Logistica 4.0: l'impatto dell'intelligenza artificiale sull’home delivery

ottimizzazione, efficienza, sostenibilità e soddisfazione del Cliente. Sono questi i quattro pilastri della logistica 4.0 che, grazie ultimamente anche all’intelligenza artificiale, sta profondamente cambiando. Tradizionalmente il settore – sebbene sia uno dei più importanti per l’economia di ogni paese – non è mai stato teatro di grandi innovazioni, ma oggi, grazie alla tecnologia, quello che si annuncia assomiglia addirittura ad un cambio di paradigma, capace di portare ad un salto di qualità straordinario.

“Contrariamente a quanto pensano i più e al nome che il suo primo cultore le diede con evidente e fortunato intento di marketing, una delle caratteristiche più significative, e paradossalmente interessanti, dell’AI è di non essere per nulla intelligente ma, anzi, perfettamente stupida – precisa Raffaele Ghedini (nella foto), presidente di Oikyweb, azienda specializzata nella gestione e movimentazione di prodotti grandi e di valore, da oltre 20 anni nel settore dell’home delivery – ma mai stanca! Grazie a ciò, oggi con algoritmi avanzati è possibile analizzare enormi quantità di dati, come i flussi di traffico, le condizioni meteorologiche, la disponibilità dei mezzi, i loro consumi e infinite altre variabili. La logistica si occupa di spostare persone e cose nello spazio, nei tempi desiderati, nel modo più efficiente possibile. Ovvio che all’aumentare dei dati analizzabili l’efficienza possa migliorare. E questo diminuisce anche l'impatto ambientale, che è il vero tasto dolente della logistica, riducendo il consumo di carburante e le emissioni di Co2”.

L’AI come acceleratore dell’efficienza logistica. L’intelligenza artificiale può quindi migliorare la gestione delle consegne, ottimizzando tempi e risorse e riducendo l’impatto ambientale. Oikyweb, da sempre, utilizza piattaforme software sviluppate internamente in grado di ottimizzare i percorsi di consegna. Grazie alle nuove tecnologie, sta ora sviluppando funzionalità di adattamento in tempo reale dei percorsi in base all’evoluzione continua delle informazioni rilevate dalle più affidabili fonti disponibili. E proprio qui troviamo quello che oggi rappresenta il limite allo sviluppo di sistemi più efficienti: non la capacità di calcolo, non la capacità di analisi, ma la qualità dei dati utilizzati.

“Oggi – precisa Raffaele Ghedini - il problema è solo trovare dati corretti. Se programmo un robot per svolgere certe funzioni con dati sbagliati, il robot non è capace di farle. In modo identico, se credo di ottimizzare un processo e uso dati sbagliati, inconsistenti o non robusti, potrei anche trovarmi con un processo meno efficiente e/o meno sicuro”.