AI, dalla previsione della domanda ai porti autonomi


Per anni l’intelligenza artificiale è rimasta ai margini della logistica. Nei convegni, nelle slide dei consulenti, nei piani strategici che i grandi operatori adottavano con parsimonia. Nel 2026 quella fase è finita. L’AI non è più un investimento sperimentale ma uno strumento operativo, presente in quasi tutti i segmenti della catena del valore. Dalla previsione della domanda alla gestione dei magazzini, dall’ottimizzazione dei percorsi di consegna alla pianificazione delle flotte navali. La velocità di adozione varia molto da azienda ad azienda, ma la direzione è univoca, e le organizzazioni che tardano ad adeguarsi rischiano di accumulare un gap competitivo difficile da colmare. I numeri dicono molto sulla rapidità con cui il settore si è mosso. Secondo un’analisi Gartner su oltre 35 milioni di annunci di lavoro, tra il primo trimestre del 2023 e il primo trimestre del 2026 la domanda di profili nella supply chain con competenze AI è cresciuta del 387%, con una concentrazione particolare nei ruoli senior e dirigenziali. Entro il 2030 Gartner stima che il 70% delle grandi organizzazioni adotterà sistemi di previsione della domanda basati sull’AI, contro una percentuale ancora minoritaria oggi. Il 75% dei dirigenti del settore, secondo Accenture, considera l’AI più utile per la crescita dei ricavi che per la sola riduzione dei costi: un cambio di prospettiva significativo rispetto alla narrativa degli anni scorsi, che si concentrava quasi esclusivamente sull’efficienza operativa.

Sul fronte dell’adozione, i dati fotografano un mercato ancora eterogeneo. A maggio 2026, solo il 17% delle organizzazioni puntava a un ripensamento trasformativo dei processi attraverso l’AI, mentre l’83% la applicava a casi d’uso specifici o la scalava gradualmente. Le iniziative più mature registrano risultati concreti: nelle supply chain più avanzate si osservano tempi di consegna degli ordini più brevi del 27% e una produttività del lavoro superiore del 25% rispetto alla media del settore. La maturità complessiva resta però bassa: il punteggio mediano delle organizzazioni nelle valutazioni di maturità AI si aggira attorno a 16 su 100, il che indica un potenziale ancora in larga parte inespresso. Tre sono le aree in cui l’impatto dell’AI è già misurabile in modo sistematico. La prima è la previsione della domanda, perché modelli di machine learning che integrano dati storici, stagionalità, variabili macroeconomiche e comportamenti di acquisto permettono di ridurre significativamente gli errori di previsione rispetto ai metodi tradizionali, con stime di miglioramento che arrivano al 20-30% nella precisione delle proiezioni. In un settore dove le scorte sbagliate costano all’industria globale circa 1.100 miliardi di dollari l’anno, anche un margine di miglioramento moderato si traduce in risparmi rilevanti.

La seconda area è l’automazione dei magazzini. I sistemi di robot guidati dall’AI per il picking, l’inventario e la gestione degli spazi riducono del 40% il tempo e l’intervento umano in un ciclo di magazzino standard. L’adozione di gemelli digitali dei magazzini, che permettono di simulare scenari operativi e ottimizzare i flussi prima di intervenire fisicamente, si sta diffondendo tra i grandi operatori. La terza è l’ottimizzazione del routing: algoritmi che elaborano in tempo reale dati su traffico, meteo, stato delle infrastrutture e congestione portuale permettono di ridurre i consumi di carburante e le emissioni dei trasporti su gomma del 15-20%, con effetti positivi sia sui costi operativi che sugli obiettivi di sostenibilità. Nel trasporto marittimo, il gruppo francese CMA CGM è diventato il riferimento più visibile per la scala degli investimenti in AI. Il gruppo ha complessivamente destinato 500 milioni di euro all’intelligenza artificiale, con partnership che includono Google, Mistral AI, Perplexity, e partecipazioni in Dataiku e nel laboratorio di ricerca no-profit Kyutai. Il solo accordo con Mistral AI, siglato nell’aprile del 2025, vale 100 milioni di euro in cinque anni e punta allo sviluppo di applicazioni specifiche per shipping e logistica, integrando l’elaborazione automatica dei reclami, la gestione documentale intelligente e la personalizzazione dell’esperienza cliente.

Fedespedi

Al VivaTech 2026 il gruppo ha presentato una serie di strumenti già in produzione. MAIA è l’assistente AI interno, basato su modelli Mistral, che opera direttamente negli strumenti del gruppo per supportare le attività di trasporto e logistica. Smart Cargo Release accelera le procedure di rilascio del carico. Per CEVA Logistics, la divisione di logistica del gruppo, sono stati sviluppati Forecast & Adapt, che adatta la forza lavoro di magazzino all’attività effettiva in tempo reale, e Sustainable Network Optimization, che aiuta i clienti a scegliere soluzioni logistiche bilanciando costi, tempi e impatto ambientale. CMA CGM ha anche presentato gemelli digitali della portacontainer Jacques Saadé e del terminal di Los Angeles, usati per simulare scenari operativi prima di intervenire sui flussi reali.

Maersk, dal canto suo, ha sviluppato la piattaforma Resilience360 per il ri-instradamento dinamico delle spedizioni: oltre 100.000 spedizioni al giorno in 220 Paesi vengono monitorate e reindirizzate in tempo reale in caso di perturbazioni. Il gruppo sta inoltre sperimentando agenti AI per la valutazione dei vettori e il procurement, con l’obiettivo dichiarato di ridurre i pagamenti in eccesso stimati tra il 10 e il 15% dei contratti di trasporto.

Sul fronte portuale, l’AI si inserisce in una traiettoria di automazione avviata da almeno un decennio con i terminal automatizzati, ma sta aprendo nuove possibilità. La pianificazione delle operazioni di banchina, la gestione degli accosti, l’ottimizzazione dei movimenti di gru e reach stacker, il controllo della sicurezza tramite computer vision: sono aree in cui i sistemi di AI si affiancano, e in alcuni casi sostituiscono, i processi manuali. La previsione dei tempi di arrivo delle navi, integrata con dati meteo, traffico nello stretto di accesso e stato del terminal, permette di ottimizzare le finestre di ormeggio e ridurre i tempi di attesa, che pesano ancora significativamente sui costi complessivi della catena.

Il tema della sicurezza portuale è un altro fronte in rapida evoluzione: i sistemi di riconoscimento visivo per il controllo degli accessi, il rilevamento di anomalie sui container e il monitoraggio perimetrale stanno diventando componenti standard nei piani di ammodernamento degli scali europei, anche in risposta alle indicazioni della Ports Strategy adottata dalla Commissione europea nel marzo 2026, che segnala la cyber-sicurezza e la protezione delle infrastrutture critiche tra le priorità del prossimo ciclo regolatorio. La domanda che attraversa tutto il settore è quella sull’occupazione. I dati non sono rassicuranti: a febbraio 2026, il 55% dei leader della supply chain prevedeva che l’AI agentica avrebbe ridotto le assunzioni di personale junior, e il 51% prevedeva contrazioni occupazionali complessive. La crescita della domanda di profili con competenze AI, però, racconta anche un’altra storia: i ruoli che stanno scomparendo sono quelli più ripetitivi e a basso valore aggiunto, mentre cresce la domanda di figure capaci di governare sistemi complessi, interpretare dati, gestire l’eccezione che l’algoritmo non riesce a trattare.

La sfida vera non è tanto la quantità di posti di lavoro, ma la velocità della transizione. I lavoratori di magazzino, i conducenti, gli operatori di terminal non si riconvertono in analisti di dati nel giro di un anno. Il Patto per le competenze del settore portuale annunciato dalla Commissione europea nella Ports Strategy è un segnale che il tema è arrivato nell’agenda politica, ma le misure concrete restano ancora da definire. Nel frattempo, gli operatori che investono in formazione interna e in processi di transizione accompagnata si trovano in una posizione competitiva migliore di chi scarica il problema sul mercato del lavoro.

Leonardo Parigi