La pianificazione della supply chain (supply chain planning) è in rapida trasformazione, spinta dall’adozione di tecnologie avanzate e dalle pressioni economiche a livello globale. Parliamo di un processo critico che comprende la previsione della domanda, la pianificazione della produzione, la gestione delle scorte e la distribuzione dei prodotti. La pandemia ha evidenziato l’importanza cruciale della resilienza nelle catene di approvvigionamento, ma la complessità crescente e l’incertezza geopolitica successive hanno reso chiaro che le tecnologie più innovative devono rappresentare una parte centrale della strategia di pianificazione. In questo contesto, Gartner identifica due tendenze tecnologiche principali che cambiano il mondo della pianificazione della supply chain: l’intelligenza artificiale composita (Composite AI) e la governance dei dati.
Composite AI nelle supply chain
La combinazione di intelligenze artificiali diverse, di tecnologie come il machine learning e reti neurali eterogenee consentono di risolvere problemi complessi, non specifici di un determinato ambito, pur rimanendo ancora nel primo pilastro della tassonomia classica per le AI che distingue tra Narrow AI, General Intelligence e Super Intelligence. In questo contesto facciamo quindi riferimento alla Composite AI come a uno dei due ingredienti chiave per la gestione efficace delle catene di approvvigionamento, insieme alla governance dei dati che è l’altro elemento e non riguarda solo il controllo dei flussi di informazioni, ma anche la qualità e la coerenza dei dati che alimentano i sistemi di pianificazione.
La Composite AI non si limita a utilizzare una singola tecnica di intelligenza artificiale (AI), ma combina diverse tecnologie di AI, inclusi algoritmi di apprendimento automatico (machine learning), apprendimento profondo (deep learning), elaborazione del linguaggio naturale (Nlp) e reti neurali. E’ proprio questa combinazione a permettere di migliorare l’efficienza dell’apprendimento e di ottimizzare le attività di pianificazione su larga scala. Uno dei vantaggi principali della Composite AI è quindi la capacità di automatizzare numerose attività di pianificazione, riducendo l’intervento umano nelle operazioni più complesse e migliorando la velocità e la precisione delle decisioni. Per esempio, nella previsione della domanda, l’AI composita è in grado di analizzare grandi quantità di dati storici e di mercato, riconoscendo modelli complessi che potrebbero sfuggire agli esseri umani. Questo tipo di AI può anche adattarsi rapidamente ai cambiamenti, migliorando la flessibilità della catena di approvvigionamento.
Gestire incertezza e complessità e puntare sulla qualità dei dati
Con l’aumento dell’incertezza, legata a fattori geopolitici, economici e ambientali, la capacità di una supply chain di adattarsi rapidamente ai cambiamenti è fondamentale. Come abbiamo visto, la Composite AI aiuta chi deve gestire le supply chain a rispondere rapidamente a queste sfide, attraverso simulazioni predittive e l’ottimizzazione continua dei processi, ma la qualità dei dati è l’altra principale sfida per molte aziende. Senza un framework solido per la loro gestione è impossibile ottenere risultati affidabili dalle tecnologie di pianificazione. Ecco allora che una governance dei dati della supply chain, all’altezza, richiede di definire linee guida chiare per identificare, organizzare, controllare l’accesso ai dati, sia all’interno dell’organizzazione che con partner esterni.
E la fiducia è un aspetto chiave in questo contesto. Seguendo la traccia proposta da Gartner al riguardo significa saper condividere un ambiente con i partner per l’adozione delle nuove tecnologie, senza pensare di “preservare” le informazioni strategiche, questo perché senza dati rilevanti, accurati e completi, i processi decisionali supportati dall’AI rischiano di essere percepiti come poco affidabili. Di conseguenza, una strategia di governance ben progettata potrà non solo a migliorare l’efficacia della pianificazione, ma anche favorire la collaborazione stessa tra i vari attori della supply chain.
Nel 2024, chi governa le supply chain dovrà affrontare una serie di sfide, tra cui l’adozione di tecnologie complesse e la gestione delle pressioni economiche e operative. E, secondo Gartner, per ottenere un reale ritorno sugli investimenti tecnologici, è fondamentale che i responsabili del supply chain planning sviluppino una roadmap di trasformazione che integri sia la Composite AI che la governance dei dati.
Una delle raccomandazioni degli analisti è il passaggio da una leadership IT tradizionale a una leadership aziendale multidisciplinare, in cui i leader della supply chain assumono un ruolo chiave nella gestione dei team e nell’evoluzione delle operazioni, dei prodotti e dei canali aziendali. Questo approccio richiede una stretta collaborazione tra i vari dipartimenti aziendali e una governance chiara per l’utilizzo e la prioritizzazione delle tecnologie di pianificazione.
Insieme, la rapidità dell’innovazione tecnologica e le frequenti ‘crisi’ a livello globale richiedono che le aziende siano pronte a implementare nuove soluzioni con un approccio flessibile. Bisognerà quindi bilanciare la necessità di innovare con l’urgenza di mantenere operazioni stabili e efficienti.
Il trend: verso gli ecosistemi di collaborazione
Guardando al futuro, secondo le previsioni di Gartner le supply chain diventeranno sempre più interconnesse e collaborative. Le aziende non si limiteranno più a ottimizzare i processi interni, ma dovranno integrarsi in ecosistemi più ampi, dove la collaborazione con partner e fornitori sarà essenziale per garantire la continuità operativa e creare valore. Proprio la collaborazione tra le aziende lungo la catena di approvvigionamento diventerà un fattore critico.
E saranno tecnologie come composite AI e blockchain a favorire una maggiore trasparenza e fiducia tra i vari attori della supply chain, migliorando la condivisione delle informazioni e la gestione dei rischi. Saranno le aziende più innovative, quelle in grado di utilizzare le tecnologie di pianificazione avanzate a riuscire a supportare nuovi modelli di business, come la personalizzazione di massa e l’economia circolare. L’adozione di modelli flessibili permetterà alle organizzazioni di rispondere più rapidamente alle esigenze dei clienti e di ridurre al minimo gli sprechi.
© RIPRODUZIONE RISERVATA
