È dai tempi della pandemia, quando un po' tutte quelle globali sono andate in crisi, che si è capito quanto le supply chain siano un elemento critico dell'economia in generale, e non solo per il bilancio delle aziende che ne fanno parte. Così è diventato altrettanto critico il tema di come applicare le nuove tecnologie della digitalizzazione per aumentare le performance in generale, e la resilienza in particolare, delle catene del valore. In un percorso di evoluzione tecnologica che oggi, secondo gli analisti di Gartner, guarda soprattutto alle potenzialità dell'intelligenza artificiale.

La visione di Gartner è che le aziende saranno sempre più "iperconnesse" - nel senso che tutte le componenti dei loro processi dialogheranno sempre più fra loro - e sempre più basate sulla collaborazione tra agenti autonomi di AI, estesi anche al mondo reale attraverso le tecnologie della cosiddetta "physical AI". 

Tutto questo riguarda anche i Chief Supply Chain Officer, che possono usare le nuove tecnologie di AI in quanto base per realizzare quelle che gli analisti descrivono come "supply chain più autonome, intelligenti ed adattabili". A patto però di non concentrarsi solo sulla implementazione delle tecnologie emergenti: serve anche fare in modo che queste collaborino insieme per "portare un valore misurabile e una resilienza a lungo termine". Il tema del ritorno concreto dell'AI resta, quindi, sempre in primo piano.

Fonte: Gartner

Gartner identifica otto trend tecnologici che possono avere un impatto importante sulle supply chain, tanto da descriverli come "catalizzatori per la trasformazione" delle supply chain stesse. Una trasformazione che, sempre parola di Garther, può fare in modo che le imprese siano meglio posizionate sia per navigare l'incertezza di questa fase storica, sia per mantenere un vantaggio competitivo.

I temi chiave per le supply chain

Gli analisti hanno raggruppato gli otto trend chiave in tre macro-temi, e trattandosi in buona parte di trend che coinvolgono le evoluzioni dell'intelligenza artificiale enterprise, appare logico che la metà ricada in un tema definito di "autonomy and agency". Qui rientrano due trend che sono già più che noti: l'AI agentica e la "physical AI". La prima porta alla gestione delle supply chain una "forza lavoro virtuale" composta da agenti capaci di pianificare, agire e adattarsi per raggiungere obiettivi prefissati in ambienti complessi. La seconda nasce dalla combinazione di modelli di AI con sensori IoT, componenti robotiche e sistemi di automazione, per consentire il rilevamento, l’analisi e l’esecuzione di azioni fisiche in tempo reale e in tutti gli ambienti delle supply chain.

Su queste basi si sviluppano altri due trend tecnologici: i Collaborative Multiagent System e i robot polifunzionali. I sistemi multiagente collaborativi (per dirla in italiano) derivano proprio dalle crescenti capacità dei singoli agenti di AI: consentono a più agenti di lavorare insieme, in flussi di lavoro e ambienti anche diversi, ciascuno specializzato in un compito o in un ambito specifico. Coordinando questi agenti, le aziende possono automatizzare processi complessi e articolati.

I robot polifunzionali sono robot in grado di svolgere - grazie a quanto si stanno potenziando l'AI, il machine learning e la robotica - compiti arbitrari che vanno oltre la loro progettazione originaria. Questa nuova flessibilità concretizza un nuovo tipo di forza lavoro automatizzata particolarmente versatile, utile in particolare nei contesti oggi caratterizzati da carenza di manodopera. Anche se - avvisa Gartner - la diffusione su larga scala dei robot polifunzionali richiederà tempo.

Specialisti sotto osservazione

Per molti, il percorso evolutivo dell'intelligenza artificiale enterprise va verso componenti sempre più specializzate. Evidentemente anche per Gartner, che presenta come suo altro macro-tema in abito supply chain quello definito di "specialization and intelligence". Qui si parte con i Domain-Specific Language Model, ossia gli Small o Large Language Model verticali per ambiti, e persino imprese, specifici: addestrati od ottimizzati per casi d’uso specifici dell'ambito supply chain, offrono più accuratezza, affidabilità e compliance rispetto ai modelli AI generici.

Altro trend: la Intelligent Simulation. Molte delle applicazioni dell'intelligenza artificiale partono da una fase preventiva di modellazione delle operazioni logistiche, di trasporto e di magazzino. La "simulazione intelligente" affianca - e potenzia - gli approcci di modellazione tradizionali integrando componenti di AI, machine learning e advanced analytics nei modelli di simulazione, per migliorare le capacità predittive e il "decision making" delle applicazioni di gestione delle supply chain.

L'AI agentica porta sempre con sé, inevitabilmente, una domanda: quanto saranno davvero affidabili e controllabili i processi messi in atto da agenti completamente autonomi? La domanda mette in evidenza il terzo macro-tema analizzato da Gartner, denominato "trust and governance". Infatti, un trend segnalato dagli analisti è quello della Decision Governance: con la diffusione crescente dell’AI, servono framework e meccanismi di controllo che governino i processi decisionali basati sull’AI stessa, garantendo trasparenza, accountability e compliance. Senza questo approccio è difficile avere processi affidabili e verificabili all’interno delle supply chain.

Gartner vedere però la fiducia associata all'AI anche in un altro modo: proprio l'AI - insieme ad altre tecnologie, come in primis blockchain - può portare alle supply chain le funzioni che servono per tracciare e verificare l’origine e il percorso dei prodotti lungo tutta una catena di approvvigionamento, per quanto sia complessa. È il trend cosiddetto della Product Provenance, che va incontro alle esigenze che le imprese hanno di tracciabilità, trasparenza e compliance normativa.