SUPPLY CHAIN MANAGEMENT

Come il machine learning trasformerà la gestione delle catene logistiche

Rende più efficace l’utilizzo di dati e previsioni ai fini del processo decisionale

Narenda Agrawal, Morris A. Cohen, Rohan Deshpande, Vinayak Deshpande

Aprile 2024

Come il machine learning trasformerà la gestione delle catene logistiche

Negli ultimi anni la pandemia di Covid-19, il conflitto russo-ucraino, le guerre commerciali e altri eventi hanno disgregato le catene logistiche e messo in luce l’esigenza critica per le aziende di migliorare la pianificazione se vogliono diventare più agili e resilienti.

Ma le imprese sono in difficoltà di fronte a questa sfida. Una delle cause principali è un forecasting inadeguato, che produce ritardi nelle consegne, livelli di magazzino dolorosamente asincroni rispetto alla domanda e una performance finanziaria deludente. Queste conseguenze non sono affatto sorprendenti. Dopotutto, come si possono prendere decisioni appropriate in tema di scorte e di produzione se le previsioni della domanda sono clamorosamente sbagliate?

Noi abbiamo messo a punto un processo per affrontare questo limite. Il nostro nuovo paradigma impiega il machine learning e i dati storici per generare raccomandazioni di qualità superiore ai fini delle decisioni che impattano sulla catena logistica. Mentre i metodi attuali di apprendimen

...

oppure Accedi per continuare la lettura

Se hai un abbonamento, ACCEDI per leggere l'articolo e tutti gli approfondimenti.

Altrimenti, scopri l'abbonamento a te dedicato tra le nostre proposte.

Commenta scrivi/Scopri i commenti

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 400

0 / 3

Free articles left

Abbonati!