“Una supply chain autonoma richiede visibilità end-to-end predittiva, e i manager devono investire su elementi tecnologici critici, come AI/ML, che permettono di sfruttare il valore dei dati e mettere in luce eventuali criticità nella catena distributiva, prima che si verifichino”. Così Fred Baumann, group vice president, Industry Strategies, Jda, sintetizza i risultati della ricerca Digital Supply Chain Investment Survey condotta da Jda Software e Kpmg con Incisiv, per descrivere i principali investimenti nell’innovazione in ambito retail, manifatturiero e logistico e coinvolge i manager aziendali della supply chain.

Anche nella seconda edizione di questo studio, condotto per la prima volta nel 2018, si conferma che la visibilità end-to-end in ambito supply chain è abilitata da intelligenza artificiale e machine learning e che queste due tecnologie sono prioritarie, insieme all’analisi cognitiva.

Jda, Kpmg, Incisiv – Impatto e matrice di adozione delle diverse tecnologie

Per questo i manager della supply chain nei prossimi due anni intendono implementare o testare diverse tecnologie e soluzioni, tra cui analisi cognitiva (82%), IA/ML (62%) e digital control tower (55%).

IA e ML sono considerate le tecnologie di maggior impatto (80%), per la loro ampia applicabilità e la promessa di consentire la soluzione dei problemi aziendali complessi lungo tutta la value chain.

L’analisi cognitiva e predittiva è scelta dal 75% degli intervistati come fattore abilitante che avrà un impatto significativo nel prossimo anno.

Nel complesso, rispetto all’anno precedente, per i dirigenti intervistati l’intelligenza artificiale, si è spostata nel quadrante “impatto elevato con alto livello di adozione pianificato” (vedi figura successiva), confermando l’importanza dell’effetto che questa tecnologia avrà sulla supply chain nel prossimo futuro.

AI e machine learning determinano un valore elevato di impatto nella capacità di ottimizzare le scorte (nel 50% dei casi), e nella distribuzione predittiva (45%), ma anche nell’ottimizzazione delle reti di distribuzione, con le aziende che hanno sempre più bisogno di capacità di fullfillment da qualsiasi luogo.

Tre i casi d’uso in cui l’AI permette di maturare il valore più elevato: accuratezza sui dati delle scorte, e il pricing retail, previsione della domanda per la produzione, ottimizzazione della rete logistica e di distribuzione.

Lo speed-to-market è indicato come uno dei principali fattori di investimento (quasi 7 intervistati su 10), la resistenza al cambiamento è per più di 4 rispondenti su dieci la sfida principale nella spinta verso l’innovazione.

Un dato è significativo e per alcuni aspetti richiede una riflessione a parte: l’incapacità di valutare il potenziale delle nuove tecnologie in aumento nel corso dell’ultimo anno. Come se ci fosse uno scollegamento tra hype tecnologico e valore percepito.

Spiega Gaurav Pant, Cio di Incisiv: “I manager si trovano ad affrontare la fatica dell’hype-cycle della tecnologia perché l’incapacità di collegare le tecnologie a casi d’uso specifici, pratici e di impatto continua a essere un ostacolo all’innovazione”.

La ricerca evidenzia come i manager non riescano a prevedere l’impatto che una tecnologia avrà sul business. I fornitori che riusciranno a dimostrare un valore misurabile delle soluzioni AI/ML per la supply chain saranno gli unici ad offrire un vantaggio competitivo concreto per aiutare i decision maker aziendali a superare questa sfida.

Anche il cloud computing continuerà a rappresentare una tecnologia chiave, con il 64% degli intervistati che ritiene che il cloud li aiuti ad adattarsi rapidamente alle esigenze aziendali e che faccia crescere l’agilità del business due volte più velocemente di qualsiasi altra tecnologia.

© RIPRODUZIONE RISERVATA