Le esigenze di ottimizzazione della Supply Chain e della logistica hanno portato alla definizione di modelli operativi tesi a eliminare gli sprechi e migliorare l’uso delle risorse. Ciò è particolarmente rilevante per la logistica Food & Beverage e per la catena del freddo, che trattano merci deperibilità e date di scadenza: rendere efficiente la logistica significa, infatti, salvaguardare prodotti e, di conseguenza, i ricavi.
L’International Journal of Science and Technology Research Archive evidenzia le possibilità offerte dall’Artificial Intelligence e dagli Analytics per evitare gli sprechi. L’analisi dei dati in tempo reale e la disponibilità di modelli predittivi consentono, infatti, di individuare le anomalie, assicurare il perfetto funzionamento degli impianti, tenere sotto controllo le scorte e garantire il rispetto della catena del freddo lungo tutta la supply chain.
Nei diversi processi di magazzino che concorrono alla gestione dei prodotti deperibili, l’uso combinato di Artificial Intelligence e Analytics permette di ottenere benefici concreti al fine di garantire una catena del freddo priva di perdite e sprechi.
Prendiamo, ad esempio, il controllo della temperatura dei prodotti lungo tutta la catena: l’AI (Computer Vision) può segnalare, attraverso le telecamere termiche, le differenze di temperatura nelle celle frigorifere o in alcune zono, oppure la perdita di aria dalle porte; i sensori IoT possono rilevare l’andamento delle temperature lungo tutto il percorso, compreso il tracciamento al passaggio dei varchi; gli Analytics, dall’altro lato, potrebbero intercettare alcuni fenomeni come ricorrenti e associarli ad altre variabili (ad esempio: lo stato di manutenzione delle apparecchiature refrigeranti, la casa costruttrice dei macchinari, la stagione in cui avvengono i fenomeni, il tipo di prodotto, ecc.); l’incrocio di tali informazioni potrebbe dare indicazione su come e dove intervenire, e permetterebbe di abbattere gli sprechi e migliorare il business dell’azienda. AI e Analytics possono dare, quindi, un contributo puntuale e significativo alla logistica Food & Beverage in diverse forme:
Gestione della catena del freddo. È l’aspetto più importante per la cura dei prodotti deperibili, ed è condizionato da diversi elementi, quali, ad esempio, il controllo dei parametri ambientali (temperatura, umidità, ecc.), il corretto funzionamento dei macchinari, la frequenza di movimentazione dei prodotti o, infine, la velocità di trasferimento all’interno del magazzino. Sono, questi, elementi per i quali AI e Analytics forniscono un contributo sostanziale: manutenzione predittiva degli impianti al fine di anticipare le situazioni di crisi; tracciabilità completa dei percorsi al fine di controllare i parametri ambientali ad ogni passaggio o varco; analisi delle movimentazioni per ottimizzare i tragitti ed eventualmente acquisire sistemi AMR - Autonomous Mobile Robot. Va sottolineato, inoltre, che il contributo di AI e Analytics si estende anche alla delivery, che è fondamentale per garantire la catena del freddo.
Inventory Management. La gestione di scorte e rifornimenti è centrale per abbattere sprechi e perdite. AI e Analytics contribuiscono alla gestione ottimale dell’inventario in diversi modi.
- analisi predittiva: i dati storici di vendita, stagionalità o tendenze di mercato consentono di prevedere la domanda futura con maggiore precisione;- gestione delle scorte: ottimizzare i livelli di inventario tenendo conto, ad esempio, dei tempi di consegna dei fornitori, della rotazione delle scorte o delle procedure di riordino; gestione delle date di scadenza: monitorare continuamente le date di scadenza dei prodotti freschi o deperibili e fornire indicazioni per il recupero, come, ad esempio, strategie di promozione o donazione, evitando le perdite;
- controllo di qualità. La verifica sulle condizioni degli alimenti può essere supportata da AI e Analytics anche attraverso l’implementazione della Computer Vision (ispezione automatica per rilevare ammaccature, differenze di colore, presenza di muffa, o, infine, danni alla struttura fisica del prodotto). È possibile riconoscere pattern associati a prodotti difettosi o contaminati.
Vi sono, all’interno del magazzino Food & Beverage, altri aspetti che possono trarre vantaggio dall’implementazione di algoritmi di AI e Analytics, come, ad esempio, l’ottimizzazione del layout o l’acquisizione di tecnologie di automazione. Tali aspetti comportano, tuttavia, investimenti ingenti e vanno valutati caso per caso.
L’implementazione dell’AI e degli Analytics è in stretta relazione con il WMS, responsabile del coordinamento dei processi di magazzino. La piattaforma di Warehouse Management, infatti, è centrale per massimizzare i benefici di tali tecnologie. AI e Analytics si basano sui dati (sia storicizzati che in real-time), la cui gestione condiziona l’efficacia degli algoritmi. Stockager® Suite, il WMS di Beta 80 Group, ottimizza la gestione dei dati con precise scelte di architettura:
Disponibilità immediata delle informazioni. Tutte le componenti del magazzino (macchine, sistemi automatici, sensoristica, ecc.) sono integrate da Stockager® Suite in modo nativo. Ciò significa che il software di controllo dell’hardware (WCS – Warehouse Control System) è interno a Stockager® Suite, e i dati generati dall’apparecchiatura sono immediatamente disponibili per le piattaforme di AI e Analytics, garantendo massime performance degli algoritmi. Ciò è particolarmente significativo per le analisi in tempo reale (Computer Vision, controlli sensoriali, controllo dei parametri ambientali, ecc.).
Integrazione di piattaforme di AI e Analytics. Piattaforme di AI quali, ad esempio, Microsoft Power BI, possono accedere alla base dati storicizzata o alle funzionalità di Stockager® Suite via API – Application Programmable Interface. Le piattaforme esterne di analisi possono, quindi, accedere al WMS in modo standard.
Dashboard. Il cruscotto di visualizzazione di Stockager® Suite offre piena visibilità sui processi in corso e sullo storico delle attività. In tal modo, le segnalazioni fornite dall’AI o le modifiche ai processi sono rese fruibili da un’apposita interfaccia grafica.
La gestione ottimale della catena del freddo e la riduzione di sprechi e perdite richiede un impegno significativo, sia in termini di complessità dei progetti, che investimenti economici. Se, infatti, gli algoritmi di AI e Analytics offrono un contributo sostanziale in termini di analisi smart dei fenomeni in corso e di disponibilità di modelli predittivi, dall’altro lato occorre una rete di sensori intelligenti che forniscano i dati e, soprattutto, un WMS in grado di renderli fruibili. Una logistica Food & Beverage così concepita consente alle aziende di prepararsi al futuro, che dovrà essere sempre più sostenibile, data driven e capace di adattarsi alle nuove condizioni operative.