AI intelligenza artificiale - Un mondo che va oltre la nostra immaginazione

Quali sono le differenze tra i sistemi IT tradizionali e l'AI di ultima generazione?

I sistemi informatici convenzionali sono basati su regole e corrispondono a messaggi statici. In altre parole, definiamo funzioni e alberi decisionali che le macchine poi implementano. Tuttavia, le aziende di oggi vogliono di più, hanno bisogno di un supporto informatico altamente flessibile e personalizzato per una varietà di tipi e strutture di ordini ricevuti da più canali di vendita. Ad esempio, i sistemi devono supportare contemporaneamente le consegne ai negozi tradizionali e l'evasione dell'e-commerce. Un primo passo consiste nell'implementare algoritmi che ottimizzino l'evasione. SSI SCHÄFER li ha utilizzati per il cliente Desigual, consentendo di regolare e migliorare continuamente i processi di gestione degli ordini e di migliorare l'efficienza dei costi di picking. Tuttavia, il modo in cui la logica è attualmente modellata nei sistemi IT limita ciò che possiamo fare al momento.

In SSI SCHÄFER l'intelligenza artificiale è la prossima grande missione. Vogliamo creare processi intralogistici in grado di adattarsi alle mutevoli esigenze dei clienti, in modo autonomo e dinamico. Vogliamo sistemi IT che abbiano una "mente aperta" e che siano in grado di identificare e analizzare i modelli, ad esempio nel comportamento degli ordini, in situazioni che l'uomo, con la sua attenzione ai nessi causali, non è in grado di elaborare. Questo cambiamento di paradigma ci permetterà di progettare processi più agili e più sensibili alle situazioni. Questo ci consentirà, ad esempio, di prevedere gli ordini dei clienti prima che vengano effettuati, di effettuare il picking e di iniziare la spedizione in una fase precedente. Vogliamo sfruttare la conoscenza dei clienti che risiede nei nostri dati.

Che cos'è l'intelligenza artificiale? Che cos'è l'intelligenza? Quando un sistema diventa AI?

L'intelligenza artificiale è il tentativo di dare ai sistemi informatici la capacità di pensare da soli, in una certa misura. Tuttavia, nemmeno gli esperti riescono a trovare una definizione esatta di intelligenza. Un esempio sono le reti neurali: modelli informatici di strutture cognitive con l'obiettivo di approssimare una correlazione funzionale generalmente sconosciuta tra i dati in ingresso e i risultati. Questi sistemi analizzano le possibili connessioni e utilizzano i dati a loro disposizione in un modo che non è possibile per gli esseri umani con preconcetti e pregiudizi. O, in altre parole, le persone pensano in termini di problemi specifici mentre le macchine cercano le connessioni e ci danno risposte a domande che forse non ci siamo mai posti.

Che cosa ci riserverà il futuro?

I sistemi di intelligenza artificiale addestrati a svolgere compiti intralogistici corrispondenti possono aiutare gli operatori umani nei magazzini, forniranno indicazioni e miglioreranno l'efficienza dei processi grazie all'uso di previsioni intelligenti. La manutenzione prescrittiva, ad esempio, consentirà di prevedere in anticipo la vita utile residua di un determinato macchinario. I potenziali guasti saranno diagnosticati in anticipo e la manutenzione preventiva sarà eseguita con il supporto di processi intralogistici proattivi. In altre parole, si ridurranno al minimo i tempi di fermo macchina. La manutenzione prescrittiva combina l'intelligenza di hardware e software.

Il termine AI non è una novità, ma sta diventando sempre più importante. Perché si parla sempre più di questo argomento?

Negli anni '90, semplicemente, non avevamo il volume di dati o la potenza di elaborazione per i sofisticati processi di apprendimento automatico che ci offrono oggi l'hardware e i chip ad alte prestazioni. La tecnologia dei big data ci mette nella comoda posizione di poter fornire ai sistemi conoscenze artificiali e consentire un apprendimento continuo. L'apprendimento profondo, ovvero un tipo di apprendimento automatico basato su reti neurali gerarchiche, è ormai collaudato e praticabile. In definitiva, disponiamo di capacità più flessibili e migliorate. Possiamo andare oltre la teoria e impiegare queste tecnologie nel nostro lavoro quotidiano. Le cose si evolvono e migliorano continuamente, ampliando notevolmente le nostre possibilità di intelligenza artificiale.

Che impatto ha sulle soluzioni intralogistiche di SSI SCHÄFER? Che ruolo ha l'AI all'interno del vostro team?

In SSI SCHÄFER IT Solutions abbiamo visto svilupparsi le nostre competenze informatiche e software e saremo presto in grado di implementare sistemi di AI nei progetti dei clienti, almeno per quanto riguarda i dati storici. In futuro, questo ci porterà a svolgere meno lavoro di programmazione e a concentrarci maggiormente sulla formazione dei sistemi, con l'obiettivo di un maggiore successo dei progetti. Allo stesso tempo, dobbiamo mantenere il controllo sul sistema. Fino a che punto possiamo spingerci? Avremo bisogno di strategie di riserva che ci permettano di rispondere a cambiamenti imprevisti da parte del cliente. Questo è l'unico modo per garantire che il magazzino del cliente sia sempre operativo. In definitiva, vogliamo implementare una soluzione in cui l'unica limitazione sia l'apparecchiatura intralogistica fisica stessa.

La flessibilità è la caratteristica centrale del supporto software, che consente una maggiore reattività alle esigenze dei clienti. Tuttavia, per realizzare un progetto di AI di successo, la comunicazione tra i professionisti della Data Science e della simulazione e le persone effettivamente responsabili dell'implementazione è fondamentale. La comprensione della situazione reale del cliente è fondamentale per il progresso di SSI SCHÄFER.