Ogni anno Transporeon organizza il proprio summit, un momento di incontro, networking e aggiornamento sull’andamento del mercato e l’avvento di possibili nuove tecnologie che possano promuovere l’efficienza e la sostenibilità della supply chain del trasporto e della logistica. Quest’anno l’evento ha registrato più di 500 partecipanti in rappresentanza di shipper, carrier e fornitori di servizi di logistica. Nutrita la presenza di realtà italiane, tra cui Burgo Group, Refresco e Fercam, mentre a livello internazionale hanno aderito aziende del calibro di Tesco, Puma, CEVA Logistics, Gartner, LKW Walter, Rail Cargo Group, Maersk e Nestlé.
Scelto come tema guida l’analisi dei vantaggi connessi alle nuove tecnologie di digitalizzazione dei processi logistici e di trasporto, che mette in contatto shipper e carrier, collegando tutte le fasi della supply chain. Nello specifico, il summit è stata l’occasione per presentare due nuovi strumenti: lo Yard Arrival Monitor e il Freight Audit SelfService. Il primo è parte della suite Transporeon Real-Time Yard Management: sfruttando gli ETA effettivi e i dati connessi, il software può coordinare in tempo reale la gestione dei mezzi in arrivo e partenza sui piazzali dei clienti. Il Freight Audit SelfService, invece, è una nuova soluzione di gestione della fatturazione dei costi di trasporto, che grazie a un’interfaccia unificata consente la standardizzazione dei processi, riducendo il carico di lavoro manuale.
“Le nostre nuove soluzioni sfruttano la potenza dei dati connessi per eliminare le anomalie, aumentare la visibilità, ottimizzare la collaborazione, ridurre le spese amministrative e fornire informazioni utili con dati forniti in tempo reale”, ha affermato Jonah McIntire, Chief Platform Officer di Transporeon. Proprio a Jonah McIntire abbiamo chiesto di approfondire il tema dell’Intelligenza Artificiale applicata all’analisi dei dati provenienti dalla digitalizzazione dei flussi operativi, e la sua influenza presente e futura nel settore dei trasporti.
Quali sono le attuali sfide poste dall’adozione di sistemi basati sull’AI?
Transporeon sta implementando l’AI nei software che gestiscono la sottoscrizione di contratti di vendita e acquisto di un trasporto, e anche in quei sistemi che analizzano e prevedono gli andamenti del mercato (per esempio le fluttuazioni dei prezzi dei trasporti, dei tempi di transito o delle capacità di trasporto) al fine di stilare raccomandazioni o classifiche. Quindi, ad esempio, nel servizio di matchmaking tra acquirenti e venditori, classificare se c’è o non c’è una buona corrispondenza tra la rete di un fornitore e i requisiti di uno spedizioniere. Sono tutte applicazioni in cui c’è un uso concreto dell’AI con un minimo comun denominatore: il software, o meglio l’AI al suo interno, che oggi prende decisioni che prima erano demandate a una presenza umana. In realtà da un punto di vista puramente tecnico non si dovrebbe parlare di Intelligenza Artificiale: in questi casi il software agisce in maniera automatizzata, seguendo solo le regole inserite nell’algoritmo, senza quella che potrebbe essere definita come iniziativa, ossia un’azione che esce dagli schemi impostati.
Le vere soluzioni di Intelligenza Artificiale, al contrario, prendono decisioni senza che si capisca completamente come sono state elaborate. Oggi vediamo un continuo shift da attività che prima solo gli esseri umani erano in grado di eseguire ad attività eseguite dai software. A un certo punto, il tasso di questo passaggio diventerà molto importante. E finché si rimane su un 10-15 per cento all’anno di transizione da umano a software, la società sarà in grado di gestire il cambiamento, riqualificando e reindirizzando le persone. Ma se questo tasso andrà oltre, diventerà difficile assorbire l’enorme aumento di produttività senza dover davvero riprogettare l’intera struttura sociale. In ogni caso l’AI andrà a sostituire gradualmente tutte quelle figure che, nei diversi processi produttivi e a vari livelli, non prendono decisioni significative ma sono figure puramente operative. Per intenderci, un CEO, un medico, e ruoli in cui il contatto umano è fondamentale non verranno mai sostituite, così come (almeno per il momento) quei ruoli dove il lavoro manuale è ancora meno costoso di un robot. Diciamo che il segmento che noi oggi chiamiamo white collar, sarà quello più colpito dall’avvento dell’AI, quello che dovrà essere capace di reinventarsi un ruolo nella società.
Il ruolo dell’autista è destinato a scomparire con l’avvento dei veicoli a guida autonoma?
Oggi esistono già veicoli a guida autonoma, in ambienti chiusi e protetti, quali porti, stazioni ferroviarie, miniere. E funzionano molto bene, perché si muovono all’interno di un sistema chiuso e facilmente parametrabile. Ma se ci spostiamo su strada le cose cambiano, le condizioni sono molte, molte di più. Per esempio, com’è il meteo? È giorno? È notte? Sei in autostrada o su una strada secondaria? Redarre una checklist di tutte le variabili oggi è un obiettivo ancora fuori portata. Ma la vera domanda è: è un obiettivo impossibile da raggiungere o ci vorrà solo un po’ di tempo e lavoro? Personalmente propendo per la seconda risposta. Da un punto di vista tecnico, ci vorranno circa una decina d’anni, forse qualcosa di più, per creare un sistema basato sull’AI che renda la guida autonoma una realtà in qualunque situazione. E dal punto di vista del legislatore? In senso normativo, non so se la guida autonoma sarà mai consentita in Europa: sarà sempre considerata, probabilmente, troppo dirompente per il mercato del lavoro. E quindi potrebbero nascere dei compromessi, tipo che il veicolo si guiderà da solo ma dovrà sempre esserci un uomo a bordo, pronto a prendere il controllo se necessario. Quindi, in pratica, bisognerà continuare ad assumere autisti.
Quali sono le applicazioni dell’intelligenza artificiale nei software di Transporeon e come stanno trasformando le operazioni quotidiane dei vostri clienti?
Transporeon utilizza tre diversi tipi di Intelligenza Artificiale. Il primo è l’AI simbolica, integrata nei software destinati alle diverse fasi della vendita del servizio di trasporto. Questa AI è, di fatto, la stessa applicata anche ai veicoli a guida autonoma. Ed è la più diffusa. Si crea una struttura, si impostano delle regole e si pone un obiettivo: compito dell’AI, e quindi del software, è seguire quelle regole per ottenere il risultato migliore con il metodo migliore. Questa AI è perfetta per operare in contesti come l’organizzazione dei tragitti, l’approvvigionamento e le quotazioni. Tutti ambiti dove già operano alcuni nostri software: trovare il miglior fornitore al costo più basso; vendere i servizi al massimo profitto. La seconda area è l’Intelligenza Artificiale statistica, che è il dominio della categorizzazione, e anche delle previsioni. Quindi, ad esempio, potrei chiedere all’AI di dividere i vettori del Nord Italia in gruppi, senza darle ulteriori indicazioni: sta al software individuare quali gruppi ha più senso creare, quindi procedere a una categorizzazione dei vettori, oppure eseguire un pattern matching. Oppure possiamo applicare l’AI alla valutazione in tempo reale del tragitto di un particolare veicolo in base ai ping di posizione GPS che riceve e a dove deve arrivare. Ogni volta che riceve un ping, l’AI controlla e decide se il vettore è sulla buona strada.
Sono entrambi casi dove già applichiamo l’Intelligenza Artificiale statistica, perché è in grado di elaborare in tempo reale variabili anche impreviste, come una deviazione stradale, la necessità di una sosta di rifornimento o di una pausa dell’autista, oppure un guasto al veicolo, e così via. E infine, l’ultima è l’AI generativa, quella alla base di strumenti molto conosciuti anche dal grande pubblico, come per esempio ChatGPT: sto parlando di AI basata su modelli di fondazione. Il suo sviluppo è iniziato con la generazione di testi, e ora abbiamo a disposizione diversi modelli di AI generativa, che vengono chiamati multimodali, che è possibile usare per creare audio, immagini o video. E queste sono applicazioni super interessanti. In Transporeon abbiamo sviluppato una funzionalità che consente al cliente di chiedere e ricevere in breve tempo preventivi spot semplicemente tramite una e-mail. Quello che il cliente non sa è che interagisce con un software di AI generativa. In breve cosa succede? Il cliente manda una e-mail che viene letta dalla nostra AI che estrae e analizza ciò che viene richiesto per poi trovare una soluzione attraverso una strategia che ottimizzi il rapporto prezzo/soluzione. Poi risponde al cliente in maniera positiva o negativa, a seconda del risultato dell’analisi che ha condotto. Se la risposta è positiva, comunica il prezzo e mantiene il thread della conversazione. E se il cliente accetta, gestisce tutto il processo a valle.
Quali sono le principali sfide che vede nell’implementazione su larga scala di soluzioni basate sull’AI nel trasporto merci e come le sta affrontando Transporeon?
Penso che l’ostacolo più grande sarà probabilmente la conformità normativa. L’Europa ha la sua legge sull’AI, che è già entrata in vigore, e sospetto che avremo una evoluzione legislativa futura che ne renderà piuttosto difficile l’implementazione. Quindi le difficoltà principali saranno più di carattere legislativo che costringeranno aziende come Transporeon a adeguare le proprie attività in base al Paese in cui opera, e questo richiederà grossi investimenti. Per esempio, la legislazione europea prevede che dovunque un’azienda stia servendo un cliente europeo, tale servizio deve seguire le regole UE, anche se cittadino e servizio sono/avvengono al di fuori del territorio dell’Unione. Questo impone che le aziende vengano a conoscenza di dati sensibili, come la nazionalità per esempio. Ma ciò collide con le tutele legate alla privacy: ergo le aziende sono costrette ad agire come se tutti i clienti fossero europei, davvero complicato. Se comunque dovessi individuare la principale difficoltà che affronteranno le aziende di trasporto e logistica nell’adozione degli strumenti basati sull’AI, direi che sarà come superare l’inerzia. Oggi appare ancora strano dire che si acquisterà uno strumento basato sull’AI, o che si sta solo pensando di farlo. Questo denota una diffusa lentezza nell’adozione di questi strumenti, che creerà un grande divario tra le aziende che inizieranno prima e quelle che lo faranno solo in un secondo tempo. Colmare tale divario sarà la sfida più grande.
Come immagina l’evoluzione dell’intelligenza artificiale nei settori del trasporto merci e della logistica nei prossimi anni? Quali innovazioni pensa che diventeranno essenziali?
Prevedo tre evoluzioni davvero importanti. La prima è in merito alla user experience dei software, che subirà un rapido cambiamento. Gli utenti saranno molto esigenti in termini di usabilità dei loro software: dovranno essere in grado di interagire utilizzando la loro lingua madre e senza dover essere prima formati. La seconda evoluzione è rappresentata dall’enorme potenziale racchiuso nei software basati sull’AI. Infine, la terza evoluzione avverrà nei costi di sviluppo: l’AI ridurrà rapidamente quelli legati alla realizzazione degli stessi software. Quindi, se prima i software erano molto costosi, e raramente li si realizzava ad hoc, oggi il costo del loro sviluppo sta andando rapidamente a zero. Penso che sia un cambiamento molto interessante, perché ciò permetterà di realizzare software su richiesta e a misura delle persone, il che non accade oggi. Per questo Transporeon oggi ha più di un terzo del proprio investimento in R&D destinato allo sviluppo di sistemi con l’intelligenza artificiale generativa. Non conosco nessun’altra azienda che ne abbia uno più alto.
