Ingredienti segreti per l'automazione: IA e Machine Learning

dicembre 01, 2022

01 dicembre 2022

Ingredienti segreti per l'automazione: IA e Machine Learning

Le aziende innovative che operano nella supply chain si stanno concentrando sempre più sull'automazione della supply chain e della logistica, puntando ad automatizzare i compiti manuali più comuni e ripetitivi.

Utilizzare software che aiutano ad automatizzare le attività time consuming aiuta le aziende a snellire i flussi di lavoro e i processi della supply chain e della logistica, consentendo di prendere decisioni strategiche sulle risorse e destinare la forza lavoro ad attività operative ad alto valore aggiunto.

Le tecnologie di punta necessarie a potenziare i software per l’automazione della supply chain sono l’Intelligenza Artificiale (IA) e il Machine Learning: se adesso i lavoratori sprecano dal 20% al 30% della loro settimana lavorativa per gestire documenti o informazioni basate su documenti, l’uso di algoritmi intelligenti automatizzati può ottimizzare i processi aziendali e migliorare accuratezza e tempi di risposta.

La digitalizzazione può aiutare l’industria della supply chain a ottenere significativi guadagni di efficienza operativa e importanti riduzioni dei costi.
Ad esempio, le aziende che si occupano di trasporto marittimo hanno necessità di ottimizzare le attività di back-office per la creazione delle bozze di polizza di carico, per le quotazioni di spedizione e i manifesti di carico per conto di partner terzi. Tuttavia, spesso riscontrano rallentamenti dei processi a causa della lunghezza dei tempi di gestione delle quotazioni spot, di raccolta informazioni sulle Packing List e relativi errori di data entry, complicazioni nel tracciamento dei container. Questi problemi si possono superare scegliendo soluzioni tecnologiche innovative e scalabili.

 

L’automazione nella supply chain

L'automazione della supply chain e della logistica consiste nello sfruttare le moderne tecnologie per automatizzare i compiti manuali comuni, le attività operative e snellire i flussi di lavoro e i processi. Si tratta di affidare alle tecnologie invece che a un essere umano l'esecuzione di alcune attività operative.

Questo può inizialmente generare alcune perplessità relativamente alla completa eliminazione del coinvolgimento umano nelle attività della supply chain e della logistica, e può certamente sollevare dubbi sull'affidabilità di queste tecnologie.
Ma va ricordato che la supply chain è composta da persone, aziende e processi.
È dunque inverosimile pensare che oggi sia possibile eliminare del tutto uno di questi componenti: al contrario, la tecnologia offre l'opportunità di connettere queste componenti in modo efficiente e di semplificarne l'interazione.
Per esempio, se un supply chain manager deve dedicare delle risorse solo per generare delle quotazioni e al contempo ha la necessità di risparmiare il costo del personale, diventa necessario adottare decisioni strategiche sulle risorse.

 

“Più compiti vengono svolti dall'automazione dei processi, più gli esseri umani sono liberi di dedicarsi ad attività di maggior valore.” 

 

IA e Machine Learning: tecnologie per ottimizzare la gestione della supply chain

Nel mondo della logistica può capitare che i collaboratori impieghino tempo prezioso a leggere documenti cartacei o email per poter estrarre le informazioni che servono a eseguire delle attività operative, come per esempio generare le quotazioni commerciali.
Questa è chiaramente un’attività ripetitiva e a basso valore aggiunto: se un manager C-level ha il compito di prendere decisioni strategiche sulle risorse, deve orientarle verso compiti meno time-consuming e più profittevoli.

È qui che entra in gioco l’automazione!

L'automazione della supply chain e della logistica è una risposta tecnologica alle interruzioni e all'imprevedibilità del panorama industriale odierno.

La digitalizzazione e l'automazione dei processi e dei dati rappresentano un volano per risparmiare il costo del personale, ridurre il rischio di errori e interruzioni.

Secondo uno studio condotto da IBM, oltre il 50% dei dirigenti C-level utilizza l'automazione dei processi e ritiene che i processi operativi chiave possano essere potenziati o automatizzati utilizzando le funzionalità dell'IA.

Vediamo dunque più nello specifico cosa si intende per Intelligenza Artificiale e Machine Learning, e come possono essere utilizzate nel contesto della supply chain.

In modo molto semplificato, l'Intelligenza Artificiale è la scienza che si occupa di far fare alle macchine cose che richiederebbero intelligenza se fatte dall'uomo. L'attuale tecnologia può fare solo ciò per cui è stata progettata. Ciò significa che per ogni problema è necessario progettare un algoritmo specifico per risolverlo.

Il Machine Learning è un sottoinsieme di tecniche di IA che utilizzano metodi statistici e algoritmi per consentire alle macchine di migliorare con l'esperienza.
Il Machine Learning sviluppa algoritmi che consentono ai computer di evolvere i comportamenti sulla base di dati empirici. In questo modo, gli algoritmi imparano automaticamente a riconoscere modelli complessi e a prendere decisioni intelligenti sulla base dei dati: un algoritmo può migliorare se stesso con il tempo, assorbendo un numero maggiore di esempi.

Calando le definizioni nella realtà materiale della supply chain, si può portare l’esempio di un algoritmo per identificare quali tra vari documenti ricevuti via email siano delle packing list: si dovrà dunque addestrare l'algoritmo mostrandogli molti esempi di documenti contrassegnati manualmente come packing list o non lista di imballaggio. L'algoritmo impara a identificare determinati pattern, come l'occorrenza di determinati dati o combinazioni di dati, che indicano la possibilità che un documento sia una packing list.

In ogni caso, esistono molti casi d'uso per la digitalizzazione e l'automazione dei processi nella supply chain e nella logistica. Questi casi d'uso possono variare dall'area dei corridoi logistici e degli hub commerciali, alla facilitazione del commercio, ai punti di contatto e interazione con i consumatori, ai servizi circolari, alle relazioni con i fornitori, alle piattaforme digitali e ai marketplace, al monitoraggio della supply chain, alla gestione del rischio, alla parte finanziaria del commercio e della supply chain fino ai processi decisionali.

Vediamo dunque alcuni casi di funzionamento delle automazioni di supply chain basate su IA e Machine Learning.

Automazioni operative in real life

Il valore dell'automazione deriva principalmente dall'efficienza che crea. Una delle più grandi aziende globali di beni di consumo ha riferito che l'uso dell'automazione avanzata per risolvere i problemi dei flussi di lavoro aumenta del 30% e migliora la produttività dei dipendenti del 50%. 

Pensiamo alle richieste di quotazioni commerciali che si ricevono via e-mail.

Se si applicano algoritmi basati sul Machine Learning addestrati con un numero sufficiente di esempi, questi algoritmi saranno in grado di identificare modelli, per poi evidenziare ed estrarre informazioni come il nome del mittente, le informazioni di contatto, le informazioni sul prodotto, ecc. e di comunicarle al sistema ERP dell’azienda. Tutto ciò avverrà automaticamente e in pochi secondi, senza alcuna interazione umana e con notevoli guadagni di efficienza e risparmi di tempo.

 

"Gli algoritmi intelligenti imparano automaticamente a riconoscere modelli complessi e a prendere decisioni intelligenti sulla base dei dati."

 

L’automazione della supply chain può quindi aiutare l’industria dei trasporti ad automatizzare e standardizzare l'estrazione delle informazioni necessarie per la creazione delle quotazioni con la tecnologia di Intelligenza Artificiale. Questo consente di ottenere significativi guadagni di efficienza operativa.
È dunque evidente che la digitalizzazione nei trasporti marittimi va incontro alle necessità di ottimizzare le attività di back-office per la creazione delle bozze di polizza di carico, per le quotazioni di spedizione e i manifesti di carico, e inoltre consente di tagliare i costi, ridurre i tempi operativi e semplificare i processi.

Il paradigma dell’automazione della supply chain si può applicare produttivamente anche ad altri casi: ad esempio, si possono impostare degli algoritmi intelligenti per effettuare operazioni di data entry automatizzate in ERP o WMS aa partire da documenti di logistica.


Pare infine utile sottolineare che le organizzazioni che hanno implementato l’automazione dei processi lavorativi utilizzando soluzioni digitali “intelligenti” potranno ridurre i costi operativi del 30% entro il 2024.

 

 

Note

1. Disrupting Logistics, Future of Business and Finance

2. Raphael, B. The thinking computer, San Francisco, CA: W.H. Freeman

3. Deloitte, Part 1: Artificial Intelligence Defined

4. IBM Institute for Business Value (2018): The Evolution of Process Automation

5. Vedi la rassegna stampa di Gartner del giugno 2021