News

06 maggio 2025

L’AI nella logistica e nei trasporti: i progetti concreti di Replica Sistemi

In ambito logistico Replica Sistemi ha avviato dei progetti di diversa natura che utilizzano l’intelligenza artificiale combinando le capabilities per migliorare le performance dei software SMA.I.L:).

AI nella logistica e nei trasporti

Alcuni studi dell'Osservatorio Artificial intelligence del Politecnico di Milano dimostrano che anche in Italia sta aumentando il fatturato del mercato delle AI e il numero di aziende che hanno avviato progetti di intelligenza artificiale. Il 57% delle aziende ha già avviato processi di AI e il 25% di questi sono già a regime.

L’intelligenza artificiale non è una “moda” o un “trend”, ma è l’evoluzione di un progresso tecnologico che parte dagli anni ’50 e che è giunto a un punto di svolta epocale.

AI nella logistica e nei trasporti

Perché ci sono condizioni infrastrutturali e di mercato favorevoli tra cui:

  • DIFFUSIONE DEI DATA CENTER
  • MAGGIORE VELOCITA’ E CAPACITA’ DI CALCOLO dei COMPUTER
  • SVILUPPO DEI SUPER COMPUTER (grazie a investimenti Governativi)

La diffusione della tecnologia contribuisce all’abbattimento dei costi, quindi investire in AI è molto meno oneroso rispetto al passato.

Secondo l’OCSE un “sistema di intelligenza artificiale” è qualsiasi modello di implementazione basato su “una macchina” in grado di “dedurre dall’input che riceve”, grazie all’implementazione di sofisticate capacità adattive dotate di diversi livelli di autonomia, una serie di dati processabili finalizzati a generare svariati “output” (come, ad esempio, “previsioni, raccomandazioni, contenuti, decisioni”, ecc.), suscettibili di influenzare “ambienti fisici o virtuali”, tenuto conto di un “insieme di obiettivi espliciti o impliciti” concretamente perseguiti, a seconda che siano programmati direttamente da uno sviluppatore umano, oppure definiti mediante il ricorso a tecniche di auto-apprendimento algoritmico."

I sistemi di intelligenza artificiale sono sistemi software, o anche hardware, che sono in grado di:

  • percepire l'ambiente che li circonda,
  • interpretare i dati raccolti,
  • trasformarli in informazioni o attività,
  • ragionare e prendere potenzialmente delle decisioni.

L’ essere umano recepisce le informazioni e apprende mediante i 5 sensi e le rielabora per prendere delle decisioni, così anche l’intelligenza artificiale simula l’apprendimento umano e utilizza le proprie ability per svolgere le stesse funzioni.

I “sensi” dell’intelligenza artificiale sono riassumibili nelle seguenti capabilities:

  • MACHINE LEARNING: è l'apprendimento automatico da dati storici che prevede la creazione di modelli attraverso l'addestramento di un algoritmo per fare previsioni o prendere decisioni basate sui dati.
  • DEEP LEARNING utilizza reti neurali che simulano più da vicino il complesso potere decisionale del cervello umano e comprende
    • NATURAL LANGUAGE PROCESSION (NPL) capace di analizzare, comprendere e generale il linguaggio umano – (Es. chatbot)
    • COMPUTER VISION: capace di acquisire e interpretare immagini e video
  • ROBOTICS: capacità di eseguire compiti tramite l’interazione con il mondo fisico (es. AMR autonomous mobile robots)
  • AUTOMATED REASONING: capacità di compiere autonomamente un processo deduttivo corretto, cioè la capacità della macchina di analizzare i dati e prendere delle decisioni
  • KNOWLEDGE REPRESENTATION: capacità di modellare informazioni in formato strutturale.

La macchina è in grado di prendere in input dei dati che possono essere dati numerici, tabelle, immagini etc. e trasformarle nel formato più adatto al tipo di elaborazione che dovrà essere fatta, modellando quindi le informazioni in formato strutturato.

In ambito logistico Replica Sistemi ha avviato dei progetti di diversa natura che utilizzano l’intelligenza artificiale combinando le capabilities per migliorare sia le performance all’interno dei magazzini e dei piazzali sia le performance dei software WMS, YMS e TMS.

AI nella logistica e nei trasporti

TMS con pianificazione con AI per garantire massima efficienza, minimizzare costi e minimizzare emissione di CO2

Analizzando i dati storici e con il machine learning, è stato potenziato il calcolo automatico dei percorsi migliori sia su strada (percorso che farà il mezzo in consegna) sia all’interno del magazzino (percorsi che dovrà fare l’operatore o l’AGV).

Inoltre, è migliorato anche GreenWay, il tool di calcolo della carbon footprint dei trasporti.


CHATBOT

Abbiamo sviluppato una chatbot integrata ai nostri software capace di interpretare le esigenze di assistenza dei clienti fornendo risposte di prima necessità.

Ha anche una funzione proattiva poiché consente l’avvio automatico di alcune funzionalità del software a partire da un comando scritto o vocale (“inserisci un nuovo ordine”, “pianifica un viaggio da a”).

AI nella logistica e nei trasporti

YMS per automatizzare gli accessi con AI

Sempre attraverso la Chatbot, è possibile interpretare video e immagini in modo automatico, per velocizzare l’attività di data entry sia a livello di documentazione fiscale e operativa sia per la sicurezza e il controllo, con un risparmio di tempo e una precisione maggiore (es. mediante la foto di un DDT tutti i dati vengono salvati direttamente nel WMS o nel gestionale, oppure mediante la foto della patente di un autista, della carta d’identità o del libretto di circolazione, tutti i dati relativi ai documenti sono direttamente importati nello YMS o nel TMS.

AI nella logistica e nei trasporti

WMS con AI per ottimizzare le movimentazioni di magazzino

Nel magazzino utilizziamo dei sistemi di Real Time Location System integrati al WMS Replica per tracciare in tempo reale l’esatta posizione dei carrelli, degli operatori o dei pallet in magazzino per poter assegnare le missioni nelle diverse aree di operatività.

Attraverso diverse tecnologie quali il laser, gli Ultra Wideband (protocollo di comunicazione wireless a corto raggio) o i Beacon (trasmettitori radio a bassa frequenza che sfruttano la tecnologia Bluetooth Low Energy), scelte in base al contesto di magazzino e al grado di precisione che si vuole ottenere nel tracking, è possibile individuare le coordinate X, Y, Z dell’oggetto o del carrello.

I terminali veicolari posizionati sui carrelli elevatori indicano al carrellista le indicazioni “stradali” del percorso che deve fare il mezzo in magazzino per poter movimentare l’oggetto tracciato.

AI nella logistica e nei trasporti

AMR

Qualora si volesse automatizzare la movimentazione delle merci in magazzino, abbiamo integrato al WMS Replica i MiR1200 Pallet Jack che si muovono in autonomia mappando con l’AI i percorsi da fare, capaci di ricalcolare la tratta in caso di ostacoli e di adattare la larghezza delle forche alla tipologia di pallet da prelevare.

Nel caso di più AMR, il fleet management individua il robot più adatto (per vicinanza, per struttura, per carica della batteria) a compiere la missione in quella specifica tratta di magazzino.

In collaborazione con altre aziende del Gruppo Zucchetti stiamo migliorando anche il labor management per la gestione delle risorse umane e con l’AI factory di Zucchetti stiamo testando simulazioni di pianificazione del TMS nel caso di guida autonoma dei camion.

Questi sono i primi progetti concreti di applicazioni dell’AI nella logistica e nei trasporti, ma ogni giorno riceviamo e forniamo input ai clienti in questa direzione poiché è una realtà che condizionerà sempre più il lavoro in ogni ambito di vita, anche nella logistica e nei trasporti!

Richiesta informazioni

Per qualsiasi dubbio o informazioni sui nostri prodottio servizi non esitare a contattarci.

Contattaci

All Rights Reserved © 2025 - P. IVA 00640090205