L’integrazione delle tecnologie avanzate all’interno dei processi operativi sta spingendo il settore della gestione delle catene di fornitura verso un profondo riesame della propria struttura organizzativa. I dati presentati durante il convegno organizzato dall’Osservatorio Supply Chain Planning presso gli Osservatori Digital Innovation del Politecnico di Milano dal Direttore Roberto Cigolini, mettono in luce un quadro dinamico in cui la tecnologia non annulla la presenza umana, ma ne richiede una riqualificazione strutturale. Il vero punto di svolta per le imprese risiede nella capacità di sviluppare adeguate competenze per governare gli strumenti di AI, trasformando ruoli tradizionalmente operativi in funzioni a elevato impatto strategico.
Indice degli argomenti
L’illusione dell’automazione integrale e il valore delle competenze umane
Negli ultimi anni, l’attenzione del mondo industriale si è concentrata prevalentemente sulla digitalizzazione dei processi e sull’adozione di architetture tecnologiche complesse. Questo approccio ha talvolta generato l’aspettativa che i sistemi potessero gradualmente sostituire l’intervento delle persone nella conduzione quotidiana delle attività operative. Tuttavia, i riscontri empirici dimostrano come l’automazione pura trovi limiti invalicabili di fronte alla complessità dei mercati moderni.
Come evidenziato da Cigolini durante il suo intervento, “Sebbene la gestione dei processi e l’adozione delle tecnologie ricevano da sempre grande attenzione, il fattore umano rischia talvolta di essere trascurato”. Questa dinamica si riflette chiaramente nel dibattito sulla digitalizzazione della pianificazione logistica. L’introduzione di algoritmi sofisticati non elimina la necessità del controllo umano; al contrario, ne amplifica l’importanza decisionale.
La storia industriale ha già dimostrato l’infondatezza dell’autosufficienza tecnologica. Il Direttore dell’Osservatorio ha richiamato questa lezione storica applicandola alle catene di fornitura contemporanee: “Tuttavia, l’avvento dell’Intelligenza Artificiale riporta le persone al centro della scena: così come il mito della “fabbrica senza uomini” si è rivelato irrealizzabile, allo stesso modo non è pensabile una supply chain automatizzata priva del presidio umano”. L’efficacia degli strumenti digitali rimane dunque subordinata alla presenza di figure professionali dotate delle competenze necessarie per interpretare i dati, guidare le macchine e gestire le variabili impreviste.
La ridefinizione dei ruoli di pianificazione tra algoritmi e decisioni strategiche
L’adozione dell’Intelligenza Artificiale incide in modo differenziato sulle diverse figure operative coinvolte nella pianificazione aziendale. L’analisi condotta dall’Osservatorio del Politecnico di Milano ha preso in esame quattro ruoli chiave: il Demand Planner, il Sales/Order Planner, il Production Planner e il Purchasing/Sourcing Manager. Per ciascuna di queste figure, la tecnologia non agisce come un elemento sostitutivo, ma come un fattore di trasformazione funzionale.
Gli strumenti algoritmici dimostrano un’elevata efficienza nel gestire compiti ripetitivi, ad alto volume di calcolo e basati sull’elaborazione di serie storiche. Al tempo stesso, i momenti chiave del processo gestionale richiedono capacità intuitive, relazionali e strategiche che appartengono esclusivamente al fattore umano.
Per chiarire questo confine operativo, Cigolini ha precisato: “L’AI eccelle nella generazione automatica delle baseline previsionali, nella rendicontazione, nello scheduling produttivo e nella segnalazione dei sottoscorta; tuttavia, la validazione finale, la gestione delle eccezioni, la risoluzione delle criticità e la negoziazione rimangono prerogative dell’intelligenza umana”.
Il planner da esecutore operativo a supervisore di scenari
La conseguenza diretta di questa evoluzione tecnologica è il profondo mutamento del profilo professionale di chi si occupa di pianificazione. La figura del planner si affranca dalle mansioni meramente esecutive per assumere una veste di natura analitica e decisionale.
Come sottolineato dal Direttore dell’Osservatorio, il ruolo del planner si è evoluto da esecutore e creatore di piani a valutatore e supervisore di scenari alternativi. In questo nuovo assetto aziendale, il professionista non deve più spendere la maggior parte del proprio tempo nella creazione fisica del piano di produzione o di spedizione. Il suo compito prioritario diventa quello di interrogare il sistema, analizzare le differenti simulazioni generate dagli algoritmi, ponderare i rischi associati a ciascuna opzione e scegliere la soluzione più idonea rispetto agli obiettivi aziendali. Tale passaggio richiede l’acquisizione di nuove competenze interpretative e gestionali, indispensabili per interagire in modo critico con gli output forniti dalle macchine.
Le barriere all’adozione dell’AI: il gap di competenze e le sfide gestionali
Nonostante l’interesse teorico e le potenzialità offerte dalle nuove tecnologie, la penetrazione reale dell’Intelligenza Artificiale nelle strutture organizzative procede a velocità contenuta. La rilevazione empirica effettuata dal team di ricerca dell’Osservatorio Supply Chain Planning rivela uno scarto evidente tra l’evoluzione degli strumenti e il loro effettivo impatto sulla quotidianità lavorativa.
Dai dati raccolti emerge che due terzi delle aziende analizzate (66%) dichiarano di non aver ancora riscontrato impatti significativi dell’AI sui ruoli lavorativi. Citando direttamente le parole di Cigolini sul punto, “Due terzi delle aziende analizzate (66%) dichiarano di non aver ancora riscontrato impatti significativi dell’AI sui ruoli lavorativi”. Questa situazione si spiega con il fatto che gran parte del tessuto produttivo si trova ancora in una fase embrionale di sperimentazione e adozione delle soluzioni digitali.
Dall’indagine emergono in modo netto tre ostacoli principali che rallentano l’integrazione della tecnologia nei processi aziendali:
- Carenza di competenze interne: segnalata da circa un terzo del campione analizzato, rappresenta un freno primario per la piena operatività dei progetti.
- Mancanza di guida strategica: l’assenza di una roadmap definita e di un indirizzo chiaro da parte del top management impedisce di strutturare interventi a lungo termine.
- Complessità nella misurazione del ROI: il calcolo del Ritorno sull’Investimento per i progetti di Intelligenza Artificiale o per i sistemi APS (Advanced Planning and Scheduling) si conferma un’operazione estremamente complessa e priva di modelli standardizzati.
La combinazione di questi fattori evidenzia come il ritardo nell’adozione dell’AI non sia dovuto a limiti intrinseci dei software, quanto piuttosto a ritardi organizzativi e alla difficoltà di formare un capitale umano dotato di adeguate competenze digitali.
Data Governance, Cybersecurity e la risposta delle imprese al deficit di competenze
Un ulteriore fattore critico individuato dalla ricerca riguarda la gestione, la protezione e la qualità dei dati aziendali. L’efficacia di qualunque modello di Intelligenza Artificiale o algoritmo di ottimizzazione dipende in misura diretta dalla solidità delle informazioni sulle quali viene addestrato ed eseguito.
Cigolini ha sintetizzato questa dipendenza attraverso un principio consolidato nell’informatica: “L’assenza di dati puliti, integrati e ben governati impedisce il corretto funzionamento dei modelli di AI (garbage in, garbage out)”. In assenza di un’accurata pulizia dei database e di un’integrazione fluida tra i diversi sistemi informativi aziendali, gli algoritmi producono elaborazioni inaffidabili, compromettendo la bontà delle decisioni operative.
A questa problematica si sommano i rischi legati alla cybersecurity e la scarsa formalizzazione della data ownership, ossia l’attribuzione precisa della responsabilità dei dati all’interno della struttura aziendale. Questo fenomeno di sfilacciamento della gestione dei dati risulta particolarmente accentuato nell’ambito delle piccole e medie imprese, dove spesso mancano ruoli dedicati alla governance dell’informazione.
Il divario dimensionale tra grandi gruppi aziendali e PMI
La capacità di rispondere al deficit di competenze e di gestire la complessità dei dati evidenzia una profonda spaccatura legata alle dimensioni aziendali. Le modalità con cui le organizzazioni affrontano questa transizione differiscono in modo sostanziale a seconda delle risorse economiche e strutturali a loro disposizione.
Le grandi e grandissime imprese tendono a colmare il divario tecnico integrando direttamente nel proprio organico team specialistici focalizzati sull’Intelligenza Artificiale e sulla Data Science. Al contrario, le piccole e medie imprese adottano approcci differenti per sopperire alla mancanza di personale specializzato:
- Apprendimento informale sul campo: ricorso prevalentemente ad attività di addestramento on-the-job per adattare il personale esistente ai nuovi strumenti.
- Supporto di consulenti esterni: ingaggio di partner e fornitori tecnologici esterni per colmare temporaneamente le lacune operative e guidare l’implementazione dei progetti.
Questo divario dimensionale rischia di ampliare il gap di competitività tra le grandi strutture orientate all’innovazione e le realtà minori che faticano a strutturare percorsi di formazione formali.
La tabella di marcia per la trasformazione della Supply Chain
Per superare le barriere organizzative e condurre con successo i progetti di digitalizzazione, l’analisi dell’Osservatorio indica una serie di elementi indispensabili che devono coesistere all’interno dell’organizzazione. La sola introduzione della tecnologia, priva di un’adeguata struttura di supporto, non è sufficiente a garantire il raggiungimento degli obiettivi previsti.
In merito alle condizioni abilitanti per la trasformazione digitale, Cigolini ha ricordato che “Per condurre con successo i progetti di trasformazione digitale, le aziende devono coniugare lo sponsorship dell’alta direzione, il supporto della funzione IT, la collaborazione con partner tecnologici e la presenza di un champion o capo progetto dedicato”.
Queste quattro leve organizzative agiscono in modo coordinato:
- Sponsorship dell’alta direzione: assicura la visione strategica, l’allineamento degli obiettivi aziendali e lo stanziamento delle risorse necessarie.
- Supporto della funzione IT: garantisce la sostenibilità tecnica, l’integrazione delle architetture e la sicurezza delle infrastrutture informatiche.
- Collaborazione con partner tecnologici: fornisce l’accesso a soluzioni d’avanguardia e a know-how specialistico non presente all’interno dell’azienda.
- Presenza di un champion o capo progetto dedicato: rappresenta il punto di riferimento operativo in grado di guidare il cambiamento e promuovere l’adozione delle nuove modalità di lavoro tra gli utenti.
Investire nelle competenze per costruire filiere resilienti
L’evoluzione della pianificazione aziendale impone un cambio di prospettiva che metta al centro lo sviluppo del capitale umano e la tenuta della struttura organizzativa. Le sfide poste dai mercati e dai continui fattori di discontinuità richiedono organizzazioni capaci di coniugare potenza di calcolo e sensibilità gestionale.
A conclusione della sua analisi, il Direttore dell’Osservatorio ha tracciato la strada per la costruzione di catene di fornitura capaci di adattarsi ai cambiamenti: “In conclusione, riconoscere l’evoluzione del ruolo del planner, investire nello sviluppo delle competenze e strutturare una solida data governance rappresentano le leve fondamentali per costruire filiere realmente resilienti”.
La capacità delle aziende di rimanere competitive in contesti incerti non dipende dunque dall’adozione passiva di software avanzati, ma dalla volontà di rinnovare la cultura organizzativa. Valorizzare la figura del planner, colmare il deficit tecnico attraverso la formazione mirata e garantire la trasparenza e la sicurezza del dato sono i passaggi obbligati per trasformare la tecnologia in un reale fattore di crescita aziendale.
































Partecipa alla community