business· 9 min di lettura

Intelligenza artificiale per il magazzino: dove recupera ore e dove il fornitore promette troppo

Di Marco Masut

L'intelligenza artificiale per il magazzino è, per un'azienda italiana che tiene merce a scaffale, un modo per far leggere a una macchina i documenti che arrivano insieme alla merce e per rimettere in ordine l'elenco degli articoli. Non è un modo per far indovinare a un sistema quanto venderete il mese prossimo, e la distanza fra queste due cose è quasi tutto quello che separa un progetto che rientra da uno che resta acceso per finta.

L'AI per magazzino riguarda un'azienda con trenta persone, un capannone, un gestionale comprato dieci anni fa e un magazziniere che sa a memoria dove sta la roba. Non ha un reparto informatico, ha un fornitore di software che risponde in due giorni e un titolare che ha già ascoltato tre presentazioni con la parola predittivo dentro.

Che cosa consuma davvero il tempo in un magazzino

Il tempo di un magazzino si consuma nel ricevimento e nella ricerca, non nella movimentazione. La movimentazione è il lavoro visibile, si misura in bancali e in metri, ed è quello che i fornitori di automazione propongono di risolvere con i soldi. Il ricevimento e la ricerca non compaiono invece in nessun conto, perché sono spalmati su tutta la giornata di tutti.

Il ricevimento merce è il punto in cui la carta entra in azienda. Con ogni consegna arriva un documento di trasporto, spesso una distinta del fornitore in un formato suo, a volte una scheda tecnica o un certificato. Qualcuno apre quei fogli e ribatte codici, quantità e lotti dentro il gestionale, e nella maggior parte dei casi lo fa mentre l'autista aspetta in piazzale.

L'articolo che c'è ma nessuno riesce a trovare

La ricerca di un articolo è il costo che non entra in nessun bilancio. Succede quando il codice del fornitore non corrisponde al codice interno, quando lo stesso pezzo è stato caricato due volte con due descrizioni diverse, quando l'ubicazione a sistema dice uno scaffale e la merce sta in un altro perché qualcuno l'ha spostata a fine giornata. Il danno non è solo il tempo: è un riordino fatto per un pezzo che era già dentro il capannone.

Che cosa fa bene oggi l'AI per magazzino

L'AI per magazzino regge su tre attività, e il tratto che le accomuna è che nessuna delle tre decide niente. Tutte e tre preparano un dato che esisteva già altrove, in una forma che una persona accetta o corregge in pochi secondi: la lettura dei documenti che arrivano con la merce, la pulizia dell'elenco articoli e la risposta alle domande interne su quanta merce c'è e dove si trova.

La tabella separa le tre attività che reggono da quelle che vengono vendute insieme a loro.

Attività di magazzinoSi può far preparareChi conferma prima che entri a sistema
Leggere il documento di trasporto e la distinta del fornitoreChi riceve la merce
Riconoscere che due codici sono lo stesso articoloSì, come propostaChi tiene l'anagrafica
Rispondere a "quanti ne abbiamo e dove stanno"Nessuno, è sola lettura
Decidere da solo quanto riordinareNo, non ancoraChi si occupa degli acquisti
Contare le giacenze da una fotografia degli scaffaliQuasi maiNon affidabile oggi
Misurare la resa dei magazzinieriSolo con un passaggio in piùVedi la norma più sotto

L'elenco degli articoli è il lavoro che rende per primo

L'elenco degli articoli rende per primo perché il lavoro consiste nel confrontare testi che dicono la stessa cosa in modi diversi. "Vite TE M8x40 zincata", "vite testa esagonale 8x40 zn" e "VITE M8 40 ZINC" sono lo stesso pezzo per un magazziniere e tre articoli distinti per il gestionale. Un modello di linguaggio è bravo esattamente in questo, e quello che conta è come si usa il risultato: la proposta di accorpamento finisce in una lista che una persona approva a blocchi, non si applica da sola. Un accorpamento sbagliato somma due giacenze che non vanno sommate, e quell'errore si scopre mesi dopo davanti a un cliente.

La lettura dei documenti si prova prima di comprarla

La lettura automatica dei documenti in entrata si può mettere alla prova senza firmare niente, e conviene farlo con i documenti peggiori invece che con quelli scelti dal venditore. Il metodo che uso per questa verifica, venti documenti veri e cinque campi contati uno per uno, è quello che ho descritto in come si estraggono i dati dai PDF aziendali. Se su venti distinte di fornitori diversi quei campi escono giusti quasi sempre, la tecnologia ha già smesso di essere l'ostacolo, e la domanda che resta riguarda soltanto chi fa il collegamento e a che prezzo.

La previsione della domanda è la promessa che regge meno

La previsione della domanda è la funzione che compare per prima nelle presentazioni e quasi sempre l'ultima a produrre qualcosa. Il motivo è aritmetico e non ideologico: un sistema previsionale impara dallo storico, e lo storico di una PMI italiana con qualche migliaio di codici contiene pochi movimenti per articolo, promozioni che nessuno ha registrato, ordini fuori misura di un cliente grosso e mesi in cui era il fornitore a essere in ritardo. Su quel materiale la previsione tende a restituire la stagionalità che il responsabile acquisti già conosce a memoria.

Questo non vuol dire che sia inutile per sempre. Vuol dire che è la seconda cosa da accendere e non la prima, e che va chiesta al fornitore in una forma verificabile: fatemi vedere le vostre previsioni calcolate sui miei ultimi dodici mesi, e confrontiamole con quello che è successo davvero. Un fornitore serio lo fa in una settimana. Chi risponde che servono prima sei mesi di raccolta dati sta chiedendo di essere pagato per imparare sul vostro magazzino.

Quando il terminale di prelievo diventa uno strumento che misura le persone

Il palmare che i magazzinieri usano per prelevare non chiede un accordo sindacale preventivo finché serve a lavorare. Il comma 2 dell'articolo 4 della legge 300 del 1970 esclude dall'obbligo del comma 1 "gli strumenti utilizzati dal lavoratore per rendere la prestazione lavorativa", e un terminale di prelievo rientra in quella descrizione.

Il comma 3 dello stesso articolo resta però in piedi, e non riguarda l'installazione dello strumento ma l'uso che si fa di quello che registra: perché i dati raccolti siano utilizzabili ai fini del rapporto di lavoro, al lavoratore va data "adeguata informazione delle modalità d'uso degli strumenti e di effettuazione dei controlli". Il giorno in cui i numeri del palmare finiscono dentro una classifica di righe prelevate per ora, o dentro un colloquio di valutazione, quella informazione deve già essere stata consegnata.

Il passaggio che le aziende saltano è esattamente questo. Il terminale c'era già da anni per ragioni operative, poi qualcuno accende un cruscotto nuovo e cambia l'uso dei dati senza aggiornare l'informativa consegnata alle persone. Lo stesso confine, applicato agli autisti e ai dati del tachigrafo, l'ho descritto in cosa fa e cosa non fa l'AI in un'azienda di trasporti.

Che cosa contare prima di farsi fare un preventivo

Due numeri raccolti su due settimane dicono se questo discorso vi riguarda. Il primo è quante volte al giorno una persona ribatte nel gestionale righe che erano già scritte su un foglio arrivato insieme alla merce. Il secondo è quante volte al giorno qualcuno interrompe il proprio lavoro per cercare fisicamente un articolo o per chiedere a voce una giacenza a un collega. Chi si presenta davanti a un fornitore senza quei due numeri sta comprando la soluzione a un problema di cui ignora la dimensione, e non avrà nessun modo di dire, a fine anno, se è servita.

Chi fornisce il gestionale va sentito prima di chiunque altro. Nei gestionali venduti negli ultimi anni la lettura dei documenti in arrivo è spesso un modulo già compreso nel canone che nessuno ha mai chiesto di attivare, e un modulo che nasce dentro l'anagrafica dell'azienda parte molto avanti rispetto a uno strumento esterno più capace che quell'anagrafica non la vede. Se invece il gestionale non ha niente del genere, o non lascia uscire i dati, la conversazione cambia natura, e dove passa quel confine l'ho spiegato in come si integra l'AI nel gestionale aziendale. Per chi sta ancora decidendo l'ordine delle cose da fare, la guida pratica all'AI per le PMI viene prima di questa pagina.

Si parte dalla proposta, mai dalla scrittura automatica

Sul carico della merce la regola è che il sistema propone e la persona registra. Il documento viene letto, le righe compaiono precompilate accanto all'immagine del foglio originale, e chi riceve conferma oppure corregge. Bastano poche settimane per sapere quali fornitori vengono letti senza sbavature e quali usano moduli che mandano in confusione la lettura, e in tutto quel periodo nessuna quantità sbagliata è mai finita in giacenza. Lasciare che sia il sistema a registrare il carico da solo è un passaggio di natura diversa, con rischi propri, e la differenza sta in che differenza c'è fra un chatbot e un agente AI.

Il conto cambia a seconda di dove si ferma il progetto

Dietro la stessa richiesta si nascondono due voci di spesa che si comportano in modo opposto. La prima è il canone di uno strumento che legge documenti e risponde sulle giacenze: si attiva, si prova su due mesi di merce in arrivo e si disdice senza lasciare niente. La seconda è il lavoro di chi collega quello strumento al gestionale, perché le righe confermate ci entrino dentro invece di essere ricopiate: è una spesa una tantum, si giustifica quando le distinte da ribattere sono decine ogni settimana o quando le giacenze le chiedono più reparti, e va valutata come si valuta un investimento e non come un abbonamento. Far scrivere software su misura costa oggi molto meno di due anni fa, per le ragioni che ho messo per iscritto in perché il codice è diventato una commodity, il che non lo rende una decisione da riunione: resta un progetto, con un capitolato e una data di consegna. Per un parere prima di impegnarsi c'è la consulenza sull'automazione dei processi per le PMI.

Niente di tutto questo chiede di rifare il magazzino. Chiede di guardare per due settimane quanti fogli vengono ricopiati a mano e quante volte al giorno si cerca qualcosa che l'azienda ha già in casa, e di cominciare da lì.

Domande frequenti

L'AI per magazzino ha senso anche senza un software di gestione del magazzino dedicato?

Sì, e spesso è proprio quella la situazione di partenza. Le attività che rendono per prime lavorano sui documenti dei fornitori e sull'elenco degli articoli, e vivono dentro il gestionale che l'azienda ha già, non dentro un programma nuovo. Un capannone senza ubicazioni codificate ha comunque un elenco articoli pieno di doppioni, e quello si può sistemare prima di qualunque altro investimento.

Bisogna rifare l'anagrafica articoli prima di cominciare o si può sistemare strada facendo?

Si sistema strada facendo, perché rifarla in blocco è un progetto che nessuna PMI porta a termine. Il modo che regge è partire dagli articoli movimentati negli ultimi dodici mesi, che di solito sono una minoranza del totale, e lasciare fermi quelli che nessuno tocca da anni. Il resto si pulisce quando serve, cioè quando qualcuno lo ordina di nuovo.

Un magazzino che lavora a lotti o con prodotti a scadenza cambia il discorso?

Lo cambia, e in una direzione sola: alza il costo dell'errore invece di abbassare l'utilità. Dove esiste un obbligo di tracciabilità, il numero di lotto e la data letti da un documento non sono un dato gestionale qualsiasi, perché finiscono nella catena che serve a richiamare la merce se qualcosa va storto. Su questi campi la conferma umana in ricevimento non è una fase da togliere quando il sistema avrà imparato: è il punto in cui l'azienda si assume quello che dichiara.

I lettori di codici a barre che abbiamo già servono a qualcosa in questo discorso?

Servono più di quanto sembri, perché sono la fonte dei dati puliti su cui tutto il resto si appoggia. Un magazzino che legge i codici in prelievo e in versamento ha una storia dei movimenti affidabile, e senza quella qualunque analisi automatica lavora su numeri inventati dalle rettifiche di inventario. Chi non li usa ancora ha un investimento più urgente e molto meno costoso di qualsiasi progetto di intelligenza artificiale.

Continua a leggere

business

Intelligenza artificiale per l'agricoltura: dove aiuta davvero un'azienda agricola

L'intelligenza artificiale per l'agricoltura rende sui registri e sui bandi, molto meno in campo. Cosa conviene automatizzare in un'azienda agricola.
business

Intelligenza artificiale per gli ingegneri: cosa può scrivere e cosa non deve calcolare

L'AI per ingegneri scrive relazioni e legge capitolati, ma non calcola. Dove uno studio recupera ore vere e cosa resta a chi mette la firma.
business

Intelligenza artificiale per notai: cosa prepara e dove si ferma

L'intelligenza artificiale per notai prepara visure, riassunti e bozze, non l'atto. Cosa affidarle, dove la legge si ferma e da quale pratica partire.

Risorse pratiche su questi temi

Video

Estrarre il testo da un PDF e farlo leggere davvero all'AI

Estrarre il testo da un PDF in modo che l'AI lo legga davvero: come si fa gratis e in locale con AnyDoc, e cosa cambia con le scansioni.
Articolo

Le nuove regole del context engineering per i modelli Claude 5

L'articolo di Anthropic sul context engineering per i modelli Claude 5: cosa togliere dal prompt di sistema, dal CLAUDE.md e dalle skill.