I dati lo dicono chiaro. Le soluzioni di intelligenza artificiale (IA) per le imprese hanno registrato un boom nel 2017. Secondo uno studio della società di consulenza Forrester quest’anno vedremo triplicarsi gli investimenti in IA rispetto al 2016. Stando invece a una ricerca di Gartner, altra influente società di ricerche economiche e consulenze, entro il 2025 l’85% delle interazioni che un’azienda avrà con i propri clienti sarà mediata da sistemi di intelligenza artificiale, con l’effetto di portare il mercato globale del settore a un valore di quasi 37 miliardi.

Se andiamo a vedere dove le applicazioni dell'intelligenza artificiale sono più richieste, scopriamo che la logistica ha un ruolo trainante, con applicazioni sia nella grande distribuzione sia nella cosiddetta “intralogistica”, o logistica di stabilimento, che sovrintende allo spostamento di pezzi e componenti nelle fabbriche, per esempio dal magazzino alla linea di produzione.

Il segreto di questa versatilità sta nel fatto che, per definizione, l’intelligenza artificiale, basata su tecniche come il machine learning o apprendimento automatico, è in grado di processare enormi quantità di dati, di trovare risposte a specifici quesiti ma, soprattutto, di migliorare queste risposte e renderle sempre più aderenti alla realtà grazie alla capacità di apprendere. Qualche esempio? Lufthansa sta testando sistemi di IA per gestire la disponibilità di pezzi di ricambio degli aerei prevedendo in anticipo quando e dove, cioè in quale aeroporto, si renderà necessario uno specifico intervento di manutenzione. Nello scalo di Singapore, la Sats, operatore di servizi aeroportuali, sta provando una soluzione che unisce intelligenza artificiale a realtà aumentata per migliorare la procedura di carico dei bagagli nelle stive degli aerei. Indossando speciali “smart glasses”, occhiali intelligenti, gli operatori leggono i contrassegni sui bagagli, con informazioni sulla dimensione e il peso, e immediatamente ricevono l’indicazione, elaborata da un sistema di machine learning, su dove sia meglio collocarli nel velivolo per evitare possibili sbilanciamenti e occupare al meglio gli spazi.

Il retailer online Otto, che opera in Germania, è in grado invece, per merito della IA, di prevedere con un’accuratezza del 90% gli articoli che venderà nell’arco di 30 giorni. In questo modo ha ridotto di un quinto i surplus di magazzino e di ben 2 milioni l’anno i colli restituiti dagli acquirenti perché non conformi all’acquisto. L’esempio è emblematico della precisione sempre più elevata con cui questi sistemi sono in grado di prevedere le intenzioni di acquisto dei consumatori. Una delle conseguenze dirette sarà l’ulteriore riduzione dei tempi di consegna, già oggi in molti casi garantiti entro le 24 ore, fino al punto di recapitare i pacchi nella giornata stessa in cui parte l’ordine. Su questo obiettivo sta lavorando Amazon che, si dice, ha impegnato almeno mille persone nello sviluppo dell’intelligenza artificiale.

Ma anche in Italia ci si muove attivamente su questo fronte. A Viano, in provincia di Reggio Emilia, nascono soluzioni per l’automazione del magazzino e della logistica vendute in tutto il mondo e tra le più tecnologicamente avanzate sul mercato. A produrle è la Elettric80, che non solo realizza magazzini robotizzati, soprattutto per i settori food & beverage e per il tissue, ma ha anche sviluppato una suite software di controllo, lo Smart Decision Maker, per gestire in modo automatico e intelligente il traffico di magazzino. Sistemi di intelligenza artificiale simili a quelli usati per le auto a guida autonoma controllano i movimenti di carrelli robotici, i cosiddetti Agv (autonomous guided vehicles), che sempre di più si stanno diffondendo negli stabilimenti con compiti di intralogistica. Non sono più concepiti come i vecchi carrelli che seguono binari, linee colorate o bande magnetiche, ma si spostano liberamente negli impianti. Gli LD Cart Transporter della multinazionale giapponese Omron, per esempio, sono gestiti da un sistema di controllo intelligente che decide i loro percorsi sulla base della programmazione di stabilimento, ma sono anche in grado di riconoscere ostacoli imprevisti, evitarli e ricalcolare autonomamente la loro rotta. «In Italia – spiega Marco Mina, Key account manager per la robotica di Omron Italia – abbiamo già diversi interessanti casi applicativi, per esempio in aziende del manifatturiero di precisione, dell’automotive o dei semiconduttori, dove alimentano le postazioni di lavoro con pezzi e componenti evitando che sia il personale a doverli trasportare». Anche gruppi come Comau o la tedesca Kuka hanno introdotto sul mercato Agv guidati da intelligenza artificiale, che possono essere attrezzati con bracci robotici per svolgere manipolazioni o trasferimenti di pezzi.

Sistemi simili stanno poi uscendo dalle fabbriche per cimentarsi in ambienti ancora più complessi. È il caso di Evocart, carrello robotico sviluppato dalla italiana Oppent per il trasporto di materiale o farmaci in ospedale. O di Yape, robot da trasporto su due ruote della milanese e-Novia. È stato pensato per fare le consegne porta a porta in città. La prima sperimentazione pratica è da poco partita a Cremona. Presto inizieranno test anche a Milano.

© Riproduzione riservata