News

L’AI nella logistica e nei trasporti: i progetti concreti di Replica Sistemi

06.05.2025

In ambito logistico Replica Sistemi ha avviato dei progetti di diversa natura che utilizzano l’intelligenza artificiale combinando le capabilities per migliorare le performance dei software SMA.I.L:).

Alcuni studi dell'Osservatorio Artificial intelligencedel Politecnico di Milano dimostrano cheanche in Italia sta aumentando il fatturato del mercato delle AIe il numero di aziende che hanno avviato progetti di intelligenza artificiale. Il 57% delle aziende ha già avviato processi di AI e il 25% di questi sono già a regime.

L’intelligenza artificialenon è una “moda” o un “trend”, maè l’evoluzione di un progresso tecnologicoche parte dagli anni ’50 e che è giunto a un punto di svolta epocale.

Perché oggi si sta diffondendo l’AI ?

Perché ci sonocondizioni infrastrutturali e di mercato favorevolitra cui:

• DIFFUSIONE DEI DATA CENTER
• MAGGIORE VELOCITA’ E CAPACITA’ DI CALCOLO dei COMPUTER
• SVILUPPO DEI SUPER COMPUTER (grazie a investimenti Governativi)

La diffusione della tecnologia contribuisce all’abbattimento dei costi, quindiinvestire in AI è molto meno oneroso rispetto al passato.

Il management delle aziende del settore industriale e della logistica e trasporti nutrono fortissime aspettative nei confronti delle AI sia perautomatizzare alcune attività a basso valore aggiuntosia soprattutto persupportare e a potenziare le attività svolte tipicamente dalle persone, non solo manualità di basso livello, maanche a livello di scelte strategiche.

Tutti ne parlano e ci sono grandissime aspettative, ma si evidenziapoca chiarezza su quali siano i confini dell’AI e quali siano le specificità dell’intelligenza artificialerispetto ad altri tipi di sistemi.
Si tendono spesso a confondere i sistemi e le funzioni con i risultati attesi che può l’AI può portare.

Facciamo chiarezza:cos’è l’AI?

Secondo l’OCSE un “sistema di intelligenza artificiale” è qualsiasi modello di implementazione basato su “una macchina” in grado di “dedurre dall’input che riceve”, grazie all’implementazione di sofisticate capacità adattive dotate di diversi livelli di autonomia, una serie di dati processabili finalizzati a generare svariati “output” (come, ad esempio, “previsioni, raccomandazioni, contenuti, decisioni”, ecc.), suscettibili di influenzare “ambienti fisici o virtuali”, tenuto conto di un “insieme di obiettivi espliciti o impliciti” concretamente perseguiti, a seconda che siano programmati direttamente da uno sviluppatore umano, oppure definiti mediante il ricorso a tecniche di auto-apprendimento algoritmico."

I sistemi di intelligenza artificiale sono sistemi software, o anche hardware, che sono in grado di:

• percepire l'ambiente che li circonda,
• interpretare i dati raccolti,
• trasformarli in informazioni o attività,
• ragionare e prendere potenzialmente delle decisioni.

L’ essere umano recepisce le informazioni e apprende mediante i 5 sensi e le rielabora per prendere delle decisioni, così anchel’intelligenza artificiale simula l’apprendimento umano e utilizza le proprie ability per svolgere le stesse funzioni.

Quali sono leability dell’AI?

I “sensi” dell’intelligenza artificiale sono riassumibili nelle seguenti capabilities:

• MACHINE LEARNING: è l'apprendimento automatico da dati storici che prevede la creazione di modelli attraverso l'addestramento di un algoritmo per fare previsioni o prendere decisioni basate sui dati.
• DEEP LEARNINGutilizza reti neurali che simulano più da vicino il complesso potere decisionale del cervello umano e comprende
  • NATURAL LANGUAGE PROCESSION (NPL)capace di analizzare, comprendere e generale il linguaggio umano – (Es. chatbot)
  • COMPUTER VISION: capace di acquisire e interpretare immagini e video
• ROBOTICS: capacità di eseguire compiti tramite l’interazione con il mondo fisico (es. AMR autonomous mobile robots)
• AUTOMATED REASONING: capacità di compiere autonomamente un processo deduttivo corretto, cioè la capacità della macchina di analizzare i dati e prendere delle decisioni
• KNOWLEDGE REPRESENTATION: capacità di modellare informazioni in formato strutturale.

La macchina è in grado di prendere in input dei dati che possono essere dati numerici, tabelle, immagini etc. e trasformarle nel formato più adatto al tipo di elaborazione che dovrà essere fatta, modellando quindi le informazioni in formato strutturato.

Esempi concreti diprogetti AI nella logistica e nei trasporti

In ambito logisticoReplica Sistemi ha avviato dei progetti di diversa natura che utilizzano l’intelligenza artificialecombinando le capabilitiesper migliorare sia le performance all’interno dei magazzini e dei piazzali sia le performance dei software WMS, YMS e TMS.

TMS con pianificazione con AI per garantire massima efficienza, minimizzare costi e minimizzare emissione di CO2

Analizzando i dati storici e con il machine learning,è stato potenziato il calcolo automatico dei percorsimigliori sia su strada (percorso che farà il mezzo in consegna) sia all’interno del magazzino (percorsi che dovrà fare l’operatore o l’AGV).

Inoltre, è migliorato anche GreenWay, il tool di calcolo della carbon footprint dei trasporti.

CHATBOT

Abbiamo sviluppato unachatbot integrata ai nostri software capace di interpretare le esigenze di assistenzadei clienti fornendo risposte di prima necessità.

Ha anche unafunzione proattivapoiché consente l’avvio automatico di alcune funzionalità del software a partire da un comando scritto o vocale (“inserisci un nuovo ordine”, “pianifica un viaggio da a”).

YMS per automatizzare gli accessi con AI

Sempre attraverso la Chatbot,è possibile interpretare video e immagini in modo automatico, pervelocizzare l’attività di data entry sia a livello di documentazione fiscale e operativa sia per la sicurezza e il controllo, con un risparmio di tempo e una precisione maggiore (es. mediante la foto di un DDT tutti i dati vengono salvati direttamente nel WMS o nel gestionale, oppure mediante la foto della patente di un autista, della carta d’identità o del libretto di circolazione, tutti i dati relativi ai documenti sono direttamente importati nello YMS o nel TMS.

WMS con AI per ottimizzare le movimentazioni di magazzino

Nel magazzino utilizziamo deisistemi di Real Time Location System integrati al WMS Replicaper tracciare in tempo reale l’esatta posizione dei carrelli, degli operatori o dei pallet in magazzino per poter assegnare le missioni nelle diverse aree di operatività.

Attraverso diverse tecnologie quali il laser, gli Ultra Wideband (protocollo di comunicazione wireless a corto raggio) o i Beacon (trasmettitori radio a bassa frequenza che sfruttano la tecnologia Bluetooth Low Energy), scelte in base al contesto di magazzino e al grado di precisione che si vuole ottenere nel tracking, è possibile individuare le coordinate X, Y, Z dell’oggetto o del carrello.

I terminali veicolari posizionati sui carrelli elevatori indicano al carrellista le indicazioni “stradali” del percorso che deve fare il mezzo in magazzino per poter movimentare l’oggetto tracciato.

AMR

Qualora si volesse automatizzare la movimentazione delle merci in magazzino,abbiamo integrato al WMS Replica i MiR1200 Pallet Jackche si muovono in autonomia mappando con l’AI i percorsi da fare, capaci di ricalcolare la tratta in caso di ostacoli e di adattare la larghezza delle forche alla tipologia di pallet da prelevare.

Nel caso di più AMR, il fleet management individua il robot più adatto (per vicinanza, per struttura, per carica della batteria) a compiere la missione in quella specifica tratta di magazzino.

In collaborazione con altre aziende del Gruppo Zucchetti stiamo migliorando anche il labor management per la gestione delle risorse umane e con l’AI factory di Zucchettistiamo testando simulazioni di pianificazione del TMS nel caso di guida autonoma dei camion.

Questi sono i primiprogetti concreti di applicazioni dell’AI nella logistica e nei trasporti, ma ogni giorno riceviamo e forniamo input ai clienti in questa direzione poiché è una realtà che condizionerà sempre più il lavoro in ogni ambito di vita, anche nella logistica e nei trasporti!