Come l’AI e la robotica dialogano con il WMS – Il caso di Tilog Automation
Per trent’anni la logistica ha lavorato per ottimizzare un solo viaggio: quello della merce. Percorsi, picking, tracking, consegne just-in-time. Oggi, secondo Vincenzo Gattei, si apre un secondo fronte, altrettanto concreto: il viaggio dell’informazione. È il filo conduttore del webinar che Tilog Automation ha dedicato al rapporto tra intelligenza artificiale, robotica e WMS — non teoria, ma un caso già in produzione ogni mattina nei magazzini dell’azienda e dei suoi clienti.
Non un fornitore di tecnologia, ma chi la usa per primo
Tilog Automation non vende intelligenza artificiale: la applica. L’azienda gestisce la logistica dei propri clienti in outsourcing, mettendo a disposizione competenze, formazione, magazzini, persone, robot e un WMS proprietario — TIMS — insieme a un insieme di soluzioni tecnologiche pensate perché il cliente possa concentrarsi sul proprio core business. Quanto mostrato nel webinar, sottolinea Gattei, non è una demo da laboratorio: è operatività quotidiana, verificata sul campo.
TIMS: da WMS a WFMS, quando i dati diventano vivi
Il punto di partenza è una distinzione che cambia la prospettiva. Qualunque WMS traccia merce, ubicazioni, picking e spedizioni, generando enormi quantità di dati. La vera differenza sta in cosa succede a quei dati dopo: in un WMS tradizionale restano fermi “a scaffale”; in un WFMS — Work Flow Management System, la logica su cui è costruito TIMS — i dati vengono invece gestiti e mantenuti “vivi”, pronti a essere reimpiegati per generare valore.
Il WMS comanda, i robot eseguono, l’AI arricchisce
Un chiarimento importante riguarda i ruoli. Non è il robot a decidere: è il WFMS a stabilire cosa fare, dove e quando, assegnando le missioni di prelievo agli AGV, sequenziando i task per priorità e percorsi, sincronizzando robot, baie e operatori, e ripianificando in tempo reale sulla base delle conferme ricevute. È il direttore d’orchestra del magazzino, con robot, AGV e persone che suonano lo stesso spartito.
L’intelligenza artificiale entra in questo schema come livello di arricchimento, non di comando: anticipa i picchi di attività prevedendo le missioni, ottimizza percorsi e saturazione dei robot, interpreta i dati rispondendo in linguaggio naturale attraverso IAnswer e, con AISAFE, aggiunge un livello di visione artificiale dedicato alla sicurezza sul campo.
Il parallelismo: la stessa logistica, un nuovo carico
Il cuore concettuale del webinar è un’analogia diretta tra due logistiche che seguono le stesse regole. Nella logistica della merce, un collo fermo è un costo, il picking consiste nel trovare il collo giusto, il tracking dice dove si trova, la consegna deve essere just-in-time. Nella logistica dell’informazione vale esattamente lo stesso schema: un dato fermo è un costo, il “picking” consiste nel trovare il dato giusto, il tracking dice chi lo sta usando e chi lo gestisce, e la risposta deve arrivare just-in-time quanto una consegna.
In questo scenario, l’AI diventa il magazziniere della nuova logistica: comprende la richiesta in qualunque lingua, recupera il dato e lo consegna a chi ne ha bisogno.
La prova sul campo: IAnswer risponde in 8 secondi
A rendere tangibile il concetto è una dimostrazione reale su TIMS. Un operatore chiede, in linguaggio naturale: quanti colli del cliente Rossi sono fermi da più di 60 giorni? Nessun passaggio da SQL, nessun ticket all’IT, nessun report da attendere, nessun foglio Excel da incrociare. IAnswer risponde direttamente dal database di produzione: 142 colli su tre ubicazioni, con valore di giacenza stimato e dettaglio per articolo — in otto secondi. È l’esempio più concreto di cosa significhi, davvero, fare picking dell’informazione.
I dati non sono un archivio: sono un servizio
Questa capacità cambia anche il modo in cui si guarda al patrimonio informativo di un’azienda logistica. I dati — anni di movimenti, giacenze, performance — esistevano già: semplicemente non erano accessibili. Oggi lo strumento che li rende disponibili non richiede più di saper scrivere una query, ma li mette a disposizione di chiunque possa estrarne valore. Cambia di conseguenza anche la relazione con il cliente: chi si affida a Tilog Automation non compra più solo movimentazione, ma visibilità e conoscenza. Il dato condiviso diventa servizio, elemento di differenziazione, leva di fidelizzazione.
Un collega per ogni funzione, non uno strumento
Forse il passaggio più rappresentativo del webinar è quello che descrive l’AI non come un tool, ma come un collega aggiuntivo per ogni area aziendale: chi progetta l’architettura software vede il collega AI scrivere il codice; in magazzino l’AI risponde a domande su ubicazioni libere o giacenze ferme da 90 giorni; in amministrazione fornisce il fatturato per deposito e cliente; in ambito commerciale ricostruisce storici di volumi e stagionalità di un prospect; in produzione indica i materiali disponibili per l’ordine del giorno successivo.
Un collega, però, va supervisionato: ha regole, non riceve fiducia cieca. Il suo compito è togliere alle persone il lavoro di estrazione del dato, lasciando a loro la decisione finale.
Il prossimo decennio: ottimizzare anche il viaggio dell’informazione
Il messaggio conclusivo del webinar riassume l’intero percorso: per trent’anni la logistica ha ottimizzato il viaggio della merce; i prossimi dieci anni saranno dedicati a ottimizzare anche il viaggio dell’informazione. Chi comincia oggi questo percorso, sottolinea Gattei, parte in vantaggio.