se la cavano così bene in una trattativa, potrebbero anche essere manipolate? Lo studio evidenzia che, nonostante l'ampio dibattito sui rischi che l'IA possa ingannare gli esseri umani, si verifica anche il contrario: mentire ai sistemi di IA altera l'equità degli accordi.
Quota di profitti che i fornitori ottengono nelle trattative relative alla supply chain
Quando la produzione risulta più economica, i fornitori ottengono una maggiore redditività. Ma se i costi aumentano, il margine si riduce, soprattutto quando entra in gioco l'intelligenza artificiale, poiché i modelli LLM tendono ad accettare accordi meno vantaggiosi. Quando tutti condividono i dati, le persone e l'intelligenza artificiale riescono a negoziare meglio. Ma gli LLM diminuiscono la produttività quando i dati vengono tenuti segreti.
Gli LLM stanno rivoluzionando gli accordi commerciali
Nella supply chain del futuro, le decisioni aziendali non dipenderanno più solo dall'intuizione o dall'esperienza umana. L'intelligenza artificiale si sta affermando come un nuovo partner in grado di ottimizzare i risultati.
I grandi modelli linguistici hanno aperto la strada a nuove possibilità per l'automazione dei processi aziendali. “Man mano che le aziende crescono, il processo decisionale diventa più complesso. Le grandi aziende che gestiscono migliaia di contratti possono avvalersi di agenti basati sull'intelligenza artificiale per aumentare l'efficienza, mentre per le startup delegare le trattative rappresenta un modo per risparmiare tempo e compensare la mancanza di esperienza”, concludono i responsabili della ricerca.
Lo studio getta le basi per comprendere il ruolo degli LLM nella gestione aziendale e apre numerose linee di ricerca per continuare ad approfondire le potenzialità e i limiti dell'intelligenza artificiale nell'automazione di accordi e processi aziendali.
Autori della ricerca:
- Samuel N. Kirshner. Professore associato presso la Facoltà di Sistemi informativi e gestione tecnologica dell'Università del New South Wales (Australia).
- Yiwen Pan. Dottore in Economia presso la Facoltà di Economia dell'Università Zhejiang Gongshang (Cina).
- Jason Xianghua Wu. Assistente presso la Facoltà di Sistemi informativi e gestione tecnologica dell'Università del New South Wales (Australia).
- Alex Gould. - Ricercatore indipendente a Sydney (Australia).
Pubblicazione originale:
Kirshner, S, Pan, Y., Wu, X., Gould, A. Talking terms: Agent information in LLM supply chain bargaining. Decision Sciences (online version).