Oggi la supply chain globale si basa sui dati, anche se, negli ultimi quarant’anni, il settore dei trasporti e della logistica si è assestato su un modello operativo tutt’altro che efficiente, gestendo dati frammentati attraverso un passaggio continuo tra sistemi e applicazioni diverse.
Per garantire la continuità delle operazioni di trasporto, un coordinatore logistico deve ancora spostarsi tra decine di database scollegati fra loro, sistemi gestionali e piattaforme di tracking; un’attività che richiede tempo e concentrazione e che sottrae risorse preziose al lavoro a maggior valore aggiunto. Per rispondere a questa esigenza, negli ultimi anni ha iniziato a diffondersi una prima soluzione apparentemente efficace: un insieme di micro-agenti di intelligenza artificiale specializzati, ciascuno progettato per automatizzare specifiche attività ripetitive e manuali.
L’intelligenza artificiale è senza dubbio una tecnologia destinata a trasformare profondamente il modo in cui le merci vengono gestite a livello globale, dalla pianificazione del viaggio al trasporto. Tuttavia, l’attuale approccio, basato sulla creazione di strumenti AI separati per ogni singola attività, porta ad un’altra riflessione.
Gli operatori continuano comunque a passare da una schermata all’altra: semplicemente, oggi lo fanno anche tra strumenti diversi di Intelligenza Artificiale. Ciò di cui il settore ha realmente bisogno è un unico agente AI, in grado di guidare gli utenti in modo rapido e affidabile all’interno di un ecosistema complesso, integrando dati e processi in un unico ambiente sicuro e centralizzato. Il settore ha bisogno di adottare un approccio che elimini definitivamente il cosiddetto swivel-chair workflow, ovvero il continuo passaggio tra applicazioni diverse, consentendo così alle persone di concentrarsi in toto sui processi decisionali, anziché sulla ricerca delle informazioni.
Potenziare davvero l’intelligenza artificiale
Oggi, gli utenti devono capire quale agente utilizzare, formulare il prompt corretto e coordinare manualmente le attività successive, mentre, quello di cui hanno realmente bisogno è piuttosto una sorta di “bibliotecario intelligente e potenziato”: parliamo di un unico agente AI evoluto, in grado di offrire un’esperienza di gestione unificata, per coordinare al meglio l’esecuzione dei processi. Invece di costringere gli utenti a navigare tra strumenti scollegati tra loro, questo agente individua autonomamente gli agenti AI specializzati più adatti e recupera i dati necessari all’interno dell’intero ecosistema aziendale, coordinando le attività richieste fino al loro completamento – grazie a istruzioni formulate in linguaggio naturale (Natural Language Search).
Un unico agente AI, sicuro ed affidabile per gestire spedizioni problematiche
Il vero potenziale dell’intelligenza artificiale nella logistica non risiede nella capacità di scrivere e-mail, rispondere a domande o tradurre testi, ma il suo valore reale emerge quando è in grado di eseguire autonomamente attività operative critiche, coordinando simultaneamente più piattaforme e diverse fonti di dati. Un esempio concreto è la gestione di una singola spedizione problematica, un’attività che oggi comporta il recupero dello storico degli ordini da un TMS, il confronto manuale delle tariffe spot archiviate in un foglio di calcolo, la consultazione dei dati di mercato aggiornati online e, infine, la definizione e registrazione di una nuova strategia all’interno del software gestionale della flotta.
Si può svolgere questo processo ricorrendo a una serie di agenti AI specializzati, ma questo sarebbe più semplice ed efficiente se un unico agente intelligente AI fosse in grado di eseguire l’intera sequenza di operazioni, orchestrando contemporaneamente attività distribuite su più piattaforme e sistemi. Questa tipologia di agente evoluto può operare con una velocità superiore sia a quella dell’uomo sia a quella dei software tradizionali, raggiungendo livelli di efficienza finora inaccessibili.
Una capacità operativa così estesa richiede un presupposto imprescindibile: la sicurezza. Infatti, un agente AI che può accedere ai dati aziendali, prendere decisioni ed eseguire processi critici deve essere progettato fin dall’origine secondo i più elevati standard di protezione, governance e controllo, per poter sfruttare a pieno il suo enorme potenziale senza compromettere l’affidabilità dell’intero ecosistema digitale.
Sicurezza senza compromessi
La celebre affermazione di zio Ben in Spiderman: “Da grandi poteri derivano grandi responsabilità.” – vale anche per la cybersecurity. Più un agente AI è potente, veloce e ha accesso ai sistemi aziendali, più elevati devono essere gli standard di sicurezza che ne regolano il funzionamento.
Per esprimere tutto il suo potenziale, un agente AI unificato deve poter accedere ai dati aziendali in tempo reale, ma anche interagire direttamente con essi e con i sistemi interni all’organizzazione – in questo contesto, anche una minima vulnerabilità potrebbe trasformarsi in un rischio significativo per l’azienda.
Ed è proprio qui che emergono i limiti di molti strumenti di intelligenza artificiale oggi disponibili, si tratta di soluzioni nate per un utilizzo generalista e non sono quindi progettate per soddisfare le esigenze operative della supply chain, dove sono invece indispensabili funzionalità come audit trail completi, registrazione dettagliata delle attività degli utenti, controlli granulari sui permessi e una rigorosa gestione dei costi di elaborazione, ma il problema non riguarda soltanto i costi.
Alcuni sistemi AI ancora poco maturi, privi di adeguati controlli di sicurezza, hanno dimostrato comportamenti autonomi imprevisti, tentando di aggirare le limitazioni imposte per completare un’attività. In alcuni casi sono stati osservati tentativi di installare software non autorizzato sui sistemi host, creare nuove connessioni API o adottare altre strategie per eludere i protocolli di sicurezza pur di raggiungere l’obiettivo assegnato. In un ambiente operativo reale, un livello di autonomia non governata è semplicemente inaccettabile, perché introduce rischi elevati che possono essere prevenuti attraverso un’adeguata progettazione.
La sicurezza si traduce nella definizione di confini chiari e non negoziabili, per questo motivo, un agente AI realmente affidabile deve operare necessariamente nel rispetto di limiti rigorosi sui costi, garantire piena tracciabilità delle proprie attività, agire esclusivamente entro i permessi assegnati dagli utenti e assicurare il massimo livello di protezione dei dati.
Verso la prossima generazione di Intelligenza Artificiale
La realizzazione di un’infrastruttura AI unificata e sicura non è soltanto una promessa alimentata dall’entusiasmo attorno all’intelligenza artificiale: rappresenta la naturale evoluzione del settore dei trasporti e della logistica a livello globale.
Per le dimensioni della supply chain e per i margini estremamente ridotti che caratterizzano il comparto, spedizionieri, aziende manifatturiere e operatori logistici non possono affidarsi a strumenti pensati per il mercato consumer, che faticano a soddisfare le esigenze di un settore in cui i processi sono complessi, altamente specializzati e di importanza critica.
Combinando la sicurezza richiesta dagli ambienti enterprise con la capacità di orchestrare processi complessi attraverso un unico agente AI di nuova generazione, sarà finalmente possibile superare i flussi di lavoro frammentati e costruire una supply chain più connessa, veloce e intelligente.
Jonah McIntire, Chief Product and Technology Officer di Trimble
