UNA DASHBOARD CHE SEGNALA IL PROBLEMA NON LO STA ANCORA RISOLVENDO
Per molto tempo il miglioramento dei sistemi informativi per la logistica ha seguito un obiettivo preciso, rendere visibile ciò che accadeva nei magazzini e nei trasporti. Sapere quali spedizioni erano in ritardo, quali vettori non rispettavano i livelli di servizio, quali articoli stavano raggiungendo una soglia critica o dove si formavano rallentamenti rappresentava già un progresso importante rispetto a una gestione affidata a fogli Excel, telefonate e controlli manuali. Le dashboard hanno reso i dati più accessibili e permesso ai responsabili logistici di individuare problemi che prima emergevano soltanto quando avevano già prodotto conseguenze. Oggi questa capacità rimane indispensabile, ma non è più sufficiente. La complessità operativa è aumentata, le informazioni arrivano da più sistemi e le decisioni devono essere prese in tempi sempre più brevi. Sapere che esiste un’anomalia è soltanto l’inizio del lavoro.
IL COSTO SI NASCONDE TRA LA SEGNALAZIONE E LA DECISIONE
Immaginiamo che il sistema segnali il ritardo di una spedizione urgente. L’operatore deve capire quali ordini sono coinvolti, verificare la priorità del cliente, controllare le alternative disponibili, confrontare tariffe e tempi di consegna, contattare i vettori e infine comunicare la decisione alle persone interessate. Il problema è stato identificato rapidamente, ma tutto ciò che serve per risolverlo rimane sulle spalle dell’operatore. È in questo spazio tra segnalazione e azione che si consumano tempo, attenzione e margini. Lo stesso accade quando un indicatore mostra una scorta critica, un calo della produttività nel picking o una differenza tra la merce attesa e quella indicata nel documento di trasporto. Se ogni alert richiede una nuova indagine manuale, il rischio è quello di avere sistemi molto efficienti nel produrre notifiche e persone sempre più impegnate a interpretarle. Una dashboard utile non deve necessariamente prendere la decisione, ma deve fornire il contesto necessario per capire priorità, cause e possibili conseguenze.
L’INTELLIGENZA ARTIFICIALE HA BISOGNO DI UN CONTESTO AFFIDABILE
L’AI può ridurre la distanza tra ciò che il sistema rileva e ciò che l’azienda deve fare, ma soltanto quando lavora su dati affidabili e processi ben definiti. Non può ricostruire magicamente informazioni mancanti, correggere anagrafiche incoerenti o comprendere flussi operativi che non sono stati mappati. Per questo WMS, TMS, ERP, integrazioni e strumenti di Business Intelligence rimangono la base del sistema.
Raccolgono gli eventi, collegano le informazioni e restituiscono il contesto nel quale una decisione può essere presa. Se i dati sono frammentati, l’AI produrrà risposte altrettanto frammentate. Se invece dispone di ordini, disponibilità, tariffe, tempi, livelli di servizio e regole operative verificabili, può analizzare le alternative e supportare l’operatore in modo concreto.
Il punto non è quindi aggiungere l’intelligenza artificiale ovunque si individui un’attività ripetitiva, ma stabilire in quali passaggi del processo esistono dati sufficienti, regole chiare e un perimetro decisionale controllabile.
QUANDO IL SOFTWARE COMINCIA A PARTECIPARE AL PROCESSO
L’Agentic AI introduce un passaggio ulteriore rispetto alle tradizionali applicazioni dell’intelligenza artificiale. Non si limita a descrivere ciò che sta accadendo o a suggerire una possibile risposta, ma può ricevere un compito operativo ed eseguire una sequenza di attività all’interno di un perimetro definito. L’utente non chiede semplicemente quale sia il vettore più conveniente per una spedizione. Chiede al sistema di analizzare le alternative disponibili, applicare le regole aziendali, individuare l’opzione più adatta e avviare le attività che derivano da quella scelta.
Geppy, l’Agentic AI sviluppata da GEP Informatica, nasce per lavorare esattamente in questo spazio. Può accedere soltanto ai dati, ai sistemi e alle funzioni per cui è stata autorizzata, seguendo vincoli stabiliti dall’azienda. Può quindi raccogliere le informazioni necessarie, confrontarle, proporre una soluzione e, quando previsto dal flusso, eseguire le azioni successive. La differenza rispetto a un assistente conversazionale è sostanziale. Nel primo caso l’AI restituisce una risposta che dovrà essere interpretata e utilizzata da una persona. Nel secondo prende parte a un processo che ha un punto di partenza, alcune regole da rispettare e un risultato operativo da raggiungere.
Un esempio concreto riguarda la scelta del vettore. In molti uffici traffico, per organizzare una spedizione, l’operatore deve verificare tariffe, tempi di consegna, livelli di servizio, condizioni contrattuali ed eventuali vincoli operativi. Queste informazioni possono trovarsi nel TMS, nei contratti, nei portali dei corrieri, nei fogli di calcolo o nelle comunicazioni interne. Una volta raccolti i dati, occorre confrontare le alternative e decidere se privilegiare il costo, la velocità, l’affidabilità o il rispetto di una particolare finestra di consegna.
Geppy può eseguire questo confronto utilizzando i parametri definiti dall’azienda e presentare le diverse opzioni in maniera ordinata. Una volta selezionato il vettore, il processo non deve necessariamente fermarsi. L’agente può predisporre la comunicazione destinata al corriere, anche nella lingua richiesta, inviarla secondo il flusso autorizzato e informare il personale operativo sulle priorità e sulle istruzioni per la preparazione della merce. In questo modo il software non si limita a indicare una soluzione, ma contribuisce a trasformarla in un’attività concretamente eseguita e condivisa con le persone coinvolte.
Lo stesso principio può essere applicato all’ingresso delle merci. Quando un camion arriva in piattaforma, l’operatore deve confrontare il documento di trasporto con quanto registrato nel sistema. Codici, quantità, riferimenti d’ordine e merce attesa devono corrispondere. Geppy può leggere il DDT, estrarre le informazioni e confrontarle con i dati presenti nel gestionale. Può evidenziare le corrispondenze, segnalare quantità mancanti o eccedenti e portare all’attenzione dell’operatore soltanto le anomalie che richiedono una valutazione. Dopo la verifica, può inserire i dati rilevati e aggiornare lo stato dell’ordine, se previsto dalle autorizzazioni assegnate.
Un altro ambito riguarda gli ordini di spedizione che arrivano attraverso email, allegati PDF o comunicazioni non strutturate. In teoria questi dati dovrebbero essere trasmessi tramite integrazioni, EDI o portali. Nella pratica non sempre accade. Qualcuno deve quindi aprire il documento, individuare mittente, destinatario, colli, peso, indirizzi, orari e istruzioni particolari, per poi ricopiare tutto nel gestionale. Geppy può interpretare la richiesta, estrarre i dati necessari, verificarne la completezza e inserirli nel sistema secondo le regole previste. Se manca un’informazione o emerge un’incongruenza, il processo può essere fermato e sottoposto all’operatore.
Il valore nasce dalla continuità tra questi passaggi. Molte inefficienze logistiche non dipendono da un’unica decisione sbagliata, ma dalla somma di piccole attività distribuite durante la giornata. Cercare una tariffa, copiare un indirizzo, controllare un documento, scrivere una mail, aggiornare uno stato e avvisare un collega sono operazioni semplici. Ripetute su centinaia di ordini e spedizioni, assorbono ore di lavoro e moltiplicano le possibilità di errore.
Questo non significa consegnare all’intelligenza artificiale un controllo indistinto dei processi. Alcune attività possono essere eseguite automaticamente, altre possono richiedere una conferma e altre ancora devono rimanere sotto la responsabilità diretta di una persona. Il perimetro cambia in base al rischio, alle regole aziendali e alle conseguenze dell’azione. L’obiettivo è fare in modo che l’AI gestisca la parte ripetitiva e preparatoria, mentre l’operatore mantiene il controllo sulle eccezioni e sulle decisioni che richiedono esperienza e giudizio.
Il vero passaggio evolutivo sta quindi nel chiudere il ciclo tra segnalazione, valutazione, decisione e azione. Una dashboard mostra che qualcosa richiede attenzione. L’AgenticAI utilizza il contesto disponibile per capire quali alternative esistono, applicare le regole stabilite e portare avanti le attività autorizzate. Il risultato non è un’altra notifica da gestire, ma meno tempo trascorso tra sistemi, documenti e comunicazioni per trasformare un’informazione in un’azione operativa.
