Intelligenza artificiale possibile soluzione per la carenza di autisti


Oggi la carenza di autisti nel settore del trasporto merci su strada continua a causare disagi: un aiuto dall’intelligenza artificiale?

Al Centro Ricerche ENEA Trisaia (Matera) è stato ideato e testato un sistema innovativo che consente di individuare in tempo reale i veicoli pesanti in sovraccarico, smistandoli su percorsi alternativi

Oggi la carenza di autisti nel settore del trasporto merci su strada continua a causare disagi. A partire dal periodo pandemico, che ha visto molti abbandonare il settore, la carenza di personale viaggiante è una problematica significativa per la supply chain, tanto che in Italia si stima che per ogni 5 autisti che scendono dal camion, ce n’è solo uno che sale: un dato preoccupante considerato l’aumento della domanda di trasporto merci su strada.

In quest’ottica è sempre maggiore il numero di aziende che si rivolge a nuove soluzioni tecnologiche che offrono informazioni in tempo reale per scoprire inefficienze precedentemente nascoste, ad esempio individuando i viaggi a vuoto e i tempi di attesa eccessivi nei piazzali, o migliorando la visibilità dei mezzi per tracciare le consegne. Come emerso anche dal Pulse Report 2024 redatto da Transporeon, piattaforma di gestione dei trasporti, la maggior parte delle aziende afferma che la carenza di autisti per il trasporto stradale non può essere risolta dall’oggi al domani, ma l’integrazione tra la tecnologia basata sull’AI e le competenze umane può contribuire concretamente a far fronte alla tematica.

Digitalizzare i processi di registrazione al carico e scarico significa, ad esempio, automatizzare l’accesso al piazzale attraverso la lettura delle targhe o permettere agli autisti di effettuare il check-in online prima dell’arrivo del mezzo, proprio come avviene per l’imbarco di un volo aereo. Inoltre, un sistema di Time Slot Management integrato consente di consolidare automaticamente tutti i dati relativi al trasporto direttamente all’interno dell’ERP del cliente. Questo include informazioni come le targhe dei veicoli, il nome dell’autista, il numero di telefono e molto altro, semplificando così la documentazione dei trasporti e migliorando la gestione complessiva.

Grazie alle potenzialità dell’Intelligenza Artificiale applicata al settore autotrasporto si possono anche analizzare anni di dati, ottenendo risultati e trend chiari; queste previsioni consentono a carriers e shippers di prevedere ETA – Estimated Time of Arrival – per ottimizzare la ricezione dei carichi rispettando i tempi di consegna, oltre a rappresentare un vantaggio che migliora notevolmente la vita professionale dei conducenti.