NotizieMacroL’IA agentica nella logistica fallisce senza ragionamento spaziale, afferma Bart Coppelmans di HERE

L’IA agentica nella logistica fallisce senza ragionamento spaziale, afferma Bart Coppelmans di HERE

Autore: FreightWaves·

Punti chiave

  • •I modelli IA generalisti rispondono correttamente solo a circa il 55% delle domande spaziali di base, secondo HERE Technologies.
  • •HERE afferma che l’IA per la logistica deve essere basata sull’intelligence di localizzazione fin dall’inizio per evitare output errati di routing e pianificazione.
  • •I dataset di HERE includono oltre 800.000 punti dati specifici per camion relativi a pedaggi, restrizioni stradali e percorsi consentiti.
  • •L’azienda descrive il proprio approccio come un percorso assistito in cui gli operatori umani mantengono il controllo decisionale.
  • •Coppelmans ha detto che la collaborazione multi-agente tra sistemi di clienti e terze parti è il prossimo sviluppo principale.
L’IA agentica nella logistica fallisce senza ragionamento spaziale, afferma Bart Coppelmans di HERE

L’IA agentica nella logistica continua a mostrare limiti quando entra in gioco il ragionamento spaziale. Bart Coppelmans di HERE Technologies spiega perché i modelli di IA generalisti possano comprendere il linguaggio ma continuare a fallire nel routing dei camion, nei ponti a bassa altezza libera, nel parcheggio, nella congestione e nell’esecuzione nel mondo reale. In questo segmento di FreightWaves Today, Coppelmans illustra perché l’intelligence basata sulla localizzazione debba essere integrata nell’IA per la logistica fin dall’inizio, e non aggiunta successivamente, e come una migliore base spaziale possa collegare pianificazione, esecuzione e feedback dei driver in tempo reale. #LogisticsAI #SupplyChainTech #TruckingTechnology

I modelli linguistici di grandi dimensioni di uso generale rispondono correttamente solo a circa il 55% delle domande di direzione di base, e questo divario di accuratezza sta bloccando direttamente l’adozione dell’IA agentica nella logistica, secondo Bart Coppelmans, head of enterprise product di HERE Technologies. L’azienda, che per decenni ha alimentato sistemi di transport management, fleet management e last-mile delivery, sostiene che l’intelligence basata sulla localizzazione debba essere incorporata nelle fondamenta di qualsiasi workflow logistico guidato dall’IA, e non aggiunta in un secondo momento. Questo è importante in un settore in cui le decisioni di routing incidono su conformità, tempi di servizio, esperienza dei driver e costi operativi, e in cui una raccomandazione errata può essere più di un semplice errore software.

Il problema centrale, ha spiegato Coppelmans, è che i modelli di frontiera comprendono il linguaggio naturale ma non dispongono del ragionamento spaziale necessario per le operazioni di trasporto nel mondo reale. Attività comuni come la deviazione di camion a bassa altezza libera attorno a restrizioni sui ponti, l’individuazione dei parcheggi per camion e la previsione della congestione nei porti o del traffico richiedono una rete densa di dati specifici per località che gli attuali modelli linguistici di grandi dimensioni non possiedono internamente. I dataset cartografici e di localizzazione di HERE includono oltre 800.000 punti dati specifici per camion, relativi a pedaggi, restrizioni stradali e percorsi consentiti.

“Se non hai collegato il modello e il grafo della localizzazione e del modello geospaziale sottostante, allora inizia davvero a allucinare in modo drammatico nelle risposte e nei risultati che ottieni”, ha detto Coppelmans.

“Non la vediamo nemmeno come un percorso di automazione. La vediamo davvero come un percorso assistito.”— Bart Coppelmans, Head of Enterprise Product, HERE Technologies

Coppelmans ha descritto una persistente disconnessione tra la pianificazione in ufficio e l’esecuzione su strada che l’IA agentica, se correttamente ancorata ai dati di localizzazione, potrebbe contribuire a colmare. I dispatcher possono costruire quella che sembra una rotta ottimale, ma i driver incontrano condizioni in tempo reale che rendono nullo il piano. L’approccio di HERE crea un ciclo di feedback che raccoglie i contributi dei driver sul campo, li rimanda ai pianificatori e costruisce un modello di apprendimento per evitare che lo stesso errore si ripeta. L’obiettivo, ha detto, è passare da una pianificazione statica a un’orchestrazione dinamica tra dispatcher, operatori e driver.

Oltre al routing, Coppelmans ha descritto l’opportunità più ampia come “transportation intelligence”, un termine che ha usato per indicare il motore di trade-off che HERE sta costruendo per ottimizzare simultaneamente costo, conformità, rischio, sicurezza e sostenibilità. Invece di calcolare una singola rotta punto a punto, il sistema è progettato per consentire agli operatori di impostare gli KPI o gli SLA più rilevanti per una determinata operazione e ricevere suggerimenti proattivi calibrati su quelle priorità. In pratica, questo colloca i dati spaziali come input centrale delle decisioni logistiche quotidiane, e non solo come livello cartografico sovrapposto.

Sul tema della supervisione umana, Koppelmans è stato diretto: il giudizio umano deve restare al comando in questa fase della tecnologia. Ha portato l’esempio delle modifiche ai vincoli — se un pianificatore allenta un vincolo di distanza o di costo, il sistema può ora mostrare l’impatto a valle sul costo totale, ma la decisione di applicare quel cambiamento resta all’operatore umano. Ha aggiunto di non credere nei sistemi logistici completamente automatizzati “almeno per un po’”.

Guardando avanti, Coppelmans ha individuato nella collaborazione multi-agente la prossima frontiera — collegare gli agenti di HERE direttamente ai sistemi dei clienti e ad agenti di terze parti, in modo che informazioni e decisioni fluiscano oltre i confini organizzativi senza richiedere una profonda integrazione software su ogni lato. Per il settore più ampio, ha detto, la priorità immediata è eliminare la frammentazione applicando le capacità agentiche in modo fluido ai workflow che oggi operano ancora in silos.

I modelli di IA di frontiera rispondono correttamente solo al 55% delle domande spaziali di base, limitandone l’affidabilità nel routing e nella pianificazione logistica.

HERE Technologies incorpora più di 800.000 punti dati specifici per camion — relativi a pedaggi, restrizioni stradali e percorsi consentiti — nei propri dataset di localizzazione per ancorare i risultati dell’IA.

HERE descrive l’IA agentica come un “percorso assistito” con l’uomo al controllo e vede nella collaborazione multi-agente tra sistemi di clienti e terze parti il prossimo sviluppo principale.

Questo riepilogo è generato grazie alla trascrizione dell’intervista; per l’intervista completa, guarda il video qui sopra.

L’articolo Agentic AI in Logistics: Why 55% Accuracy Fails è apparso per la prima volta su FreightWaves .