Oltre ai metodi classici di apprendimento automatico, con Google Document AI e Google Gemini utilizziamo modelli di deep learning all’avanguardia basati su reti neurali per individuare schemi complessi anche in grandi quantità di dati. Ciò consente di presentare informazioni e raccomandazioni in modo solido e dinamico.
Una delle principali sfide nell’elaborazione degli ordini è che questi ci arrivano tramite diversi canali di comunicazione (e-mail, server fax, ecc.) e in vari formati (PDF, testo, Excel) — spesso in lingue diverse e con numeri e escrizioni di articoli specifici per ciascun cliente. ChiruK@i riceve automaticamente gli ordini, li traduce se necessario e li inserisce senza errori nel nostro sistema gestionale. Grazie al deep learning, ChiruK@i riconosce anche nuovi schemi di articoli e gestisce in modo aff idabile le modifiche.
Per le aziende commerciali è fondamentale disporre in ogni momento di scorte suff icienti, con un impegno di capitale minimo. Nel nostro caso, dobbiamo anche tenere conto dei diversi tempi di consegna all’interno dell’Europa. ChiruK@i ora gestisce autonomamente la pianificazione delle scorte: confronta i livelli attuali di magazzino con gli ordini e i dati di consumo, identifica le tendenze e considera i tempi di consegna e i prezzi d’acquisto dei nostri fornitori europei. Su questa base, elabora proposte di acquisto ottimizzate in termini di costi. Oltre ai dati storici, integra anche fattori esterni come le variazioni stagionali o i ritardi di consegna nelle sue previsioni. ChiruK@i controlla quotidianamente tutti i dati relativi alle scorte e li aggiorna nel nostro sistema gestionale per considerare tempestivamente gli sviluppi a breve termine.
I dati degli articoli ci arrivano da clienti e fornitori in formati e lingue diversi, e spesso in modo non strutturato — sparsi tra cartelle, e-mail o desktop. La mappatura di dati identici o simili, così come l’accesso rapido per il confronto di prezzi e articoli, richiede un notevole lavoro manuale. ChiruK@i sta costruendo progressivamente un database centralizzato europeo di articoli e prezzi. A tal fine, ogni giorno legge tutte le informazioni disponibili da fornitori e clienti, identifica gli articoli identici o simili e li raggruppa in modo intelligente. Questo crea una base di dati completa che consente l’elaborazione automatizzata delle richieste dei clienti e la creazione di offerte personalizzate basate sui dati degli articoli disponibili. Grazie alla previsione della domanda, le variazioni della domanda possono essere previste con maggiore precisione. L’IA adatta continuamente queste previsioni, riducendo così le incertezze di pianificazione.