Real Estate DATA HUB | Analisi andamento mercato immobiliare 1° semestre 2023

Logistica e innovazione: l’AI applicata al magazzino

3

Il capannone ad uso logistico mira ad ottimizza re lo spazio, l’efficienza e la sicurezza delle ope razioni, tenendo conto delle specifiche esigenze dell’operatore e del tipo di merci da gestire. Nell’ambito dello sviluppo di immobili logistici, la scelta della location rimane un elemento cru ciale per il successo di un progetto immobiliare, soprattutto in termini finanziari. La redditività dell’operazione dipende dalla capa cità dell’edificio di attrarre tenant nel tempo e di adattarsi alle attuali e future esigenze degli ope ratori logistici. In questo contesto, la riorganizzazione della sup ply chain dell’industria manufatturiera e dei ven ditori tramite e-commerce, insieme alla limitata disponibilità di terreni edificabili e la volontà di ri durre il consumo di suolo, hanno innescato nuove dinamiche di domanda e offerta di prodotto, con fermando il trend di avvicinamento degli stessi operatori alle grandi città e a centri di agglome razione in distretti logistici. Queste dinamiche non riguardano solo la distribuzione urbana di merci nel contesto B2C ma anche la distribuzione tra grandi hub logistici (B2B). Un fattore che da anni viene monitorato è l’ap plicazione delle moderne tecnologie all’interno del magazzino logistico, ritenuto elemento fon damentale per il magazzino logistico di classe A, capace di attestarsi sui più alti headline rents. Le applicazioni dell’ Intelligenza Artificiale e del Machine Learning , per quanto siano ritenute, anche dagli operatori della logistica, tra le tec nologie che maggiormente caratterizzeranno il futuro, non hanno ancora trovato una piena diffu sione tra le aziende del settore. Indubbiamente, però, le vicissitudini degli ultimi anni dominate dalla crescente necessità di fronteggiare accadi menti imprevisti e dinamiche di mercato più vo latili, hanno esercitato una spinta decisiva verso l’automazione e la digitalizzazione . In particolare, le attività di magazzino si sono di mostrate un terreno particolarmente fertile per l’utilizzo di strumenti digitali (quali l’Intelligenza Artificiale) e per gli approcci di apprendimento automatico, dove si opera attraverso la raccolta di una molteplicità di dati storici che necessitano di aggregazione in tempo reale.

Molte operazioni tradizionalmente condotte con l’apporto diretto di un operatore tendono ad essere rivisita te attraverso la lente delle potenziali tà offerte dalle nuove tecnologie. Il reslotting , vale a dire la riorganiz zazione di articoli e prodotti in un ma gazzino o in un centro di distribuzio ne, ricade tra le attività che possono beneficiare delle applicazioni di AI e di Learning Machine con il vantaggio di ottenere risultati migliori in termini di rapidità, agilità ed ottimizzazione di obiettivi multipli che, in molte si tuazioni, necessitano di essere consi derati e conciliati tra loro. Inoltre, è possibile conseguire, accan to a un miglioramento del servizio, an che una riduzione dei costi, eliminan do gran parte del lavoro di ingegneria tradizionale, la mappatura manuale del magazzino e l’input dei dati. La riorganizzazione di un magazzino o di un centro di distribuzione è il risultato di un approfondito studio volto a otti mizzare l’utilizzo degli spazi destinati allo stoccaggio, con l’obiettivo finale di migliorare l’efficienza nell’esecuzione delle diverse operazioni, compresi il carico e il prelievo dei prodotti, al fine di aumentare l’efficacia nel processo di gestione degli ordini. L’approccio convenzionale al reslot ting inizia con un’analisi continua del la domanda per determinare la rota zione dei prodotti e stabilire posizioni e spazi ottimali nel magazzino. Altri criteri utilizzati per decidere l’oc cupazione degli spazi, generalmente, fanno riferimento a variabili interne, quali date di ingresso in magazzino, scadenze, deteriorabilità, o esterne, come clima, stagionalità, tempera tura etc. Il variare di questi fattori, spesso, diventa condizione per effet tuare operazioni di reslotting, in gran parte decise e gestite dai responsabili del magazzino stesso.

62 DATA HUB