La transizione ecologica, che passa per la decarbonizzazione delle nostre città, non è certamente un processo semplice né banale.
Un aspetto di cui poco si parla è il contributo che può dare l’innovazione scientifica e tecnologica in questa direzione, applicando prospettive nuove a problemi antichi, sempre in un’ottica di sostenibilità.
Uno dei problemi che hanno le nostre città è costituito dai tanti mezzi che circolano per le attività logistiche e di manutenzione e funzionamento dei servizi della città (rifiuti, acqua, pulizia, manutenzione strade, trasporti).
Certamente la sostituzione dei furgoncini attualmente in circolazione con mezzi elettrici è la strada da seguire, ma non basta, occorre anche ottimizzare questa circolazione. Un’azione che è possibile fare anche subito, con i mezzi a motore endotermico, riducendo quindi le emissioni inquinanti, e domani con i mezzi elettrici per ridurne la circolazione.
Per questo abbiamo intervistato Giulio Ancili, Amministratore Delegato, di una Start-Up senese – MathLog, di prometeo srl – che applica l’intelligenza artificiale a queste problematiche.
Vuole descrivere brevemente cosa vi ha spinto a costituire la vostra start-up e cosa proponete di innovativo rispetto ad altri soggetti imprenditoriali?
La nostra startup, Mathlog, nasce da un’osservazione: l’impatto della logistica sia in termini di costi che di inquinamento è molto alto. Tutti gli attori sono consapevoli della cosa e sia le aziende che i produttori di software hanno cercato di dare una risposta al problema. Tutti si sono però focalizzati sugli aspetti gestionali piuttosto che sulle cause che producono i costi di cui sopra. Gli sforzi hanno prodotto dei risultati ma sono solo ‘marginali’. Siamo partiti quindi da una domanda: cosa incide effettivamente sui costi della logistica? I km percorsi. Quindi dobbiamo trovare una soluzione che, pur garantendo i livelli di servizio, riduca i km percorsi.
Nell’ambito della decarbonizzazione delle nostre città, un aspetto importante sarà costituito dal trasporto merci con veicoli leggeri per le consegne, in particolar modo in relazione allo sviluppo enorme che ha avuto l’e-commerce durante la pandemia che, molto probabilmente, rimarrà una costante anche per il futuro. Da una parte dovremo andare alla elettrificazione dei veicoli leggeri che appunto effettuano le consegne nell’ultimo miglio, ma in che modo i sistemi della vostra azienda possono favorire questo processo?
Quello rappresentato è il cuore del problema. Nel settore della logistica, ed in generare la mobilità, è in corso una profonda trasformazione. La trasformazione riguarda la tipologia dei mezzi con l’ elettrificazione, ma anche i modelli di costume e come verranno utilizzati i mezzi dagli utenti: noleggio vs acquisto del mezzo per esempio.
Tutti gli studi di settore sono concordi nell’affermare che serve un nuovo paradigma, diverso dall’attuale, che non si concentri sugli aspetti organizzativi ma vada al cuore del problema. Ovvero come rendere efficiente la movimentazione dei mezzi nelle città.
Faccio un esempio: è come se in ambito manifatturiero chi produce un prodotto si preoccupasse principalmente di negoziare un buon prezzo con il proprio fornitoretralasciando tutti gli sprechi che sono presenti in produzione.
Nella Logistica in questi ultimi anni di fatto è successo questo: ci siamo preoccupati di ‘negoziare’ buoni prezzi con i fornitori trascurando i km che sono quotidianamente fatti. Noi oggi con MathLog abbiamo invece messo a punto gli strumenti per cambiare questo paradigma ed incidere finalmente sul parametro ‘km’.
Un’altra tipologia di mezzi che hanno questo problema è costituita dai veicoli per la raccolta dei rifiuti, che sempre di più – questo è un altro obiettivo di sostenibilità – sarà realizzato con il “porta a porta”, quale può essere il vostro contributo in questo caso?
Anche nel caso del ‘porta a porta’ non cambia il problema. Esiste sempre un mezzo che si muove per la strada e che percorre km inquinando e consumando carburante. Secondo l’ultimo rapporto di ISPRA, circa un terzo del costo che ogni cittadino sostiene per il servizio di raccolta e gestione dei rifiuti è da attribuire alla sola logistica. Dati alla mano la nostra soluzione è in grado di ridurre i km fino al 20%, il che significa mettere a disposizione delle aziende della raccolta dal 3 al 5% di punti di marginalità in più. In una parola passare da aziende in perdita ad aziende in utili.
I percorsi dei mezzi (corrieri, igiene urbana, manutenzione acqua/luce/gas,…..) sono organizzati con logiche di opportunità operativa (ad esempio ciò che “conviene” all’autista) e non in termini di efficienza operativa.
Questo per una serie di motivi ma che hanno alla base tutti lo stesso problema, ovvero: determinare la sequenza ottimale dei percorsi/fermate se il numero è significativamente elevato non è un’attività facile da fare.
Questa è la ragione per la quale la logistica in ambito cittadino viene definita dalla Commissione Europea nei sui report come la più inquinante e costosa
L’efficienza operativa non la otteniamo agendo sugli aspetti di carattere operativo (leggasi ad esempio metto un nuovo software per raccogliere le segnalazioni degli utenti) ma la ottengo soltanto se riduco i km fatti pur mantenendo inalterati i vincoli del servizio.
Con queste premesse abbiamo realizzato uno strumento software, tecnicamente identificato come una Data Platform, che facendo uso di strumenti afferenti all’area della Ricerca Operativa e del Machine Learning raggiunge lo scopo. Come?
La Data Platform, il cui nome è C.A.O.S., acquisisce in diverse modalità i percorsi che il mezzo deve fare. A questi si aggiungono i vincoli operativi, alcuni dei quali già presenti nel software (codice della strada, larghezza delle strade, dimensioni/capacità dei mezzi,….) altri che possano essere inseriti direttamente dall’utente (priorità, fasce orarie, regolo di esecuzione del servizi.)
Questi dati sono passati a C.A.O.S. dove sono elaborati ed analizzati in funzione degli obiettivi di efficienza che l’operatore stesso ha indicato, infatti questo potrebbe essere interessato a: percorrere meno km, impiegare meno tempo, migliorare il consumo delle batterie elettriche, ottimizzare utilizzo di uomini e mezzi.
L’elaborazione si conclude con la sequenza ottimizzata delle attività da fare.
MathLog è una startup innovativa che supporta le aziende nelle scelte strategiche in ambito di Data Intelligence e sviluppo di soluzioni integrate, mirata al settore della Mobility nell’area del Last Mile Logistics.
Info: info@mathlog.net
Prometeo Srl è un’azienda con sede a Siena, che offre soluzioni strategiche per affrontare le sfide che gli scenari complessi di oggi richiedono, mettendo a disposizione strumenti di Intelligenza Artificiale, permettendo così di avere un significativo effetto in termini di redditività. Nata nel 1994 Prometeo si occupa di come strumenti matematico-statistici, Machine Learning, possano aiutare le aziende a crescere e rafforzare il proprio business.
Info: www.prometeonet.it
Altri articoli sul tema della logistica e del trasporto merci
