Novità

Intelligenza Artificiale e logistica sostenibile tra dati e applicazioni reali: a che punto è l’Italia?

23.03.2026

Negli ultimi anni la logistica italiana si è trovata al centro di due forze che stanno ridisegnando l’economia globale: digitalizzazione e sostenibilità. Entrambe leve strategiche più che mai fondamentali per la competitività delle imprese, soprattutto in un Paese caratterizzato da una forte presenza manifatturiera e da un tessuto produttivo fatto di PMI.

In questo, l’Intelligenza Artificialesta assumendo un ruolo sempre più importante, fungendo da vera e propriaabilitatrice di efficienza, risparmio e riduzione degli impatti ambientali.

Noi di Stesi lo vediamo ormai ogni giorno: sappiamo bene chei sistemi di ottimizzazione dei percorsi possono tagliare fino al 20% delle emissioni da trasporto,mentre modelli predittivi applicati alla domanda possono ridurre gli sprechi di stock anche del 25%. Benefici economici e ambientali che, sempre più spesso, coincidono.

È su questo terreno che si colloca il lavoro diMattia Ulleri, che per il suo percorso di laurea magistrale in Marketing, Consumi e Comunicazione presso l’Università IULMdi Milano, ha sviluppato la tesi »Intelligenza Artificiale e logistica sostenibile: prospettive e sperimentazioni dal panorama italiano«. Un’analisi tanto approfondita quanto rivelatoria, dove Mattia analizza ilrapporto tra Intelligenza Artificiale e transizione green all’interno della supply chain nazionale.

Tra i casi analizzati,Stesirappresenta un osservatorio privilegiato: una Software House italiana che dal 1996 sviluppa sistemi avanzati per la gestione della supply chain e che rientra nel7%delle imprese italiane che utilizzano l’IA in maniera strutturata. Grazie al contributo tecnico diMario Avdullaj, Software Developer e membro del team R&D di Stesicon cui avevamo già parlato degli impatti dell’AI nella logistica inquestoarticolo, la tesi ha esplorato progetti reali e ha evidenziato come l’Intelligenza Artificialepuò diventare un driver chiave per unalogistica più green e più competitiva, purché accompagnata da competenze adeguate, dati affidabili e investimenti mirati. Ed è proprio da chi, come Stesi, questo futuro lo sta già costruendo, che emergono le sperimentazioni più preziose.

Il contesto: digitalizzazione e sostenibilità non sono più due percorsi separati

Negli ultimi anni, il mondo industriale si è trovato al centro di undoppiorivoluzionamento: da un lato ilcambiamento economico globale, segnato da instabilità geopolitiche, protezionismo eframmentazione delle catene di approvvigionamento, dall’altro l’urgenza ambientale, conuna crescente limitatezza delle risorse, perdita di biodiversità, pressioni sociali e normative in aumento.La digitalizzazione emerge qui come leva di trasformazioneimprescindibileche consente alle imprese di affrontare la sfida della resilienza e sostenibilità con fermezza. Ecco che l’automazione oggi si trasforma in un vero e proprioecosistema integrato di tecnologie, traIoT (Internet Of Things)per l’ottimizzazione dei processi fisici (logistica, inventario, manutenzione),modellidata-driven, dove i dati diventano »il nuovo oro« per le decisioni strategiche e l’immancabileIntelligenza Artificiale (IA), l’alleato per eccellenza della predittività e supporto alle decisioni.

Tutto questo con impatti diretti su efficienza e sostenibilità:le nuove tecnologiepermettono di ridurre consumi energetici, ottimizzare trasporti, evitare sovrapproduzione, limitare errori lungo la filiera e persino simulare scenari grazie aiDigital Twin. Certo, il digitale ha anche un costo ambientale: data center energivori, produzione di e-waste, l’estrazione di risorse critiche (es. litio) e inquinamento.Ma è, allo stesso tempo, ciò che consente alle aziende di progettarepratiche logistiche realmente greene misurabili. Parliamo di:

• dematerializzazione,
• monitoraggio ambientalein tempo reale,
• tracciabilitàtotale (es. blockchain per filiere etiche e carbon credit),
• ottimizzazione dei consumi
• modelli dieconomia circolare.

Tutti questi aspetti sono resi possibili dal digitale. Il pilastro, quindi, per un’industria 4.0 greene perSmart Factorydove uomo e macchina collaborano in sicurezza.

Ebbene, il campo di applicazione per eccellenza della sinergia tra digitale e sostenibilitàè proprio la Supply Chain. Una catena di fornitura moderna è infatti agile, trasparente, misurabile e »data-driven«: saprevedere la domandain anticipo,ridurre le scorte inutili,ottimizzare i percorsiper diminuire tempi e consumi, aumentare la qualità del servizio eminimizzare l’impattoambientale.

Comeosservatoda Mattia, La Supply Chain è proprio il laboratorio in cui le imprese possono trasformare l’emergenza ambientale in un vantaggio competitivo concreto. Ecco come:

• sostenibilità come vantaggio competitivo: riduzione emissioni (veicoli elettrici/ibridi), packaging eco-friendly ed economia circolare tagliano costi e creano valore;
• tecnologie abilitanti:l’IoT traccia merci e condizioni,l’AI prevede la domanda e ottimizzaipercorsi,la blockchain garantisce trasparenza e autenticità,i Digital Twin simulano e ottimizzano l’intera catena.

Questo indubbiamente richiede un cambio culturale. Le aziende che sapranno fondere innovazione tecnologica e responsabilità ambientale non solo otterranno efficienza operativa, ma ridefiniranno il proprio valore sul mercato per clienti e partner sempre più attenti all’impatto.

L’IntelligenzaArtificiale nella logistica sostenibile

Come scrive Mattia Ulleri, l’Intelligenza Artificiale rappresenta l’infrastruttura cognitivaper una logisticaproattiva, agile e sostenibile: »se i dati sono gli ingredienti di una ricetta, l’algoritmo rappresenta i passi necessari per prepararla«.È quindi il motore che trasforma i dati inefficienza operativa(riduzione costi, tempi, errori) e, in modo inscindibile, insostenibilità ambientale(riduzione sprechi, emissioni, consumo di risorse).Nella supply chain del futuro, »esseredata-driven« significa automaticamente essere più competitivi e più green.La sfida è sia tecnologica, sia di integrazione e cultura aziendale.Ma dire »intelligenza artificiale« è come dire tutto e niente. L’IA è in realtà un insieme di 4 tecnologie principali:

• Machine Learning (ML): impara autonomamente dai dati per prevedere trend, ottimizzare processi e automatizzare decisioni. È la base dell’analisi predittiva.
• Deep Learning (DL): una versione avanzata del ML che utilizzareti neurali artificiali(come le CNN per le immagini o le RNN per le serie temporali). Perfetta per compiti complessi come il riconoscimento visivo di merci o difetti in tempo reale.
• Natural Language Processing (NLP): consente alle macchine di comprendere e generare linguaggio umano. In logistica, automatizza la gestione documentale (bolle, ordini), potenzia le chatbot per il servizio clienti e analizza feedback o reclami.
• Computer Vision (CV): conferisce »occhi« ai sistemi. Tramite telecamere e algoritmi (soprattutto CNN), ispeziona merci, legge codici, controlla la qualità, gestisce la sicurezza in magazzino e abilita la guida autonoma dei veicoli.

Integrazione nei processi logistici: dove l’IA fa la differenza

L’IA si integra in ogni anello della catena di fornitura, creando unasupply chain »data-driven«, predittiva e auto-ottimizzante.

1. Analisi predittiva: la nostra »killer application«. Analizza dati storici e in tempo reale (da sensori IoT, trend di mercato, …) per:

• prevedere ladomandacon precisione, ridurre stock morti e »out-of-stock«;
• abilitare lamanutenzione predittivadei macchinari, prevenendo guasti e fermi produzione;
• ottimizzareinventario, trasporti e logistica inversa.

1. Ottimizzazione di magazzino:rende i magazzini intelligenti. L’IA, unita a IoT (RFID, sensori) e robotica, permette:

• slotting dinamico: posizionare automaticamente le merci in base alla domanda e alla rotazione;
• pickingrobotizzato: robot mobili autonomi (AMR) che collaborano con gli operatori, aumentando produttività e sicurezza;
• monitoraggio in tempo realee controllo qualità automatizzato tramite Computer Vision.

1. Ottimizzazione dei trasporti: attacca una delle voci di costo e impatto maggiori, soprattutto nell’ultimo miglio:

• route optimization intelligente: algoritmi che calcolano percorsi in tempo reale considerando traffico, meteo, consumi e tempi di consegna, riducendo km a vuoto, costi del carburante ed emissioni;
• gestione del carico: massimizza la saturazione dei veicoli, rispettando vincoli di peso, volume e sicurezza allo stesso tempo;
• guida autonoma: seppur in fase avanzata di sviluppo, promette di rivoluzionare le consegne, soprattutto in ambienti controllati o per l’ultimo miglio;

1. Automazione dei processi: l’IA supera l’automazione rigida, rendendo i processi adattivi. CombinaRPA (Robotic Process Automation), Computer Vision e roboticaper automatizzare compiti ripetitivi, dall’elaborazione degli ordini al controllo degli inventari, minimizzando errori umani;
2. L’AIGenerativa(Gen AI): è sicuramente la frontiera emergente, con potenziale in pianificazione, supporto decisionale e gestione documentale (grazie a LLM).

L’impatto tangibile sulla sostenibilità e sull’ambiente

L’adozione dell’IA nella logistica porta benefici misurabili che si rafforzano a vicenda. Sul fronte dell’efficienza operativa, le aziende che integrano sistemi predittivi e automatizzati registranoriduzioni dei costi tra il 5% e il 15%, unaproduttività più alta (fino al +25%)e meno fermi macchina grazie alla manutenzione predittiva, che puòtagliare i downtime fino al 25%. Anche lapuntualità delle consegnemigliora sensibilmente, con incrementi fino al15%. Parallelamente, la forza lavoro non viene sostituita, ma riposizionata verso ruoli più qualificati, tra analisti dei dati, tecnici di robotica, supervisori di sistemi, … creando un modello operativo più resiliente.

Sulfronte ambientale, l’impatto è ancora più evidente. Una previsione accurata della domanda riduce sprechi e stock eccessivi: parliamo di untaglio del 10-40% dell’overstock e del 20–50% delle rotture di stock, con una drastica diminuzione di produzione e movimentazione superflue. L’ottimizzazione dei trasporti (dai percorsi al carico) riduce i chilometri a vuoto e il consumo di carburante, contribuendo all’abbattimento delle emissioni di CO₂. Alcune stime indicano un potenziale impatto sullariduzione globale delle emissioni pari al 4% entro il 2030.Nei magazzini, poi, l’IA permette un utilizzo più intelligente dell’energia, gestendo illuminazione e climatizzazione in base ai reali bisogni: si possonorisparmiare oltre 90 kWh/mq/anno solo sull’illuminazione. E con robot mobili in grado di operare anche al buio, il consumo energetico può calare ulteriormente.

E il panorama italiano? Settore in trasformazione, ma con le sue contraddizioni

Nella sua tesi, Mattia Ulleri hascattatouna fotografia realistica dello stato dell’arte dellalogistica sostenibile e dell’adozione dell’Intelligenza Artificiale in Italia, rivelando un settore in trasformazione ma con forti contraddizioni.

Innanzitutto, il settore logistico italiano è quanto più centrale: recenti studi del Politecnico di Milano (2025) parlano di un fatturato in aumento del 36% dal 2019, raggiungendo 118 miliardi di euro nel 2024. Non a caso è nata una certapressione normativa e numerosi incentivi,tra ilPNRRe il pianoTransizione 5.0con crediti d’imposta dal 15% al 45%, che spingono la digitalizzazione come soluzione obbligata per raggiungere la sostenibilità. Anche la pressione degli stakeholder (investitori, clienti, banche) su temi ESG è in netto aumento. Tuttavia, il settore logistico in Italia resta arretrato, ancora limitato da:

• dipendenze strutturali:il 92% delle merci viaggia su strada, poco in linea con gli obiettivi europei di intermodalità. Il territorio italiano e la bassa saturazione dei carichi (»load factor«) rendono difficile ed energivoro il trasporto;
• magazzini inefficienti:spesso caratterizzati da saturazione disomogenea e processi manuali, con alti consumi energetici (illuminazione, climatizzazione, …).

La sostenibilità, quindi, è un buon proposito che però fatica a diventare realtà.IlGreen Logistics Survey 2024(LIUC), che ha coinvolto circa 500 manager logistici, dipinge un quadro in movimento.Dal punto di vista delle intenzioni delle imprese, circa il 70% dei rispondenti afferma di avere degli obiettivi sostenibili, ma solo il 40% di questi li persegue (e lo fa solo da 5 anni).Se invece si considerano solo le PMI, le percentuali crollano, a dimostrazione della loro difficoltà di sostenere i costi correlati. Curiosamente, l’area dove si investe di più èmagazzino e l’intra-logistica, spinta anche dalla crisi energetica. Seguono, a distanza, trasporti, imballaggi e organizzazione di filiera. Le aziende che agiscono riportano vantaggi tangibili: riduzione costi energetici, meno rifiuti/emissioni e maggiore resilienza operativa. Inoltre, diventa centrale l’uso diKPI per monitorare le performance ambientali, presupposto fondamentale per portare avanti miglioramenti basati sulle esigenze reali.

Per quanto riguarda l’IA, invece?Nella logistica italiana c’è indubbiamente un enorme interesse, ma anche una scarsa maturità operativa. I dati sull’adozione dell’intelligenza artificiale (fonte ISTAT 2025,Radar IALIUC-Columbus) rivelano un divario alquanto consistente:

• ritardo strutturale:solo l’8.2%delle imprese italiane con più di 10 dipendenti usa l’IA (quanto la media UE contra un 13.5%). La diffusione è per lo più nelle grandi aziende.
• un paradosso preoccupante:il 30% delle aziende dichiara di aver implementato IA, masolo il 7%la utilizza effettivamente a livello operativo. Il resto è in fase sperimentale.

Gli ostacoli principali all’adozione dell’intelligenza artificiale sono lescarse competenze interne e timori sui costi IT. Per quelle aziende che la implementano, invece, l’area dove viene coinvolta maggiormente è lapianificazione della Supply Chain, questo perchéstoricamente è l’area dove si sono sviluppati i primi algoritmi. Il 43% di chi dichiara di avere almeno una applicazione con l’IA, ha indicato il Sales Forecasting come area di applicazione principale.La pianificazione viene poi seguita dalla gestione scorte, dei trasporti e di magazzino.

Secondo Mattia, le motivazioni che spingono le aziende ad adottare l’intelligenza artificiale sono l’efficienza, la qualità del servizio e la riduzione costi.In tutto questo la sostenibilità è un beneficio collaterale, non un driver primario.Nel futuro prossimo, il 60% delle aziende prevede nuovi investimenti in IA nei prossimi 2 anni. Gli ambiti con maggior potenziale di sviluppo sono ilmagazzino intelligente(robotica, ottimizzazione spazi), imodelli simulativi(Digital Twin) e l’ottimizzazione del trasporto.

In sintesi: l’Italia ha unquadro chiaro delle sue criticità logistiche e ambientalie unfermo intento politico-economico(PNRR, Agenda 2030, Transizione 5.0…) per risolverle. Tuttavia, il cammino verso una logistica data-driven e sostenibile è segnato da unduplice divario: unotecnologicorispetto all’Europa, e unostrutturaletra grandi imprese e PMI. L’IA è riconosciuta come leva strategica, ma è ancora bloccata, con un tasso di reale integrazione operativa bassissimo. La sfida dei prossimi anni non è solo tecnologica, maculturale e di competenze: trasformare l’interesse in progetti concreti e sistemici per rendere la sostenibilità un vantaggio competitivo reale.

IntelligenzaArtificiale e logistica sostenibile nel caso Stesi: rendere l’intenzione realtà

Mattia Ulleri ha individuato inStesi un esempio concreto di come l’Intelligenza Artificiale possa essere integrata con successo nella Supply Chain. Nell’approccioStesi l’accento sulla sostenibilità è forte, infatti gliinvestimenti in Ricerca & Sviluppo sono orientati verso tre ambiti specifici, dimostrando come l’IA non sia solo teoria:

1. ottimizzazione 3D degli spazi:grazie adalgoritmi di IAper calcolare la disposizione ottimale delle merci sui pallet, si ottiene una movimentazione interna più efficiente e una migliore saturazione dei camion. Questo non solo velocizza le operazioni, mariduce del 20% il numero di pallet utilizzatieabbatte i consumi energetici del 10-20%.
2. gestione automatica delle missioni:il »ission Manager« ridistribuisce in tempo reale i compiti nel magazzino analizzando dati operativi. I risultati:riduzione dei costi del 5-10%etaglio del lead time da 4,8 a 2,5 giorni. Il sistema »impara« costantemente attraverso tecniche di apprendimento per rinforzo, alimentato da dati IoT e KPI logistici.
3. assistenza intelligente:con lo sviluppo diSilwaAISupport, una chatbot integrata nei suoi sistemi (WMS e MES), Stesi fornisce supporto tecnico in tempo reale agli operatori. È basata su modelli avanzati e »Cognitive Search«, garantisce risparmio di tempo, autonomia operativa e riduzione dei costi di assistenza.

Un approccio responsabile e lungimirante:Stesi non sviluppa soluzioni in modo avventato. Prima del‘go-live’,testa i software in ambienti simulativi e »sandbox« virtuali, un metodo che non solo garantisce affidabilità maminimizza sprechi di risorse ed emissioni già nella fase di sperimentazione.

La visione di Stesi è quella di un’IAmoltiplicatrice di efficienza e abilitatrice di sostenibilità, uno strumento cruciale per rispettare gli obiettivi dell’Agenda 2030. Il suo caso studio dimostra che, in un panorama italiano ancora »in ritardo«, è possibile coniugare innovazione tecnologica, competitività e responsabilità ambientale, creando valore concreto per le aziende clienti e per il sistema Paese.

Conclusioni: la tecnologia conta, ma la cultura aziendale conta di più

La ricerca di Mattia Ulleri mostra con chiarezza un punto fondamentale:le buone intenzioni ci sono, quello che manca sono i presupposti e gli strumenti per renderle realtà. È qui che si inserisce Stesi: la Software House italiana che si è posta come facilitatrice dell’applicazione dell’Intelligenza Artificiale nella sostenibilità della Supply Chain.In un panorama italiano ancora segnato da limiti strutturali(PMI con risorse ridotte, competenze digitali insufficienti, processi frammentati e una cultura aziendale poco incline al cambiamento)Stesi si posiziona come un partner solido, capace di colmare proprio quei gap che oggi frenano l’adozione dell’IA.

Avviciniamo all’innovazione chi, in autonomia, faticherebbe a raggiungerla. Progettiamo soluzioni scalabili e sostenibili anche per le PMI, aiutandole a superare la barriera dei costi e trasformando le »buone intenzioni« in risultati misurabili.La filosofia di Stesi pone finalmente al centro il benessere di ambiente e lavoratori: una supply chain in cui l’IA non sostituisce, ma potenzia.Per questo investiamo nel supporto agli operatori e operatrici, accompagnandoli in percorsi di formazione continua eupskillingche elevano le competenze digitali e rendono l’innovazione davvero utilizzabile. Allo stesso tempo, abilitiamo le aziende a prendere decisioni basate suidati, che grazie a noi vengono gestiti in maniera centralizzata anziché dispersi in sistemi eterogenei.

Con un approccio pragmatico e una metodologia solida,Stesi crea le condizioni tecniche, culturali e operative perché l’IA diventi un motore reale della transizione verde. La rotta è tracciata, il resto sta a voi.

FAQ: domande frequenti sull’IntelligenzaArtificiale e sostenibilità

L’IA sostituirà il personale nei magazzini?

L’IAtrasforma e potenziail lavoro umano, non lo sostituisce in toto. Come dimostrato dalla ricerca di MattiaUlleri, si parlapiù che altrodi unariconfigurazione dei ruoli: si riducono i compiti ripetitivi, a favore di ruoli più specializzati di supervisione, gestione delle eccezioni, manutenzione dei robot e analisi dei dati. La sfida è investire nellaformazione e nelreskillingdella forza lavoro.

La mia azienda è una PMI. L’IA è solo per i grandi colossi?

Assolutamente no, ma è una preoccupazione fondata per il contesto italiano. La buona notizia è che esistono percorsi accessibili. Grazie agli incentivi dellaTransizione 5.0e alla possibilità di affidarsi a partner specializzati come Stesi,anche le PMI possono integraresoluzioni modulari. Si parte spesso da una singola applicazione ad alto ROI, per poi andare a integrare conulteriorifunzionalità avanzateman mano che l’azienda cresce e le sue necessità operative crescono.