Simulatore AI ottimizza la gestione multi-magazzino

La pianificazione delle scorte nelle reti di magazzini distribuiti resta un’attività complessa, poiché le aziende devono bilanciare livelli di servizio, costi di trasporto e domanda variabile nelle moderne operazioni di digital supply chain. In questo contesto, il MIT Center for Transportation & Logistics (MIT CTL) e Mecalux hanno sviluppato GENESIS, un simulatore basato sull’intelligenza artificiale progettato per ottimizzare la distribuzione delle scorte nelle reti logistiche.

Simulazione di migliaia di strategie di inventario prima dell’esecuzione
La piattaforma Genetic Evaluation & Simulation for Inventory Strategy (GENESIS) utilizza modelli di machine learning e algoritmi genetici per valutare migliaia di scenari di allocazione dell’inventario. L’obiettivo è determinare i livelli di scorta ottimali per ciascun magazzino e stabilire quando effettuare i rifornimenti.

Il sistema analizza variabili come le previsioni della domanda regionale, i costi di trasporto e la capacità operativa dei magazzini. Simulando le strategie di rifornimento in un ambiente virtuale, le aziende possono testare le politiche logistiche senza impattare le operazioni reali.

Una volta inseriti i dati operativi, la piattaforma genera raccomandazioni di ottimizzazione supportate da dashboard statistiche. Tra gli indicatori disponibili figurano le tendenze di consumo, la variabilità della domanda per area geografica, le stock-keeping units (SKU) con maggiore rischio di esaurimento scorte e i magazzini soggetti a criticità di approvvigionamento.

Riequilibrare le scorte invece di generare nuovi ordini
Una delle funzioni principali del sistema è il riequilibrio delle scorte tra i magazzini della rete. Invece di attivare automaticamente nuovi ordini ai fornitori, la piattaforma valuta se sia più efficiente trasferire prodotti da un altro sito con scorte in eccesso.

Questo approccio consente alle aziende di ridurre i costi di approvvigionamento e trasporto, migliorando allo stesso tempo l’utilizzo delle scorte esistenti. Il sistema fornisce inoltre raccomandazioni sulla pianificazione dei trasporti, ad esempio suggerendo il consolidamento delle spedizioni per ottimizzare i carichi o la scelta del punto di evasione più efficiente per ridurre tempi e costi di consegna.




Modellazione più rapida degli scenari per la pianificazione operativa
La piattaforma GENESIS è stata progettata per valutare simultaneamente più strategie di inventario invece che in modo sequenziale. Questa capacità di simulazione parallela riduce i tempi di analisi da giorni a minuti, consentendo l’utilizzo dello strumento per la pianificazione logistica tattica e non solo per analisi di lungo periodo.

La piattaforma è destinata sia a specialisti tecnici sia a responsabili operativi, ampliando l’accesso agli strumenti di ottimizzazione logistica basati sulla simulazione.

Estensione dell’uso dell’AI nelle operazioni di magazzino
GENESIS rappresenta uno dei risultati della collaborazione tra Mecalux e MIT CTL sulle applicazioni dell’AI nella logistica. Gli sviluppi successivi sono orientati all’estensione dell’intelligenza artificiale ad altri processi, tra cui il rifornimento interno, i modelli di digital twin per sistemi di stoccaggio automatizzati ad alta densità e l’ottimizzazione del slotting.

La collaborazione riflette iniziative più ampie volte ad applicare strumenti di modellazione basati sull’AI per migliorare la visibilità delle scorte, le strategie di automazione dei magazzini e le prestazioni delle reti logistiche.

www.mecalux.com

Edited by industrial journalist, Aishwarya Mambet — AI-powered.