L’intelligenza artificiale sta rivoluzionando il modo in cui affrontiamo le attività in tutti i settori di business.
L’argomento è tornato fortemente alla ribalta dopo il lancio di applicazioni di tipo “generativo”, in cui si chiede agli algoritmi non solo di lavorare su dati numerici, ma di produrre un output in funzione del contesto. È uno scenario del tutto rivoluzionario, mai esplorato prima d’ora, che aprirà la strada a una rivoluzione in termini di automazione e miglioramento dell’efficienza in tutte le aree dell’industria e del lavoro.
L’applicazione che ha sintonizzato il grande pubblico sull’utilizzo dell’IA è ChatGPT: un modello estremamente evoluto che lavora sul linguaggio ed è in grado di gestire milioni di parametri nella propria attività di comprensione e generazione di testi. Chiaramente, il linguaggio come elemento di contatto verso l’essere umano ha reso più semplice l’approccio tra i due, avvicinando la macchina all’uomo: d’altra parte, la lingua rappresenta uno degli aspetti più ancestrali dell’essere umano, e osservare una macchina capace di comprendere e rispondere a domande in modo naturale risulta piuttosto sorprendente.
Ma ci sono anche applicazioni più vicine all’industria che stanno velocemente prendendo campo.
Ad esempio, il riconoscimento automatico di pattern permette di determinare se, in una linea di movimentazione, stiamo trasferendo prodotti in scatole – e di quali dimensioni – oppure prodotti appesi e di quale tipo, che siano capispalla o camicie, in base alla profondità della gruccia impiegata.
Allenando opportunamente i modelli di IA alla valorizzazione delle movimentazioni di merce in ambito fashion/luxury ed erogando in tempo reale i risultati dei calcoli eseguiti, ci possiamo aspettare di ottenere un’accelerazione nell’esecuzione del lavoro solitamente manuale:
- processi di conta
- identificazione di anomalie nelle linee di trasporto o smistamento merce
- ottimizzazione dei contenimenti negli imballi
- prelievi ottimizzati
Una branca meno sfruttata al momento è l’area previsionale, meno toccata dal momento topico dell’IA generativa. Tuttavia, esistono ottime possibilità di ottenere risultati altrettanto strabilianti applicando algoritmi in grado di lavorare su previsioni attendibili in area logistica:
- attesa per periodo di volumi in ingresso/uscita
- previsione delle attività di picking e conseguente preparazione ottimizzata delle missioni di prelievo
- valutazione anticipata dei fabbisogni verso i corrieri e preallertamento degli stessi
Un magazzino che sfrutta l’IA dotato, ad esempio, di Autostore può lavorare anche in notturna in assenza di personale, facendo trovare pronte al mattino missioni di prelievo per le prime spedizioni da gestire all’avvio dei turni di lavoro.
Oppure, un magazzino automatizzato con sistemi di movimentazione aerea può movimentare i prodotti in assenza di personale ed effettuare, lavorando in combinata con tecnologie IoT quali tag RFID, inventari continui e ciclici.
L’intelligenza artificiale sta rapidamente guadagnando terreno nel settore industriale, portando con sé un’onda di cambiamenti e innovazioni. Grazie ad essa, le aziende possono affrontare grandi sfide, e saperne cogliere le opportunità è cruciale per garantire la competitività e il successo delle aziende in un mondo sempre più interconnesso e in rapida evoluzione.