Sebbene l’analisi predittiva esista da decenni – in medicina si usa per determinare il profilo di rischio e di realizzare interventi preventivi – è una tecnologia più che mai attuale in un mondo di incertezze crescenti, a cominciare da quelle geopolitiche ed economiche. Ed è una tecnologia ritenuta utilissima soprattutto alla logistica per la sua funzione ormai concordemente riconosciuta come strategica nella vita di ciascuno di noi.

Il ragionamento è semplice: si sa che nella casa robotica, il frigorifero, quando mancano i prodotti al suo interno, fa la lista della spesa. Perché dunque non applicare questo concetto anche alla logistica, cioè trasformarla in logistica predittiva per utilizzare dati, algoritmi statistici e tecniche di machine learning per individuare la probabilità di risultati futuri basandosi sui dati storici?

“Il connubio fra infrastruttura fisica e digitale permette di fare sì che la digitalizzazione Internet e intranet possono migliorare lo scambio dati fra i vari anelli della filiera, quindi fra chi produce le merci e chi le fa viaggiare, le piattaforme logistiche, i porti, gli interporti“. È stato Davide Falteri, vicepresidente di Federlogistica-Conftrasporto e presidente del consorzio Global, a sintetizzare così il tema al centro del convegno su “Infrastrutture digitali e logistica predittiva: strategie, rischi, opportunità nello scambio dati della supply chain del trasporto”.

Organizzato a Genova dalla Logistic Digital Community, leader nazionale nell’aggregazione tra il mondo delle imprese e quello delle istituzioni nella transizione digitale, incubatore e divulgatore di idee per lo sviluppo e l’ottimizzazione della catena logistica, il convegno ha dunque indicato nella logistica predittiva la nuova “sfera di cristallo”. Che consentirà, sfruttando l’intelligenza artificiale, di anticipare il futuro grazie algoritmi capaci di auto-apprendere per integrare, nel concreto, i metodi di spedizione, identificare i potenziali intoppi nelle linee di commercio, ottimizzare la pianificazione e trasformare l’enorme quantità di dati disponibili (big data) in informazioni affidabili, pronte all’uso per tutta la supply chain.

È stato a questo punto il principal supply chain Leo Cataldino di Tools Group, che opera a livello mondiale, a portare come esempio di logistica predittiva una società leader nelle perforazioni e nella ricerca di nuovi giacimenti, che impiega navi Fpso e che ha bisogno di un sistema di gestione dei pezzi di ricambio che non comporti stop nella navigazione.

“Abbiamo cominciato con una ‘fotografia’ dello stato del mezzo – ha spiegato Leo Cataldino – Poi abbiamo analizzato i guasti verificatisi in passato e le caratteristiche di quel tipo di nave. Il passo successivo è stato l’ottimizzazione dei livelli di scorta attraverso un algoritmo capace di far tesoro dell’esperienza incrociata ai dati raccolti e di trovare la soluzione più adatta al caso. Insomma, un algoritmo in grado di auto-apprendere”.

I vantaggi dall’applicazione dell’analisi predittiva – si è detto in definitiva – sarebbero insomma enormi anche se non si sono nascosti i rischi. A ricordarli è stato il transport & logistic marketing manager di Leonardo, Fabio del Vigo: “Con l’espandersi della digitalizzazione aumentano i rischi di attacchi, e un attacco anche ad un solo elemento della catena dei trasporti e della logistica può fare inceppare l’intero sistema”. “E poiché gli attacchi cyber sono cresciuti del 900% dal 2017 al 2020 la sicurezza diventa l’elemento virtuoso della logistica. C’è poi la sostenibilità, che si traduce (anche) in un risparmio energetico, che in questi tempi diventa fondamentale, così come l’integrazione fra tutti i sistemi di digitalizzazione degli elementi e dei soggetti che operano nel, da e per i porti italiani”.