Il panorama dell’AI nella logistica italiana

Nel corso del 2026 l’intelligenza artificiale è diventata una componente strategica per gli operatori logistici italiani. Secondo l’ultima ricerca dell’Osservatorio Contract Logistics del Politecnico di Milano, il 48 % delle aziende dichiara di aver adottato sistemi AI, rispetto al 30 % del 2025. Inoltre, il 15 % delle imprese utilizza l’AI in modo diffuso, integrandola in più aree operative.

La soddisfazione è elevata: il 64 % dei partecipanti ha ottenuto risultati in linea con le aspettative, mentre il 21 % ha registrato performance superiori. Emilio Moretti, ricercatore senior dell’Osservatorio, sottolinea però la diversità degli approcci e la variabilità nella profondità di utilizzo, fattori che influenzano la rapidità di diffusione delle tecnologie.

Tra le tipologie di AI, la più diffusa è la AI generativa, adottata dal 71 % delle aziende. Questo tipo di intelligenza artificiale produce contenuti in linguaggio naturale e viene impiegata, ad esempio, per chatbot che assistono gli utenti nell’uso di software, recuperando informazioni da manuali e best practice aziendali.

Al secondo posto troviamo l’AI predittiva, presente nel 64 % delle imprese. Le applicazioni tipiche includono la previsione del fabbisogno di mezzi di trasporto, basata su dati storici, previsioni di vendita, promozioni commerciali e variabili meteorologiche.

Le nuove frontiere: Embodied e Agentic AI

Le tecnologie più innovative, ancora in fase di sperimentazione, sono l’Embodied AI (13 % degli operatori) e la Agentic AI (42 %). L’Embodied AI integra sistemi intelligenti in entità fisiche, come veicoli a guida autonoma o robot di magazzino. La Agentic AI, invece, consente all’intelligenza artificiale di eseguire flussi di attività accedendo a dati aziendali, software gestionali (WMS) e sistemi di comunicazione (email, chat).

Il convegno tenutosi a Milano ha messo in luce due casi di successo che illustrano il potenziale della Agentic AI.

Il caso Transcoop: agenti per la pianificazione e il monitoraggio dei viaggi

Transcoop, azienda di Reggio Emilia, ha affrontato la sfida di aumentare la saturazione dei mezzi e di rilevare tempestivamente le criticità operative. Con il supporto di Cargoful, ha introdotto tre agenti autonomi:

    • Pianificazione dei viaggi del giorno: l’agente genera itinerari ottimizzati tenendo conto di capacità, tempi di consegna e restrizioni di traffico.
    • Segnalazione delle eccezioni: l’agente individua i viaggi che richiedono revisione e produce reportistica dettagliata per i manager.
    • Miglioramento dell’uso dell’app aziendale da parte degli autisti: l’agente monitora l’adozione dell’app e segnala i casi in cui gli autisti non la utilizzano correttamente.

Come ha dichiarato il COO Lorenzo Bellini, “i manager passano quindi a gestire le eccezioni”, liberando tempo per decisioni a valore aggiunto.

Il caso Automarocchi: autonomous procurement per la selezione dei vettori

Roberto Vidoni, CEO di Automarocchi, ha illustrato un progetto di autonomous procurement sviluppato in collaborazione con Trasnporeaon. Il sistema valuta automaticamente:

    • Tempistiche di consegna proposte dai vettori.
    • Prezzi, con possibilità di effettuare rilanci in tempo reale.
    • Affidabilità storica dei partner.

Una volta completata la valutazione, l’incarico viene assegnato in maniera automatica entro pochi minuti, limitandosi ai partner già presenti nel network di Automarocchi. Questo approccio ha ridotto la durata del processo di procurement da giorni a minuti, migliorando l’efficienza e la reattività della supply chain.

Impatto della Agentic AI sui processi logistici

Lo studio dell’Osservatorio evidenzia che la maggior parte degli interventi basati su Agentic AI (81 %) comporta una modifica dei processi logistici. In particolare, il 38 % degli intervistati segnala un impatto “rilevante” o addirittura una riconfigurazione completa delle attività operative.

Un esempio aggiuntivo citato nella ricerca riguarda un operatore logistico che ha creato un agente settimanale per calcolare il livello di servizio su diverse tratte. L’attivazione dell’agente può avvenire secondo tre modalità:

    • Programmazione fissa (es. calcolo settimanale automatico).
    • Su richiesta dell’utente (es. query ad hoc da parte del planner).
    • In risposta a eventi specifici (es. rilevamento di criticità operativa).

Questa flessibilità permette di intervenire tempestivamente, ottimizzando le risorse e riducendo i costi operativi.

Prospettive future e sfide emergenti

Nonostante i risultati promettenti, gli operatori logistici devono affrontare alcune criticità legate all’adozione dell’AI:

    • Rischi di sicurezza informatica: l’integrazione di sistemi AI con dati sensibili aumenta la superficie di attacco.
    • Accountability e trasparenza: le decisioni automatizzate devono essere tracciabili per garantire la conformità normativa.
    • Formazione del personale: è necessario sviluppare competenze interne per gestire, monitorare e migliorare gli agenti autonomi.

Secondo le previsioni dell’Osservatorio, entro i prossimi tre anni più del 50 % degli operatori logistici offrirà almeno la metà dei servizi “innovativi” attualmente mappati, spingendo ulteriormente la digitalizzazione del settore.

Conclusioni

Il 2026 segna una svolta decisiva per la logistica italiana: la Agentic AI raggiunge il 42 % di adozione, dimostrando di essere un motore di cambiamento capace di trasformare processi tradizionali in flussi di lavoro più agili e intelligenti. I casi di Transcoop e Automarocchi mostrano come l’automazione di pianificazione e procurement possa generare vantaggi concreti in termini di efficienza, riduzione dei tempi e miglioramento del servizio.

Rimanere al passo con queste tecnologie richiederà investimenti continui in sicurezza, governance dei dati e sviluppo delle competenze, ma le opportunità di competitività e crescita sono ormai evidenti per chi decide di abbracciare la nuova era dell’intelligenza artificiale nella supply chain.