Al momento di una consegna o di un reso occorre creare etichette, distinte di consegna e talvolta documenti doganali. Ciò avviene sulla base di dati già presenti da qualche parte nel sistema: indirizzo, peso, contenuto, destinazione. La domanda è se l'IA possa assumere questo processo, e quale parte delle ore di un addetto all'elaborazione degli ordini o di un collaboratore logistico si liberi in questo modo.
La risposta è sì, con una precisazione. Questo è uno dei compiti per cui non sono nemmeno necessari i modelli di IA più recenti: la robotic process automation (RPA) è sufficiente, e molte aziende operano già così.
Tre assi sono determinanti: struttura, volume e margine di giudizio.
La struttura ottiene un punteggio di 5. Un'etichetta di spedizione segue un formato fisso, una distinta di consegna segue un formato fisso, un documento doganale segue un formato fisso prescritto dalla dogana stessa. Non è necessaria alcuna interpretazione su cosa debba comparire nel documento — questo è stabilito nel modello e nei dati di input.
Anche il volume ottiene un punteggio di 5. Non si tratta di un compito che si presenta un paio di volte a settimana; in un'azienda di una certa dimensione si tratta di decine o migliaia di spedizioni al giorno. Più alto è il volume, maggiore è il risparmio di tempo per ogni passaggio automatizzato, e prima si ripaga l'investimento nei collegamenti.
Il margine di giudizio ottiene un punteggio di 5, il che qui è favorevole: c'è poco da valutare. Il sistema conosce il peso, la destinazione e il tipo di spedizione, e da questo deriva meccanicamente quale documento con quale contenuto viene generato. Non esiste una situazione in cui il collaboratore debba valutare quale sia il documento migliore — questa domanda semplicemente non si pone.
La creatività ottiene un punteggio di 5, il che in questo caso significa che non è necessaria alcuna creatività — qui questo è un vantaggio, non uno svantaggio. Il contatto con il cliente ottiene un punteggio di 4: di norma non c'è un contatto diretto nella creazione di questi documenti, anche se una richiesta di cambio indirizzo può arrivare tramite una domanda del cliente, il che collega questo compito a ciò che avviene anche in controllo e comunicazione dello stato dell'ordine.
L'aspetto fisico ottiene un punteggio di 3, e questo è il motivo per cui non si tratta interamente di un compito d'ufficio: un'etichetta deve alla fine essere applicata su una scatola, e questo rimane lavoro umano, o lavoro per un altro tipo di automazione diversa dall'IA. La generazione del documento in sé è digitale; l'applicazione no.
Il costo degli errori e la conformità ottengono entrambi un punteggio di 3, e questo merita attenzione. Un indirizzo errato su una distinta di consegna costa una spedizione di reso. Un documento doganale errato può bloccare una spedizione alla frontiera, con multe o ritardi come conseguenza. Non è un rischio catastrofico come nel caso della rendicontazione finanziaria — da cui il punteggio intermedio — ma non è nemmeno privo di conseguenze. Questo è il motivo per cui la condizione preliminare per questo compito non è priva di conseguenze: la generazione dei documenti è tanto buona quanto i dati su cui si basa.
Un negozio online che spedisce solo a livello nazionale con un unico collegamento fisso con un partner di spedizione, può oggi farlo generare in modo praticamente completo: indirizzo dal sistema ordini, peso dal WMS, etichetta creata automaticamente non appena l'ordine è imballato. Il collaboratore controlla a campione, non riga per riga.
Un'azienda che spedisce a livello internazionale, con regole doganali variabili per paese e prodotti che rientrano in codici HS diversi, si trova di fronte a uno scenario più complesso. I documenti di base possono ancora essere generati automaticamente, ma la classificazione dei prodotti per finalità doganali richiede talvolta un passaggio di controllo che non può semplicemente essere affidato a uno script. In quel caso il compito si sposta da "l'IA può assumerlo" a "in parte, con supervisione umana che approva o respinge con motivazione" — esattamente la categoria intermedia che si presenta più spesso nei flussi di spedizione più complessi che in quelli semplici.
Due condizioni preliminari non sono opzionali. La prima è un collegamento con il partner di spedizione: senza una connessione API tra il proprio sistema e quello del vettore, qualcuno continuerà a ridigitare i dati, e in tal caso si guadagna poco. La seconda è la correttezza dei dati dell'indirizzo a monte. Se un ordine entra già nel sistema con un indirizzo errato — cosa che dipende da come è stato inserito quell'ordine, come si vede in inserimento degli ordini nel sistema — allora la generazione dei documenti produrrà impeccabilmente un documento errato. La qualità di questo passaggio dipende quindi in parte dai passaggi che lo precedono, proprio come la qualità della comunicazione con il cliente dipende dall'aggiornamento dei dati del cliente nel CRM.
Per un addetto all'elaborazione degli ordini o un collaboratore logistico per cui la generazione dei documenti costituisce una parte sostanziale delle mansioni, questo è uno dei compiti per cui già oggi è possibile liberare una grande parte delle ore — non nella stessa misura in ogni azienda, e non senza aver messo a punto i collegamenti menzionati. Nelle aziende con spedizioni internazionali la quota è inferiore, poiché il controllo di conformità sui documenti rimane lavoro umano.
Cosa questo significhi per una funzione o per l'organico non è una domanda a cui risponde questa pagina: quali requisiti legali si applichino alle decisioni relative al personale è compito del datore di lavoro verificare.
Per vedere come questo si traduce nel proprio processo di gestione degli ordini, è disponibile una quickscan gratuita: dodici domande, senza account, con un'indicazione di quale parte delle ore in questo profilo può essere oggi assunta dall'IA. La scansione completa del lavoro, che analizza compito per compito il lavoro di un'intera azienda, è ancora in fase di realizzazione.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.