Packaging: come cambia grazie a IoT e AI

Tecnologie come IoT, l’analisi dei dati attraverso AI e machine learning, la geo-localizzazione e lo smart packaging forniscono strumenti molto potenti a supporto dei temi della logistica come:

• identificazione
• conservazione
• tracciatura.

Il costo della logistica

La logistica rappresenta un costo nel processo che veicola il prodotto dalla produzione al cliente, in taluni casi il costo ha una incidenza percentuale notevole sul valore di vendita del prodotto. Questo costo è determinato dalla somma di molti fattori quali lo stoccaggio delle merci, la loro preparazione e il trasporto.

Negli ultimi anni per svariati fattori (sociali, tecnologici, epidemiologici etc. etc.) il commercio online ha aumentato il flusso delle merci in termini di quantità, ma ha anche aumentato la distanza che la merce compie nella tratta che va dal produttore al cliente.

Parallelamente il cliente ha sviluppato sempre di più uno spasmodico bisogno di avere “tutto/subito” e questo ha spinto le aziende a comprimere sempre di più il tempo di consegna del bene/prodotto, con l’obiettivo di aggiudicarsi il maggior numero di clienti possibili.

Il soddisfare questo binomio ha permesso la crescita di veri e propri imperi economici che fondano la loro fortuna su una rete logistica esternamente efficiente (ad esempio Amazon).

Da questo possiamo quindi affermare che la logistica è un fattore determinante per incrementare la soddisfazione del cliente e di conseguenza le vendite.

Se pensiamo ad esempio al ciclo logistico legato a un prodotto di abbigliamento, possiamo considerare che una volta creata una struttura di logistica moderna basata su una previsione di produzione e stoccaggio corretta, di una dislocazione strategica dei magazzini, di una rete capillare di corrieri, e di processi basati su strumenti tecnologici di avanguardia il gioco è fatto. Il ciclo compro, ricevo, provo ed eventualmente restituisco, più è breve e semplice e più rende il cliente fidelizzato (anche a dispetto di un costo uguale o maggiore rispetto a quello di altri concorrenti).

La logistica delle merci speciali

Esistono delle merci che complicano la logistica, sono quelle che subiscono fattori avversi e che possiamo raggruppare sotto alcune categorie:

• deteriorabili, come i cibi freschi il cui fattore di rischio è il tempo
• congelati, il cui fattore di rischio è la temperatura
• farmaci, la cui natura di urgenza rende il tempo un fattore critico
• merci pericolose, che hanno necessità di controllo continuo ovvero la certezza del loro stato (quantità, dislocazione, stato, responsabilità etc.)

Identificazione, conservazione, tracciatura

Riassumendo, queste categorie hanno necessità di controlli addizionali rispetto a quelle ordinarie in quanto potrebbero diventare inutilizzabili, perdere valore o diventare pericolose per l’uomo e/o l’ambiente.

Quindi devono essere identificate chiaramente, conservate correttamente e tracciate correttamente.

Anche in questo caso la logistica diventa una opportunità: sia per un risparmio sui costi (la merce avariata o inutilizzabile diventa invendibile e quindi ha un impatto economico negativo enorme) sia sulla soddisfazione del cliente che “pretende” (giustamente) di avere un prodotto conforme alle sue aspettative (l’insalata non fresca non piace a nessuno).

L’attenzione della logistica, in particolare per questo tipo di merci, va sempre alla:

• identificazione
• conservazione
• tracciatura

La tecnologia in aiuto alla logistica: smart packaging

Tecnologie come IoT, analisi dei dati attraverso AI e machine learning, geo-localizzazione e smart packaging (chiamato anche active packaging, intelligent packaging, o connected packaging) ci forniscono strumenti molto potenti a supporto dei tre temi suddetti.

Identificazione

L’identificazione può avvenire in più modalità; alcune volte una merce viene identificata anche con diversi mezzi, ad esempio con più barcode / Qrcode, oppure con marchiature con inchiostri non visibili dall’uomo, oppure con Tag Rfid sulle confezioni o sui prodotti. Esistono anche sistemi molto più avanzati basati sul riconoscimento immagini che in fase di smistamento aiutano la catalogazione e lo stoccaggio preconfezionamento (pensiamo ai sistemi di suddivisione degli alimentari ad esempio).

Il punto nodale della identificazione è se è o meno focalizzata alla identificazione da parte dell’uomo o da parte di sistemi automatici o entrambi. Tutto dipende dalle informazioni necessarie all’operatore umano per trattare la merce e se questo deve essere o meno coadiuvato da sistemi a supporto, ad esempio possiamo avere Qrcode che contiene molte informazioni ma le uniche stampate sotto di questo, in modo da essere leggibili direttamente, sono il destinatario e il mittente. L’operatore dovrà poi disporre di un sistema di lettura del Qrcode se necessita avere le informazioni addizionali.

Conservazione

L’argomento è molto complesso e copre numerosi aspetti, il tema più importante è assicurarsi sempre che nel percorso produttore-cliente la merce sia conservata secondo quanto necessario per mantenerla nello stato di conservazione e sicurezza che deve avere. Questo coinvolge la conservazione sia durante il trasporto sia durante lo stoccaggio.

Ad esempio, merci fragili vengono trasportate con imballi dotati di indicatori di shock che mostrano che vi sono stati colpi o cadute che possono aver danneggiato il contenuto.

Merci pericolose hanno a disposizione sistemi di contenimento speciali che ne impediscono il contatto con il mondo esterno o la loro protezione da urti o fiamme, così come i luoghi di stoccaggio sono realizzati in modo da mantenere gli standard di sicurezza più alti e evitare concentrazioni troppo pericolose di queste merci, in caso di necessità di concentrazioni questi sono dislocati in zone lontane dai centri abitati.

Prendiamo come esempio il trasporto di gas infiammabili, questo avviene conservandoli in opportune bombole e vengono stoccati in depositi protetti.

I prodotti invece freschi sono conservati a basse temperature e i loro imballaggi e i loro depositi sono costruiti per mantenere tali temperature sotto i livelli di soglia che porterebbero al danneggiamento della merce. Alcuni imballaggi sono anche realizzati in modo da essere riempiti con gas o sostanze inerti che ritardano l’ossidazione o impediscono la crescita di batteri o muffe che si sviluppano sul prodotto.

I prodotti congelati invece devono per legge seguire una catena di distribuzione che deve necessariamente mantenerli a temperature molto al di sotto dello 0°C dalla loro preparazione sino al loro consumo.

Esistono packaging che hanno etichette che si colorano in modo diverso a seconda che la confezione abbia subito uno sbalzo termico e questo rende palese il loro stato di conservazione.

Inoltre, vi sono flotte di mezzi refrigerati o container che possono comunicare il loro stato e la temperatura delle merci alle centrali di stoccaggio e distribuzione, questo grazie a una rete di sensori IoT presenti sul mezzo e sulle confezioni.

Per alcune merci si rende necessario dotarle di confezioni costruite in modo da rendere evidente una apertura della stessa, questo per evitare eventi fraudolenti. Pensiamo ad esempio ai medicinali il cui costo può essere molto elevato e quindi il cliente deve essere sicuro che la confezione non sia mai stata aperta e/o manomessa.

Tracciatura

La tracciatura delle merci ha due aspetti: quello logistico che serve a identificare dove si trova una merce con caratteristiche speciali come, ad esempio, una merce pericolosa o di grande valore, e un aspetto normativo che si applica a merci la cui distribuzione deve essere conosciuta, ad esempio i farmaci o gli alimentari, per cui le autorità devono riuscire a risalire dal produttore alla singola confezione o lotto venduto e viceversa.

In questo caso si utilizzano gli strumenti di identificazione (etichette, stampe sulle confezioni, barcode o Qrcode) coadiuvati dalla presenza di soluzioni informatiche che sono in grado di tracciare tutta la catena che lega il singolo prodotto sino al singolo componente che lo costituisce. Ad esempio, in campo farmaceutico possiamo (in caso di emergenza) partendo dal singolo componente che ha presentato “problematiche” arrivare a identificare e bloccare i lotti prodotti con questo componente sino alla farmacia ed eventualmente al paziente che l’ha comperato.

Un concetto analogo avviene in campo automotive dove, ad esempio, vengono condotti i cosiddetti richiami su vetture che montano parti potenzialmente a rischio, il richiamo avviene identificando sino al possessore della vettura interessata, questo grazie a una meticolosa e sistematica raccolta di dati sino alle singole componenti dell’auto.

In campi come la metallurgia, ad esempio, si stanno studiando materiali e metodi di costruzione che permettono l’identificazione di lotti di prodotto, difatti molte produzioni metallurgiche sono sottoposte a obblighi di qualità e portano con sé una corposa documentazione a corredo che le identificano e ne certificano le caratteristiche meccaniche e produttive. Purtroppo, la fusione ad altissime temperature che è parte della metallurgia rende difficile “inserire” nel prodotto stesso microchip o composti chimici che ne possono identificare il lotto (ad esempio alcuni esplosivi possono venire miscelati con sostanze la cui presenza identifica il produttore).

Microchip, Rfid, nanomateriali e blockchain nel packaging

In una economia globale come quella moderna, un grosso problema è rappresentato dalla falsificazione dei prodotti, soprattutto per economie basate su eccellenze come quella italiana. Per identificare in modo univoco il prodotto e assicurare al cliente la sua autenticità sono presenti molte tecnologie che vanno dalle etichette con ologramma antifalsificazione, ai microchip aggiunti ai prodotti (purché i prodotti possano ospitarli), ai nanomateriali miscelati nelle sostanze componenti e quindi identificabili come marchio di fabbrica, ai Tag Rfid inseriti nelle merci, sino alle più moderne etichette anticontraffazione basate su tecnologia blockchain, che ne impediscono la copia e la riproducibilità. Un esempio di questa ultima tecnologia è nel campo dei vini, dove ormai molti produttori e consorzi hanno realizzato etichette anticontraffazione basate su tecnologia blockchain e quindi potenzialmente non falsificabili e tracciabili dal cliente tramite semplici app scaricabili sul proprio smartphone.

AI e machine learning: l’analisi della distribuzione e i feedback di ritorno

Le tecnologie IoT ci consentono di raccogliere una mole impressionante di dati e i sistemi di trasmissione avanzati come il 5G ne consentono la raccolta in tempo reale.

La raccolta di moli di dati però non i consente di ottenere qualcosa di significativo, se questi non vengono elaborati e interpretati per trarne delle informazioni.

Infatti, la differenza tra dato e informazione sta proprio nella natura stessa delle parole:

• Dato: ciò che è immediatamente presente alla conoscenza, prima di ogni forma di elaborazione
• Informazione: dato o elemento che consente di avere conoscenza di fatti, situazioni

Nel passato recente dell’IT ci si è concentrati sulla elaborazione dei dati per trarne informazioni significative prima attraverso algoritmi semplici poi via via sempre più complessi aiutati dall’artificial intelligence e dal machine learning.

Nella logistica, l’analisi dei tempi di distribuzione della merce, dei percorsi svolti dai vettori, dei consumi di carburante sostenuti, ci permette di affinare sempre meglio le reti di distribuzione per ridurre costi e tempi di consegna e rendere più soddisfatto il cliente.

Molta importanza riveste anche il feedback della rete di distribuzione e del cliente stesso per capire se sia migliorabile il processo di consegna dal produttore all’utilizzatore/consumatore.

Aggregando dati di vendita, come le carte fedeltà della grande distribuzione, ai dati logistici si possono scoprire importanti correlazioni come ad esempio: perché una certa tratta di trasporto dei freschi porta alla riduzione della vendita di questi. Occorre ridurre la tratta o migliorare la conservazione?

Il futuro già presente, la Continuous intelligence

Supponiamo che in un immediato futuro i nostri sistemi informativi di logistica siano in grado di utilizzare algoritmi di AI machine learning che analizzano non solo i dati storici ma anche gli eventi in tempo reale, eventi che accadono al di fuori dei tradizionali domini aziendali, come ad esempio il meteo, il traffico, la Sentiment analysis dei social etc etc. Questa straordinaria mole di dati potrebbe trasformarsi in informazioni in tempo reale, modificando ad esempio la rotta di distribuzione della merce quando il traffico è congestionato, e i sensori sulle confezioni indicano che stiamo mettendo a rischio la freschezza della merce, oppure quando il meteo indica che in quella zona vi è un aumento della temperatura e quindi sarebbe più interessante distribuire le bevande partendo da quella zona visto che i clienti sui social si lamentano della arsura.

Questo futuro è già realtà si chiama Continuous intelligence e coniuga le capacità di analisi e di autoapprendimento dei moderni sistemi di AI/ML con la raccolta dei dati in tempo reale quelli che vengono detti “eventi”.

Queste tecnologie consentono non solo di “capire” la correlazione tra eventi dispersi e appartenenti a domini diversi ma anche di prevedere il possibile impatto in tempo reale di eventi che stanno accadendo.

Supponiamo che dalle notizie dei quotidiani si rilevi che vi sarà un possibile sciopero nella distribuzione dei carburanti di una determinata zona, questo evento elaborato dal sistema di Continuous Intelligence può indicarci i possibili impatti sul nostro processo distributivo e quali sono le possibili azioni per mitigarne gli effetti (cambio delle rotte, utilizzo di altri vettori di consegna, aggregazione dei punti di stoccaggio).

Altro esempio può essere l’impatto di una campagna pubblicitaria su di un prodotto per una determinata zona geografica, una forte campagna pubblicitaria di un determinato prodotto ne porta a una richiesta maggiore che può essere verificata con la Sentiment Analysis dei social e quindi sarebbe opportuno modificare la priorità di distribuzione logistica per favorire quella zona.

Per maggiori informazioni sulla Continuous Intelligence.

Conclusioni

La distribuzione delle merci dalla produzione al cliente/utilizzatore coinvolge molte fasi e operatori, e rappresenta un fattore di costo importante. Oltre alle merci che possiamo considerare “standard” vi sono categorie di merci che necessitano di essere gestite in modo particolare, sia per la loro pericolosità, per il loro valore o per la loro deteriorabilità. Alle tradizionali pratiche di buona gestione della logistica basate su identificazione, conservazione e tracciatura, la moderna tecnologia ci aiuta a migliorare la distribuzione tramite la raccolta dati in tempo reale fornita dall’IoT coniugata alla capacità di prevedere l’impatto di eventi grazie ai sistemi di Continuous intelligence.

Una moderna ed efficiente rete di distribuzione permette di ottenere una migliore soddisfazione del cliente per il prodotto acquistato, quindi una sua fidelizzazione e in estrema sintesi un incremento nelle vendite e non solo una riduzione dei costi.