Prevedere – o prevedere meglio – la domanda di prodotti che arriverà dal mercato è una delle ambizioni e degli obiettivi più rilevanti per le aziende.
In modo da regolare e pianificare su misura tutto il ciclo di produzione e vendita, il procurement, gli ordini e l’approvvigionamento dalla catena di fornitura, fino alle attività di marketing e commerciali.
Scartata per inefficienza e imprecisione la magica sfera di cristallo, un’opzione sempre più sul tavolo dei manager è quella di rivolgersi agli algoritmi e all’intelligenza artificiale.
Come ha fatto l’azienda più storica del panorama produttivo e manifatturiero italiano – la più antica dinastia industriale del mondo, 15 generazioni, avendo avviato l’attività nel 1526 –, la fabbrica d’armi Pietro Beretta.
Indice degli argomenti:
Quando la domanda del mercato cresce velocemente
Questa vicenda inizia, invece, nel novembre 2024: nel periodo delle ultime elezioni presidenziali statunitensi – poi vinte dal repubblicano Donald Trump –, la domanda di armi del mercato americano è letteralmente esplosa, aumentando di 8 volte rispetto allo standard medio.
L’America era chiamata a decidere sul suo prossimo leader, e allo stesso tempo molti americani sono corsi ad armarsi fino ai denti, segno del clima di forte contrapposizione e tensione tra le parti politiche all’interno dell’intera società civile.
Forse anche memori dell’assalto a Capitol Hill, la sede del Congresso Usa a Washington, nel gennaio 2021 da parte dei sostenitori e dei fanatici di Trump, quando le elezioni presidenziali le aveva appena perse contro il democratico Joe Biden.
Gestire una richiesta di prodotti che si moltiplica
Un boom del mercato – quello del 2024 – che gli operatori del settore non avevano previsto e saputo prevedere, neanche gli specialisti che operano sul posto della multinazionale di Gardone Val Trompia (Brescia).
Colti alla sprovvista, per gli addetti ai lavori non è stato semplice affrontare e gestire una domanda di prodotti – in questo caso, pistole, fucili e altre armi – che in poco tempo si moltiplica per 8 volte. Sono corsi ai ripari, cercando di aumentare la produzione e l’approvvigionamento, ma una parte della richiesta è rimasta scoperta, perdendo potenziale business e fatturato.
Il ricorso all’intelligenza artificiale predittiva
Da lì, da quel caso molto concreto di mancata previsione del mercato e perdita di potenziali vendite, alla Beretta hanno deciso di fare ricorso alle risorse messe a disposizione dalle nuove tecnologie, algoritmi e intelligenza artificiale predittiva.
Come ha spiegato Elisabetta Zola, distribution logistics senior manager della multinazionale bresciana, intervenendo allo Smart Manufacturing Summit 2026.
“Nel nostro settore, il mercato americano gioca un ruolo fondamentale, poiché da lì arriva la maggior parte della domanda globale”, sottolinea Zola: “in America risiedono i demand planner, poiché prevedere la domanda in modo veritiero è strategico per mantenere i magazzini allineati alle vendite ed evitare picchi produttivi nelle fabbriche europee”.
Una previsione sbagliata comporta diverse conseguenze negative
Riguardo al tema dei dati, spesso le aziende dispongono di enormi quantità di informazioni raccolte nel tempo che però non sono direttamente utilizzabili o non sono mai state analizzate correttamente. Una previsione errata comporta stock pesanti, servizio carente e perdita di marginalità.
“In conseguenza delle ultime elezioni presidenziali, si è verificato un picco di domanda otto volte superiore alla norma non previsto dai magazzini locali”, rimarca la distribution logistics senior manager di Beretta.
“Questo ha spinto i manager a chiedersi se il demand planning dovesse basarsi solo su serie storiche ed esperienza, o su strumenti più sofisticati. È iniziata quindi una collaborazione con diversi partner tecnologici per trovare soluzioni che integrassero machine learning ed elementi di sensing, ovvero la capacità di investigare dati – sociopolitici, economici o anche meteorologici – sul web, per anticipare segnali deboli”. Che però possono avere un forte impatto e contraccolpo sulla domanda del mercato.
L’AI per logistica, procurement e supply chain
Le difficoltà incontrate sono state più manageriali e di governance che tecnologiche.
“È stato difficile dimostrare il Roi, il ritorno dell’investimento, poiché calcolare l’aumento delle vendite legato a uno strumento previsivo è un’attività complessa”, osserva la manager per la logistica aziendale.
Inoltre, c’era il problema di chi dovesse occuparsi del progetto tra chi opera in America e chi gestisce la supply chain in Europa.
Confrontandosi con i colleghi americani, è emerso che “anche loro stavano cercando soluzioni simili, e si è deciso di adottare una suite di un big player tecnologico, con strumenti evoluti di supply chain e AI per il demand forecasting”, spiega Zola.
“Questo strumento, potenziato dagli algoritmi dell’AI, permetterà di rendere più evoluto e preciso il ruolo del demand planning, renderà le decisioni manageriali più predittive e concrete. E l’azienda Beretta, essendo di tipo familiare, ha avuto nella proprietà il primo promotore della ricerca di queste soluzioni”.
