Spiegare il vantaggio dell'intelligenza artificiale

 

Perché la trasparenza, l’integrazione e la fiducia stanno diventando decisive nella tecnologia logistica? Peter MacLeod parla con un esperto.

Al LogiMAT di quest'anno, se ci fosse un tema in grado di superare il rumore più chiaramente degli altri, sarebbe la velocità. Non solo velocità delle operazioni, ma velocità di implementazione, velocità dell'innovazione e, in definitiva, il Big One: velocità del ritorno sull'investimento. Per Inform Software, questa discussione porta sempre più a una domanda più ampia: come possono le organizzazioni logistiche adottare sistemi più intelligenti senza perdere trasparenza, controllo o fiducia?

 

Parlando con me nell'affollato show floor di Stoccarda, il Dr. Bernd Heinrichs, SVP Inventory & Supply Chain di Inform, ha delineato come l'azienda vede lo sviluppo dell'intelligenza artificiale nella supply chain e negli ambienti intralogistici.

 

Estensione del livello di ottimizzazione

Inform è stato a lungo associato all'ottimizzazione in ambienti complessi, basati sui dati-. Ma man mano che i mercati diventano più volatili, ai sistemi di ottimizzazione viene chiesto di reagire più rapidamente, incorporare più segnali e supportare processi decisionali-più dinamici.

Questo cambiamento è particolarmente rilevante negli ambienti in cui le decisioni sono interdipendenti. Un cambiamento nella pianificazione della domanda può influenzare le scorte, la capacità di trasporto, l’allocazione della manodopera o i livelli di servizio. Una raccomandazione fatta in una parte dell'operazione può creare conseguenze altrove, il che rende la trasparenza essenziale per l'uso quotidiano.

Per Heinrichs è qui che l’intelligenza artificiale nella logistica deve dimostrare il suo valore pratico. "Non parlo di intelligenza artificiale. Parlo di intelligenza artificiale spiegabile", afferma. "Tutto ciò che facciamo, tutto ciò che proponiamo, ha una spiegazione. Altrimenti la gente non si fida."

La fiducia come requisito pratico

Nelle conversazioni con clienti di diversi settori, afferma che la stessa domanda ricorre ripetutamente: "Perché il sistema ha scelto quella opzione e non un'altra?"

 

La domanda è importante perché le decisioni logistiche raramente vengono prese esclusivamente dalla tecnologia. Coinvolgono progettisti, manager, team operativi e, in molti casi, clienti o partner esterni. Se queste parti interessate non riescono a seguire il ragionamento alla base di una raccomandazione supportata dall'AI-, è meno probabile che agiscano di conseguenza.

 

Per Heinrichs questo potrebbe diventare un significativo punto di differenziazione per i fornitori di tecnologia europei. "Possiamo costruire un'intelligenza artificiale efficace come chiunque altro, ma possiamo aggiungere qualcosa di diverso", afferma. "Non dovrebbe essere una scatola nera."

Poiché le aziende cercano di incorporare applicazioni di intelligenza artificiale nei processi aziendali consolidati, questa differenza diventa sempre più importante. I sistemi devono essere tecnicamente forti, ma devono anche essere sufficientemente comprensibili da consentire agli utenti di metterli alla prova, convalidarli e migliorarli nel tempo.

 

Gestione di ambienti meno prevedibili

Gli ambienti operativi stanno diventando sempre più difficili da pianificare basandosi esclusivamente sui dati storici. I modelli di domanda cambiano, intervengono fattori esterni e le condizioni di mercato possono cambiare rapidamente, spesso prima che tali cambiamenti siano chiaramente visibili nei numeri. "È necessario raccogliere dati in tempo reale-e non fare affidamento solo sui dati storici", afferma. "Devi reagire alla volatilità e integrare segnali provenienti da diverse fonti nelle tue decisioni."

Ciò segna il passaggio da modelli di ottimizzazione più statici a sistemi reattivi che tengono continuamente conto delle nuove informazioni. "Sta diventando più dinamico", aggiunge. "Il passo successivo è renderlo più attivo, reagendo da solo ai cambiamenti ambientali."

 

Dalle notizie alle previsioni

Un esempio di Inform presentato per la prima volta a LogiMAT è un nuovo approccio basato sull'AI-progettato per integrare gli eventi esterni direttamente nella previsione e nella pianificazione degli scenari. Il punto di partenza, dice Heinrichs, era una semplice domanda: perché i modelli previsionali così spesso ignorano ciò che accade nel mondo che li circonda?

 

"Se oggi si esegue una previsione classica, questa si basa su dati storici", spiega. "Ma in realtà, la domanda è costantemente influenzata da eventi come conflitti geopolitici, interruzioni della catena di approvvigionamento, nuove normative o tendenze del mercato. Queste informazioni esistono, ma di solito come notizie, non come numeri."

La nuova soluzione è progettata per colmare questa lacuna. Gli utenti forniscono una serie temporale, ad esempio dati di vendita o un indicatore di mercato, e descrivono brevemente il contesto. L’intelligenza artificiale ricerca quindi eventi di notizie rilevanti, analizza le relazioni storiche e genera diversi possibili scenari futuri. Il risultato è una previsione accompagnata da una spiegazione-basata sull'evidenza del motivo per cui un mercato può svilupparsi in direzioni diverse.

Umano nel ciclo

Per Heinrichs (nella foto sotto), la discussione sull’intelligenza artificiale porta direttamente anche al ruolo delle competenze umane. L’intelligenza artificiale può identificare modelli, elaborare grandi volumi di informazioni e produrre scenari rapidamente. Ma il suo valore aumenta quando le persone possono aggiungere l’esperienza, il contesto e il giudizio che i dati da soli non possono fornire.

"L'intelligenza artificiale è valida tanto quanto lo sono i dati con cui lavora e le persone che sono in grado di dare significato a quei dati", afferma. "Ecco perché l'essere umano rimane una parte essenziale del ciclo."

In pratica, ciò significa che pianificatori e-decisori non vengono rimossi dal processo. Rimangono al centro di esso. Il loro ruolo è convalidare scenari, mettere in discussione ipotesi e perfezionare i risultati sulla base della conoscenza operativa o dell'intuizione del mercato.

 

"Se le persone capiscono perché il sistema consiglia qualcosa, possono decidere se fidarsi di esso, metterlo in discussione o migliorarlo", spiega Heinrichs. "È qui che la collaborazione tra il giudizio umano e l'intelligenza artificiale diventa davvero potente."

 

Integrazione e interoperabilità

Un altro tema ricorrente nelle discussioni con i clienti è l’integrazione. Man mano che le operazioni logistiche diventano sempre più interconnesse, la capacità di collegare applicazioni basate sull'AI-con i sistemi esistenti sta diventando essenziale. "Riceviamo sempre la domanda: come posso integrarmi con il mio sistema ERP e le mie altre soluzioni?" Me lo dice Heinrichs. La risposta di Inform è stata quella di standardizzare i connettori e allinearli alle principali piattaforme come SAP e Microsoft. Il risultato è un percorso di integrazione più diretto, che riduce sia i costi che i tempi di implementazione.

 

"Fa una grande differenza", aggiunge. "E ci rende anche più facile espanderci a livello internazionale."
Questo è un punto cruciale nell’adozione dell’intelligenza artificiale. Anche l’applicazione più avanzata difficilmente riuscirà a creare valore se resta separata dai sistemi in cui vengono effettivamente gestiti i processi aziendali. Le aziende di logistica operano già con ambienti IT consolidati e le nuove soluzioni devono adattarsi a tali ambienti senza creare ulteriore complessità.

 

 

Responsabilità dei dati

Con l’aumento della connettività e dell’utilizzo dei dati aumenta il controllo sulla sicurezza. Il background di Heinrichs nel campo della sicurezza informatica suggerisce una posizione forte su questo tema. "Ogni prodotto deve avere un timbro di sicurezza prima di uscire", afferma. "È obbligatorio."

Poiché i modelli di intelligenza artificiale si basano su fonti di dati più ampie, inclusi feed esterni come notizie e informazioni di mercato, la complessità della gestione e della protezione di tali dati aumenta. "La quantità di dati a cui attingiamo crea un'enorme domanda in termini di sicurezza dei dati", osserva Heinrichs. "Devi restare al passo con i tempi."

 

Un mercato pronto a muoversi

Forse la cosa più sorprendente è la valutazione di Heinrichs sul sentiment del mercato. Piuttosto che cautela, vede un crescente appetito per la sperimentazione e il rapido progresso.

"I clienti ci chiedono di proporre idee", afferma. "Sono disposti a vincere velocemente, a fallire velocemente." Questa apertura crea un terreno fertile per soluzioni intelligenti in grado di fornire miglioramenti tangibili senza l'inerzia di progetti di trasformazione su larga scala.

 

Per molte aziende la prossima fase della digitalizzazione non sarà definita soltanto dall’intelligenza artificiale. Sarà definito dall’intelligenza artificiale che si spiega da sola, si connette in modo pulito con i sistemi esistenti e supporta decisioni di cui le persone possono fidarsi.