:quality(85))
Per altri contenuti come questo da parte del CEO di Z2Data, Mohammad Ahmad, seguilo su Mohammad Ahmad | LinkedIn
Come nella maggior parte degli anni, anche il 2025 introdurrà probabilmente uno scenario di rischio per la catena di approvvigionamento che combina tendenze di lungo periodo con imprevisti che avranno un impatto significativo sulle strategie di sourcing e sulle reti di fornitori.
Grandi cambiamenti in arrivo, a partire dall'ESG
Negli ultimi anni si è assistito a una forte accelerazione dell’ESG e il 2025 si preannuncia come un anno di svolta per il quadro globale della sostenibilità. Dal 1° gennaio, decine di migliaia di imprese nell’UE e non solo sono rientrate per la prima volta nell’ambito della Corporate Sustainability Reporting Directive (CSRD), e dovranno ora adempiere a requisiti di rendicontazione completi in linea con diversi obiettivi ESG.
Un anno dominato dall’instabilità geopolitica
Inoltre, il 2025 sembra destinato a essere un anno segnato da un’instabilità geopolitica persistente, punteggiato da momenti di forte volatilità. All’inizio di questo mese, abbiamo visto lo scontro politico dell’amministrazione Trump portare gli Stati Uniti sull’orlo di una guerra commerciale con i vicini nordamericani Canada e Messico. Queste politiche protezionistiche in aumento—insieme all’inasprirsi delle tensioni commerciali con la Cina, che non accennano a diminuire—ridefiniranno le strategie di sourcing, lasciando molti professionisti SCRM (Supply Chain Risk Management) con la sensazione di dover costruire le loro catene di approvvigionamento su fondamenta instabili.
L’IA nel Supply Chain Risk Management: fattore dirompente o risolutivo?
Tuttavia, esiste un’altra variabile che la maggior parte dei dirigenti aziendali e delle loro imprese non ha finora considerato con la stessa attenzione riservata a sfide come ESG e la compliance commerciale: l’intelligenza artificiale. L’IA e le sue diverse declinazioni all’avanguardia—including generative AI e ora agentic AI—sono argomenti al centro dell’attenzione, in particolare nel supply chain risk management e in altri settori che possono trarre vantaggi significativi dalla tecnologia predittiva e dall’ottimizzazione. In questi ambiti, le piattaforme IA vengono viste soprattutto come asset inequivocabili, strumenti innovativi in grado di supportare i responsabili della catena di approvvigionamento nella mappatura della filiera, nella previsione della domanda e anche nell’attività di dual sourcing.
Il potenziale dell’IA è enorme, ma ancora da realizzare
La realtà, però, è che la maggior parte delle aziende è ancora lontana dall’utilizzare pienamente il potenziale dell’IA. Sebbene sia certo che questa tecnologia maturerà diventando una risorsa avanzata all’interno di una toolbox SCRM più ampia, ad oggi rappresenta ancora soprattutto una promessa intrigante e un potenziale in gran parte inesplorato. Poiché questa generazione di soluzioni di intelligenza artificiale è ancora così recente, i casi d’uso più efficaci devono ancora essere pienamente definiti. Di conseguenza, i manager SCRM dovrebbero considerare l’IA come un X-factor di forte interesse su cui continuare a sperimentare e confrontarsi, riconoscendone le opportunità ma comprendendo che gran parte del suo valore e della sua funzionalità deve ancora emergere.
Sono due le ragioni principali per cui l’attuale stato dell’IA richiede un approccio che unisca ottimismo e discernimento.
La sfida di investire in IA nelle sue fasi iniziali
La prima riguarda i rischi connessi a un investimento importante in un determinato programma di IA. Chiunque segua lo sviluppo di strumenti come Chat-GPT, Claude o Gemini sa bene che funzionalità e capacità di queste soluzioni stanno avanzando a un ritmo inedito. Per esempio, GPT-3, lanciato nel 2020, contava circa 175 miliardi di parametri, con una finestra di contesto poco superiore a 2.000 token. Quando è uscita la versione successiva, GPT-4, questa potenza di addestramento e calcolo era salita in modo sostanziale: la quarta generazione dell’algoritmo OpenAI utilizzava quasi 1,8 trilioni di parametri e una finestra di contesto di 64.000 token. In circa quattro anni, il modello linguistico si è evoluto fino a diventare un sistema del tutto diverso, con una capacità di output che ha ampliato radicalmente gli scenari di utilizzo possibili.
Sebbene questa rapidità di sviluppo sia senz’altro impressionante, una tale dinamicità tecnologica può creare anche dei rischi per le imprese. Le aziende che oggi investono pesantemente in una soluzione di IA—destinando inoltre tempo, risorse e competenze per integrarla e diffonderla su più attività e flussi di lavoro—potrebbero ottenere benefici nell’immediato. Tuttavia, se questo campo, ancora così fluido e in continuo mutamento, dovesse compiere nuovi salti evolutivi nei prossimi due anni, un investimento massiccio potrebbe rivelarsi in seguito una scommessa eccessivamente azzardata. Una recente indagine McKinsey ha evidenziato che solo l’1% dei dirigenti considerava «maturo» il proprio deployment di IA; il 99% dei leader ritiene quindi che la propria impresa stia ancora lavorando per comprenderne appieno la funzionalità. E il motivo è comprensibile: il vero valore della tecnologia non è ancora chiaro, e le aziende stanno ancora sperimentando.
Un uso efficace dell’IA richiede un quadro strategico chiaro
La seconda ragione per cui all’ottimismo sull’IA deve corrispondere un’attenta valutazione riguarda la pianificazione e la struttura dell’implementazione. La realtà è che l’IA sta evolvendo a una velocità superiore rispetto alle strategie di adattamento. È indubbio che i leader aziendali debbano voler sfruttare le molteplici capacità di questa tecnologia, ma occorre investire il tempo necessario per definire obiettivi, assegnare le responsabilità e gestire efficacemente il cambiamento, affinché l’azienda possa attraversare la fase di transizione che questi strumenti comportano. Senza una strategia coerente e ben ponderata per tutti questi aspetti, si rischia di non valorizzare appieno l’investimento.
Le imprese attive nello SCRM e in ambiti correlati devono comunicare chiaramente i casi d’uso, definire tipi di dati e input adeguati per lo strumento, e stabilire una governance interna per l’utilizzo. Le realtà che non costruiscono questi elementi indispensabili di una strategia IA robusta e sofisticata rischiano di dover distinguere i reali insight e informazioni da un eccessivo rumore costoso.
Vale anche la pena ricordare che elaborare una strategia per una trasformazione di questa portata non può esaurirsi in qualche settimana (né essere accelerata con il solo supporto dell’IA). È necessario essere pronti a cambiare rotta qualora la soluzione adottata non porti i risultati sperati—un processo che richiede tempo e una certa agilità organizzativa. Siamo ancora nelle fasi più embrionali di questa tecnologia e il valore di queste soluzioni potrebbe continuare a evolversi per anni. Implementare un sistema di IA avendo una visione troppo rigida dei casi d’uso rischia di precludere funzionalità potenti che non erano emerse all’inizio. La sperimentazione costituisce un elemento fondamentale della maturazione e le aziende devono adottare un approccio dinamico e aperto per massimizzare le potenzialità dei propri strumenti IA.
Con una leadership strategica, l’IA può cambiare le regole del gioco
I leader nello SCRM—e in tutto il settore corporate—devono superare la vuota retorica del «procedere con cautela» riferita all’IA. L’IA non è un animale pericoloso né un’arma biologica, ma una tecnologia complessa che richiede un approccio strategico e deliberato. L’adozione dell’IA deve essere orientata alla costruzione di un framework sofisticato e coerente su ciò che si desidera ottenere per la propria azienda, su quali debbano essere i parametri di successo e su come intervenire se la piattaforma non si integra perfettamente con i casi d’uso previsti.
Anche se il potenziale della tecnologia domina i titoli e il dibattito sull’IA, ogni impresa e ogni leadership devono assumersi la responsabilità di capire quale percorso concretamente conduce a padroneggiare questo potenziale.
