Intelligenza artificiale: la chiave per trasformare la logistica

17/11/2021

L'intelligenza artificiale (IA) è il presente e il futuro della tecnologia. Ma come possiamo implementarla per rendere sempre più efficienti i processi di produzione e di supply chain? L'IA apre un numero enorme di scenari da scoprire e su cui lavorare, così come la possibilità di esplorare nuove opportunità di business per ottenere una maggiore crescita, redditività e sostenibilità. Un esempio: combinare l'IA con l'uso di gemelli digitali (repliche digitali di un processo, prodotto o servizio) per personalizzare la produzione in linea con le esigenze del cliente.

La inteligencia artificial en la cadena de suministro hace uso del big data

L'intelligenza artificiale è l'emulazione dell'intelligenza umana da parte di macchine e sistemi informatici. L'obiettivo è quello di creare macchine che possano agire come persone, qualcosa che era fantascienza fino a qualche anno fa, ma che sta diventando realtà.

Il termine intelligenza artificiale è stato coniato dallo scienziato statunitense John McCarthy nel 1956. Tuttavia, il matematico britannico Alan Turing aveva precedentemente sollevato la questione domandandosi, con il test di Turing, se le macchine potessero mai pensare come gli esseri umani. Si tratta di un criterio secondo il quale l'intelligenza di una macchina può essere valutata a seconda le sue risposte siano simili o differenti da quelle di un essere umano.

Quando l'IA viene applicata al mondo del software, è in grado di cambiare il suo comportamento senza essere specificamente programmata per farlo. Per fare questo, l'IA dispone di Reti Neurali Profonde (DNN) che analizzano informazioni complesse come video, immagini e set di dati per decidere, rilevare e fare previsioni in funzione dei dati ricevuti.

Sulla base di quest’ultimi, oltre che sull'analisi e l'osservazione, i sistemi di intelligenza artificiale possono identificare i modelli, fare previsioni probabilistiche e, in certe occasioni, operare senza supervisione. L'IA viene utilizzata in una moltitudine di campi come la visione artificiale o il riconoscimento automatico del parlato.

Chissà se l'innovazione porterà a nuove tecnologie in grado di percepire, capire e agire. I recenti progressi nella visione artificiale, l'Internet of Things (IoT) e l'apprendimento automatico hanno permesso alle macchine di elaborare immagini, suoni e parole, analizzare i dati ottenuti e, di conseguenza, prendere decisioni ed eseguire azioni nel mondo fisico.

Tre fattori che hanno favorito lo sviluppo dell'intelligenza artificiale:

  • Accesso illimitato alla capacità di elaborazione. Il cloud è stato il propulsore della data intelligence grazie alla sua flessibilità, elasticità ed efficienza, sia in termini di spazio di archiviazione che di velocità e sicurezza nella gestione e controllo dei dati.
  • L'ascesa dei big data. Non si tratta solo di stoccare un enorme volume di informazioni, ma anche di gestirle e sfruttarle.
  • Proliferazione di hardware specializzato nel potenziamento dell'Intelligenza Artificiale come GPU Computing, FGPA o TPU. Questi sono strumenti molto più veloci e avanzati per l'analisi dei dati.

Una delle premesse dell’intelligenza artificiale è quella di garantire che i processi di produzione siano sempre più efficienti

Come applicare l’intelligenza artificiale

L'applicazione dell'IA, sia nella nostra vita quotidiana che nel mondo del lavoro, è un fenomeno crescente. Un sondaggio di Gartner, leader mondiale nelle ricerche di mercato e nella consulenza, su un totale di circa 200 professionisti dell'IT e del business rivela che il 24% delle organizzazioni intervistate ha aumentato i propri investimenti in Intelligenza Artificiale e il 42% li ha mantenuti invariati dall'inizio della pandemia di COVID-19.

“L'investimento delle imprese nell'IA è continuato senza sosta nonostante la crisi”, ha affermato Frances Karamouzis, Vicepresidente e Analista di Gartner. Il rapporto aggiunge che il 79% degli intervistati ha dichiarato che le loro organizzazioni stavano esplorando o testando progetti d’Intelligenza Artificiale, mentre solo il 21% ha detto che le loro iniziative di IA erano in produzione.

Fino ad oggi, la maggior parte delle aziende si sono affidate all'automazione per alimentare il loro sviluppo. Tuttavia, gli ultimi sviluppi dell'IA evidenziano che le aziende devono fare un passo avanti, se vogliono differenziarsi dalla concorrenza, e sfruttare ulteriormente il potenziale dell'intelligenza artificiale.

La inteligencia artificial ayuda a controlar el inventario en tiempo real

Per iniziare ad applicare l'intelligenza artificiale al meglio è necessario stabilire un piano strategico che aggiunga valore al business considerando i seguenti passi:

  • Selezionare i campi di applicazione. Per prima cosa, fate una lista dei campi in cui sarebbe possibile applicare questa tecnologia. Per fare questo, identificate chi è l'esperto per ogni caso d'uso e verificate l'esistenza di fonti di dati valide e gli indicatori chiave di prestazione (KPI) che forniscono dati oggettivi sui progressi.
  • Dare priorità ai campi di applicazione. Stimare che valore ha ciascuno dei casi identificati per l’intero business, così come prevedere le possibili difficoltà nell'applicazione dell'IA (come l'assenza di dati adeguati o l'impossibilità di oggettivare i miglioramenti). I cambiamenti radicali non dovrebbero essere intrapresi fino a quando non sono state implementate, in modo incrementale, le migliorie ai processi esistenti.
  • Raggruppare i campi di applicazione. È consigliabile raggruppare i campi di applicazione secondo i dati che li alimentano per poter lavorare su di essi come un insieme e non in modo isolato. 
  • Implementare. Si dovrebbe usare una qualsiasi delle metodologie di implementazione di progetti usando linguaggi di programmazione come CRISP-DM. Se non avete le conoscenze per implementare questa tecnologia, è preferibile farlo con un partner con esperienza tecnologica in questo campo.
  • Valutare. Determinare dai set di dati di prova se i KPI che si intendono potenziare stanno migliorando con l'applicazione del prototipo di IA. 
  • Lancio. Una volta che la soluzione è stata valutata con successo, deve essere applicata in modo controllato per verificare che ciò che è stato ottenuto nei test corrisponda alla realtà. In altre parole, verificate che il sistema si adatti correttamente ai dati ricevuti dall'ambiente reale.
  • Attuazione completa. Questo consiste nell’implementazione del sistema in modo estensivo per poter passare alla successiva serie di campi di applicazione.

L’intelligenza artificiale permette di esplorare nuove opportunità di business per raggiungere una maggiore crescita, sostenibilità e redditività

Applicazioni dell’intelligenza artificiale nella logistica

Le applicazioni dell'intelligenza artificiale nella logistica sono ancora in fase di sviluppo, ma si prevede che raggiungeranno il loro pieno potenziale nei prossimi anni. In ogni caso, ci sono alcune pratiche che si stanno già affermando nel settore:

  • Previsione delle tendenze di consumo. L'intelligenza artificiale utilizza i big data per scopi logistici: incrocia le informazioni interne, come lo storico delle vendite, con i dati provenienti da forum, social network o altre fonti internet. Così facendo, il sistema è in grado di dedurre le tendenze di consumo degli utenti e quindi prevedere il comportamento della domanda. Questo serve a innescare la logistica predittiva per prevenire le rotture di stock o per evitare lo stoccaggio di merci in eccesso. Questo è un modo per limitare lo spreco di risorse.
  • Automatizzazione dei cicli operativi di magazzino. Uno dei maggiori esponenti dell'intelligenza artificiale nella logistica sono i magazzini automatici. Combinano due sistemi fondamentali: la robotica applicata al magazzino e il software di gestione. E la logistica che ne scaturisce integra sia i movimenti di trasporto e stoccaggio che la gestione delle operazioni. Questo lavoro condiviso genera modelli nel tempo che vengono continuamente analizzati. Pertanto, l'intelligenza artificiale aiuta a ottimizzare le risorse e a correggere i movimenti in caso di variazioni dei flussi.
  • Selezionare le rotte di trasporto e spostamenti più efficienti. Il coordinamento del trasporto logistico è più facile con l'IA. Da un lato, il WMS mantiene una radiografia digitale dei locali dell'azienda e registra tutti i movimenti intralogistici che si verificano. L'IA elabora poi questi dati e organizza i movimenti, sia dei veicoli auto-diretti che reagiscono all'ambiente e adattano il percorso come richiesto, sia degli operatori assistiti dalle attrezzature di movimentazione. D'altra parte, l'IA gestisce anche le flotte di trasporto di merci, interpretando e incorporando le informazioni aggiornate sul traffico nei sistemi locali. Con questo, il software traccia i percorsi più convenienti per la consegna di diversi tipi di merce e corregge i percorsi in tempo reale in caso di incidenti.
  • Maggior controllo delle informazioni nella supply chain. L'automazione dei processi nella supply chain, potenziata dalla presenza dell'intelligenza artificiale, apre le porte all'inventario in tempo reale, all'emissione di ordini di fornitura istantanei o al monitoraggio accurato degli ordini, tra gli altri. Parimenti, l'integrazione dei dati e il miglioramento dei sistemi di tracciabilità possono rispondere al bisogno di sapere dell'utente. Per esempio, la domanda comune su dove si trova il pacco acquistato in un negozio di e-commerce può essere risolta in modo rapido ed efficiente con l'implementazione di chatbot dotati di intelligenza artificiale.

La inteligencia artificial permite explorar nuevas oportunidades de negocio

L'intelligenza artificiale apre le porte all'inventario in tempo reale, all'emissione di ordini di fornitura istantanei o al monitoraggio accurato degli ordini

Come lavora Mecalux per applicare l’IA?

Mecalux Software Solutions sta lavorando su diversi campi di applicazione per aggiungere più valore a Easy WMS, il sistema di gestione magazzino che opera in più di 1.000 strutture nel mondo. Questi sono alcuni dei punti su cui Mecalux sta lavorando:

Migliorie del picking nei magazzini di e-commerce

Una delle sfide di un magazzino di e-commerce è quella di gestire il grande volume di ordini in uscita, per cui è molto importante ottimizzare i percorsi degli operatori durante il prelievo delle referenze che compongono ciascuno di essi.

L'applicazione dell'IA permette al sistema di dare indicazioni ad ogni operatore su ogni particolare ordine. Il sistema può farlo grazie all'apprendimento basato su dati storici. Con questo si ottiene la massima efficienza, specialmente nei magazzini con picking intensivo come i magazzini di e-commerce.

Sistema predittivo per ottimizzare la preparazione degli ordini

L'IA applicata a Easy WMS può essere utile per prevedere il tempo necessario per preparare nuovi ordini, basandosi sull'analisi dei dati storici.

L'obiettivo principale del sistema predittivo è quello di stimare il tempo di picking con largo anticipo in base al tipo di ordini che entrano nel sistema e agli articoli che compongono ciascuno di essi.

La inteligencia artificial optimiza los movimientos de mercancía en el almacén

Inoltre, il Warehouse Execution System (WES), come parte di Easy WMS, è in grado di decidere quando e come lanciare gli ordini di picking agli operatori in modo che possano avere un flusso costante di lavoro (order streaming).

Verifica etichettature e tracciabilità

Insieme ai sistemi di riconoscimento delle immagini, l'intelligenza artificiale può aiutare nel rilevamento automatico dei numeri di serie nei processi di imballaggio. Per esempio, è di grande utilità nell'identificazione dei numeri di serie delle denominazioni d'origine sulle bottiglie di vino e la loro associazione alle scatole di imballaggio.

Il sistema identifica quali articoli, con etichette stampate con i codici seriali della denominazione d'origine, devono passare attraverso un nastro trasportatore per essere imballati nelle scatole. Inoltre, riconosce i numeri di serie mentre i prodotti si muovono lungo il trasportatore, il che aiuta a sapere in quale scatola è stata messa una particolare bottiglia.

L'uso dell'intelligenza artificiale nel riconoscimento delle immagini porta miglioramenti sostanziali alle attrezzature hardware di oggi.

Sistemi conversazionali come interfaccia tra utente e sistema

Mecalux incorporerà un meccanismo per consultare le dashboard e i risultati degli indicatori attraverso piattaforme come email, Skype o Telegram. Il vantaggio di questo sistema è che si può accedere istantaneamente ai dati di produttività del magazzino da qualsiasi parte del mondo dove ci sia una connessione a Internet, così come spostarsi tra i pannelli in modo veloce.

Mecalux promuove l'intelligenza artificiale

Dire che l'intelligenza artificiale fa parte della nostra vita quotidiana e della logistica è un'ovvietà. È anche palese pensare che la tecnologia sia un alleato per migliorare ulteriormente tutti i processi della supply chain. Per questo motivo, Mecalux ha passato anni a sviluppare progetti di innovazione tecnologica e ad applicarne i risultati per migliorare la gestione del magazzino, con il fine ultimo di rendere i suoi clienti più efficienti e redditizi.