AI per magazzino e inventario

In magazzino l'errore di partenza più comune è chiedere all'AI di prevedere quando riordinare, che è proprio il caso d'uso in cui rende meno: le previsioni sono un problema statistico, e un modello tradizionale ben tarato di solito basta ed è più semplice da spiegare a chi lo usa. Il valore reale sta nell'interpretare quello che oggi è scritto male: cataloghi cresciuti per anni senza una regola, articoli descritti in tre modi diversi, movimenti che si allontanano dal solito senza che nessuno abbia il tempo di accorgersene.

Prima di guardare i casi d'uso, però, vale la pena sapere cosa la norma fiscale chiede di tenere traccia quando si parla di magazzino, perché cambia cosa un progetto di automazione deve prevedere fin dall'inizio.

Cosa devono tracciare le scritture di magazzino, per legge

Le imprese sopra una certa soglia dimensionale devono tenere scritture ausiliarie di magazzino, in forma sistematica e secondo criteri di ordinata contabilità, per seguire le variazioni tra le consistenze rilevate negli inventari annuali, come stabilisce l'articolo 14 del DPR 600/1973. Devono risultare le quantità entrate e uscite di merci destinate alla vendita, semilavorati (se distintamente classificati), prodotti finiti, materie prime e imballaggi. La stessa norma ammette di escludere dal tracciamento dettagliato le categorie di beni il cui costo complessivo nell'anno precedente non supera una quota minoritaria del totale, scelte tra quelle di rilevanza più marginale.

Chi rientra in questo obbligo, per fatturato e struttura, non può quindi trattare il magazzino come un dato puramente gestionale: è materia di scritture contabili a tutti gli effetti, con un collegamento diretto al libro degli inventari che l'articolo 2214 del Codice Civile impone a chi esercita attività commerciale, discusso più da vicino in AI per la contabilità. Se non sei sicuro se la soglia ti riguardi, è una delle domande più rapide da chiarire con il tuo commercialista prima di impostare qualunque progetto: cambia se il sistema che costruisci deve solo aiutare chi cerca un articolo o deve anche produrre un dato che finisce in dichiarazione.

Vale la pena aggiungere che l'inventario annuale a cui le scritture di magazzino si collegano non è un esercizio puramente amministrativo: è il momento in cui la giacenza scritta incontra la giacenza reale sullo scaffale, e le differenze che emergono in quel confronto sono spesso le stesse che un sistema di segnalazione automatica potrebbe aver indicato mesi prima, se qualcuno lo avesse messo in ascolto sui movimenti quotidiani invece che aspettare la conta di fine anno.

La varietà del catalogo conta più dei metri quadri

È il criterio che decide se un progetto ha senso, e viene frainteso più spesso di quanto sembri. Un magazzino enorme con poche decine di articoli standardizzati non ha un problema di interpretazione: i codici sono pochi, tutti li conoscono, il gestionale li gestisce senza aiuto. Un magazzino fisicamente piccolo con migliaia di referenze eterogenee, ricambi, minuteria, materiale tecnico, ha invece un problema di ricerca e di anagrafica che si sente ogni giorno.

• Quante referenze diverse avete davvero a catalogo, non a memoria?
• Quanto tempo serve a una persona nuova per trovare un articolo da sola?
• Quanti duplicati sospetti convivono in anagrafica sotto nomi diversi?
• Quante volte avete ordinato qualcosa che era già in casa con un altro nome?

Le ultime due domande di solito ricevono risposte scomode, ed è proprio lì che si misura il beneficio ottenibile: più le risposte sono imbarazzanti, più il progetto ha materiale su cui lavorare fin dal primo giorno.

Il caso più immediato: cercare in un catalogo scritto male

Chi lavora in magazzino da anni conosce i codici a memoria. Chi è arrivato da poco no, e perde tempo prezioso proprio nei momenti di maggior traffico. Un sistema che capisce una descrizione come "quel raccordo in ottone con l'attacco a incasso" e propone i candidati compatibili, lasciando confermare a chi conosce il pezzo, elimina una barriera che chi lavora lì da tempo smette persino di notare come problema.

Collegare i nuovi listini ai codici del catalogo

Descrizioni simili possono nascondere varianti o confezioni diverse. Il flusso per aggiornare listini fornitori con AI conserva la corrispondenza tra codici esterni e interni, segnala associazioni dubbie e verifica unità e validità prima del caricamento. È un passaggio delimitato dell’anagrafica, utile anche quando il catalogo alimenta più attività aziendali.

Quando l'anagrafica è il vero progetto

Lo stesso articolo finisce per chiamarsi in tre modi diversi a seconda di chi lo ha inserito e da quale fornitore arrivava quel giorno. Il risultato sono duplicati, ordini sbagliati e giacenze che non tornano mai del tutto. Sistemare l'anagrafica non è appariscente come un assistente che risponde alle domande, ma è il lavoro che rende affidabile tutto il resto.

1. Misura il disordine. Quanti codici avete, quanti sospetti duplicati, quante descrizioni troppo corte per essere utili.
2. Fai proporre i raggruppamenti al sistema. Individua le descrizioni che probabilmente indicano lo stesso articolo.
3. Fai validare da chi conosce i pezzi. Solo chi li maneggia sa se due articoli simili sono davvero intercambiabili o solo somiglianti.
4. Definisci una nomenclatura per il futuro. Senza una regola condivisa il disordine si ricrea in pochi mesi.
5. Correggi i duplicati nel gestionale con attenzione allo storico dei movimenti già registrati su ciascun codice.

Il terzo passaggio non si può saltare: due articoli con descrizione quasi identica possono essere lo stesso pezzo o due componenti incompatibili, e la differenza la conosce solo chi li ha in mano. Un accorpamento deciso senza quella verifica produce giacenze sbagliate, che è un problema peggiore del disordine da cui si è partiti.

Le anomalie che nessuno ha il tempo di cercare

Articoli fermi da troppo tempo, movimenti fuori dal pattern abituale, differenze ricorrenti sugli stessi codici: sono controlli che in teoria si fanno e in pratica quasi mai, perché nessuno ha il tempo di guardare l'intero catalogo ogni settimana. Un sistema che confronta movimenti attesi e reali e segnala solo gli scostamenti veri, non ogni variazione, indirizza dove guardare senza sostituire la conta fisica che resta comunque necessaria.

La differenza tra un sistema utile e uno ignorato, qui, sta tutta nella soglia di segnalazione. Un sistema che avvisa per ogni piccola oscillazione viene silenziato entro una settimana da chi lo riceve, esattamente come una notifica che suona troppo spesso finisce disattivata. Uno che segnala solo gli scostamenti che superano un pattern consolidato, magari lo stesso codice che si scosta per la terza volta in un mese, viene invece guardato perché chi lo riceve impara a fidarsene. Tarare questa soglia richiede qualche settimana di osservazione insieme a chi conosce il magazzino, non è un parametro che si indovina al primo tentativo.

Il rivenditore di ricambi e l'officina con il magazzino tecnico

In un esempio: un rivenditore di ricambi con un catalogo molto ampio riceve richieste telefoniche descritte a parole, non per codice, e il progetto più naturale è proprio la ricerca in linguaggio naturale, con beneficio visibile fin dalla prima settimana d'uso.

Un'azienda manifatturiera con un magazzino tecnico interno vive il problema opposto: gli articoli sono meno numerosi ma l'anagrafica si è sporcata in anni di inserimenti fatti da persone diverse, con nomenclature diverse. Qui il progetto giusto è la normalizzazione, un lavoro meno immediato ma che vale indipendentemente dall'AI, perché un'anagrafica pulita serve anche a chi in azienda non toccherà mai un sistema di intelligenza artificiale.

Tra i due esiste anche una via di mezzo che vale la pena riconoscere: l'azienda che ha sia un catalogo ampio sia un'anagrafica poco curata. In quel caso l'ordine con cui affrontare i due progetti conta quanto i progetti stessi. Partire dalla ricerca prima di sistemare l'anagrafica significa costruire un sistema che restituisce risposte plausibili ma non sempre corrette, perché lavora su descrizioni duplicate o incoerenti; il rischio è che le prime risposte sbagliate brucino la fiducia di chi lo usa prima ancora che il progetto abbia avuto modo di dimostrare cosa sa fare davvero. Meglio accettare qualche settimana in più all'inizio per sistemare i dati alla base, anche se il primo risultato visibile arriva più tardi.

Chi invece ha un piccolo magazzino con poche decine di articoli che tutti conoscono a memoria dovrebbe concludere, onestamente, che nessuno di questi progetti serve: è una conclusione legittima, più frequente di quanto i fornitori di tecnologia ammettano, e va accettata invece di costruire qualcosa che nessuno userà davvero. La stessa onestà nel riconoscere quando un progetto non ha oggetto è discussa, per un'altra funzione aziendale, in AI per la gestione dei turni del personale: il criterio di fondo, guardare il problema reale prima della tecnologia, non cambia da una funzione all'altra.

Il magazzino non lavora isolato dal resto dell'azienda. Un'anagrafica pulita è la condizione perché funzioni l'abbinamento tra fatture e ordini descritto in AI e fatturazione elettronica, e lo stesso vale per il confronto tra preventivi fornitori trattato in AI per acquisti e gestione fornitori: se lo stesso articolo esiste sotto tre codici diversi, nessuno dei due progetti a valle funzionerà come promesso. Per questo, quando il disordine è tanto, conviene sistemare l'anagrafica prima di tutto il resto, anche se il ritorno diretto sembra meno immediato di un assistente che risponde subito alle domande.

Prima di partire, calcola cosa costerebbe davvero il progetto con il metodo descritto in quanto costa automatizzare un processo, tenendo conto sia dello sviluppo iniziale sia della manutenzione che un catalogo vivo richiede negli anni successivi. Se lavori in produzione e vuoi capire da dove cominciare tra ricerca, anagrafica e anomalie, Giallo Studio aiuta ad automatizzare la funzione che oggi genera più tempo perso, partendo da dove il disordine pesa più sul lavoro quotidiano.