Intelligenza applicata ai processi:
cosa fa davvero l'AI nel gestionale
Non stiamo parlando di chatbot o di funzioni "powered by AI" usate come etichetta marketing. Le funzioni intelligenti di ERPManagement lavorano su dati operativi reali e producono output che i vostri team possono usare subito.
Prima di tutto: cosa NON è l'AI in ERPManagement
Molti software oggi mettono il termine "AI" su funzioni che sono semplicemente automazioni o algoritmi statistici di base. Noi preferiamo essere diretti: alcune funzioni che chiamiamo "intelligenti" usano algoritmi tradizionali molto efficaci; altre usano modelli di machine learning veri. Vi diciamo esattamente cosa fa cosa e perché.
- Non è un assistente conversazionale che risponde a domande sull'azienda
- Non è un motore di raccomandazione prodotti per il B2C
- Non è automazione RPA per cliccare su altri sistemi
- Non è un layer BI separato "AI-powered"
È un insieme di algoritmi integrati nei processi operativi che riducono il lavoro manuale, segnalano anomalie e supportano decisioni che oggi richiedono ore di analisi.
Tre categorie di funzioni intelligenti
Le funzioni AI di ERPManagement si dividono in tre categorie con obiettivi diversi. Capire la differenza aiuta a capire come integrarle nel lavoro quotidiano.
Automazione
Azioni che il sistema esegue in modo autonomo sulla base di regole e soglie configurate, senza richiedere approvazione umana per ogni caso.
- Riordino automatico sotto soglia
- Routing ordini per priorità e canale
- Assegnazione automatica ubicazioni magazzino
- Generazione DDT e conferme ordine
Supporto decisionale
Analisi che il sistema esegue e presenta all'utente come suggerimenti: la decisione finale resta all'operatore, ma con informazioni migliori e più veloci.
- Suggerimento quantità ordine fornitore
- Proposta di merge ordini per efficienza spedizione
- Segnalazione clienti con pattern di acquisto anomalo
- Allerta fornitori con performance peggiorata
Analisi predittiva
Modelli che elaborano dati storici e contestuali per stimare scenari futuri. Usati per la pianificazione, non per decisioni operative immediate.
- Previsione domanda per SKU e canale
- Stima del rischio di rottura stock
- Previsione churn clienti B2B
- Stima marginalità per offerte complesse
Le 8 funzioni AI nel dettaglio
Previsione della domanda per SKU
Il sistema analizza la serie storica degli ordini per ogni SKU, tenendo conto di stagionalità, trend e outlier (periodi con dati anomali come lockdown, picchi promozionali). L'algoritmo usato è una decomposizione della serie storica con smoothing esponenziale (non un modello black-box): i parametri sono visibili e modificabili dall'amministratore.
L'output viene mostrato nella schermata di pianificazione acquisti come "domanda stimata per le prossime N settimane", con un intervallo di confidenza. L'utente può accettare la stima come base per l'ordine fornitore o modificarla manualmente.
Rilevamento anomalie negli ordini
Un ordine è "anomalo" quando si discosta dal comportamento storico di quel cliente su quella categoria di prodotti. Il sistema calcola un punteggio di anomalia basato su: valore ordine, quantità per articolo, mix prodotti, frequenza d'acquisto.
Un ordine con punteggio alto viene segnalato nella lista ordini con un'icona e una spiegazione: "Questo cliente non ha mai ordinato questa quantità di questo articolo" o "L'importo è 4 volte la media degli ultimi 6 mesi". L'operatore decide se contattare il cliente, approvare comunque o mettere in attesa.
Suggerimenti di riordino dinamici
I punti di riordino statici (tipo "riordina quando scendi sotto 10 pezzi") funzionano male perché non tengono conto dei lead time variabili, della stagionalità e della domanda futura. ERPManagement calcola punti di riordino dinamici che variano settimana per settimana in base alla domanda prevista e al lead time recente del fornitore.
Il risultato pratico: meno rotture di stock nei picchi di domanda, meno eccesso di magazzino nei periodi lenti. Il suggerimento include la quantità d'ordine ottimale calcolata considerando i lotti minimi del fornitore e i costi di gestione del magazzino.
Classificazione ABC automatica e dinamica
La classificazione ABC degli articoli (A = alto valore/rotazione, B = medio, C = basso) viene aggiornata automaticamente ogni settimana in base ai dati di vendita recenti, non assegnata una volta e dimenticata. Questo permette di identificare prodotti che stanno diventando più importanti o che stanno perdendo rilevanza.
La classificazione influenza le politiche di stoccaggio, la priorità di picking e i parametri di riordino. Un articolo che sale da C ad A cambia automaticamente la sua politica di gestione senza intervento manuale.
Analisi delle performance fornitori
Ogni fornitore viene valutato continuamente su tre dimensioni: puntualità (confronto data consegna confermata vs. effettiva), conformità (discrepanze tra ordine e merce ricevuta), qualità (numero di resi e reclami per fornitore).
Il sistema identifica trend peggiorativi prima che diventino problemi: un fornitore che ha aumentato i ritardi del 30% nelle ultime 8 settimane riceve un'allerta proattiva nel modulo acquisti, permettendo all'ufficio acquisti di intervenire prima di una rottura di stock critica.
Segmentazione clienti e rischio abbandono
I clienti B2B vengono segmentati automaticamente con modello RFM (Recency, Frequency, Monetary value): quante volte hanno ordinato, quando è stato l'ultimo ordine, quanto hanno speso nel periodo. La segmentazione aggiorna i tag cliente ogni settimana.
I clienti che mostrano segnali di disengagement (frequenza calante, valori ordine in calo, resi aumentati) vengono segnalati nel CRM con un "rischio abbandono" medio o alto, con un suggerimento di azione per il commerciale di riferimento.
Ottimizzazione percorsi picking
Per magazzini con decine o centinaia di ubicazioni, l'ordine di prelievo degli articoli in una lista di picking ha un impatto diretto sui tempi operativi. Il sistema calcola il percorso ottimale in base alla mappa del magazzino e all'algoritmo di nearest neighbor path optimization.
Il miglioramento medio registrato nei clienti che usano questa funzione è una riduzione del 15-25% del tempo di picking per ordine. L'algoritmo considera anche la probabilità di breakage per articoli fragili (prelevati per ultimi se possibile) e le zone di quarantena.
Report narrativi automatici
I report direzionali settimanali o mensili includono una sezione di sintesi testuale generata automaticamente che descrive i principali movimenti del periodo: "Le vendite di categoria X sono aumentate del 22% rispetto alla settimana scorsa, trainate dall'articolo Y. Lo stock di questa categoria è al 40%, sotto la media storica. Il fornitore principale ha un ordine in transito per 18/03."
Non si tratta di AI generativa "creativa": è un sistema di sintesi automatica su template strutturati che vengono riempiti con i dati reali. L'output è accurato e verificabile, non una narrazione inventata.