Ogni settimana ci sono significative novità dal mondo dell’AI e ci si può chiedere quando un LLM (cioè un motore come quello dietro ChatGPT) potrà sostituire il planner in azienda. Finchè il processo di pianificazione sarà condizionato da informazioni fuori sistema, note solo al planner (contenuto di telefonate, post-it, ecc) sarà difficile che questo avvenga completamente ma possiamo comunque chiarire in quali modi già oggi l’intelligenza artificiale generativa (GenAI) può intervenire nel processo di pianificazione e schedulazione e con quali benefici.
Forecasting
Finora i metodi di forecasting basati sui LLM non hanno ottenuto performance migliori di metodi più tradizionali secondo la letteratura scientifica (https://arxiv.org/abs/2406.16964 e https://arxiv.org/pdf/2412.19286).
Tool che usano i LLM
Qualunque sia il tool, cioè il software, che stai utilizzando per pianificare produzione e acquisti (ERP, foglio elettronico, APS), puoi farti aiutare da un LLM in alcune tue attività, sia per ridurre i tempi operativi che gli errori. Il tipo di integrazione realizzabile tra gli strumenti qui fa la differenza e condiziona la user experience. Ancora più importante in questa integrazione è decidere se vuoi utilizzare un LLM locale (ideale per mantenere i dati in azienda) o esterno come quelli di OpenAI o Anthropic.
In Cowry, l’APS di Paneido, puoi chiedere ad un LLM di aiutarti a preparare uno script per integrare i dati con altri sistemi o per automatizzare alcune operazioni. Puoi anche chiedere da Cowry al LLM che ti aiuti a chiarire situazioni del piano senza cambiare ambiente, cioè senza copiare e incollare nella chat del LLM i dati di contesto della domanda, perchè questi gli vengono passati in modo automatico tramite selezioni in Cowry, diversamente da quanto si può fare usando un ERP, un foglio elettronico od altri APS. In Cowry il collegamento con un LLM è realizzabile come un plugin scritto in Python ed adattabile alla specifica realtà. Anche il LLM da utilizzare può essere scelto all’interno del plugin.
LLM che usano i tool
Questo approccio è sicuramente quello più stimolante per gli scenari futuri che può dischiudere ed ha due livelli di implementazione con diverse ambizioni
LLM come interfaccia utente del tool
E’ possibile usare i LLM come un’interfaccia utente alternativa dei tool, che diventano così utilizzabili anche da chi non è stato formato sull’utilizzo dei tool e su come leggere le loro videate. Per esempio, possiamo chiedere ad un LLM una data di consegna di un possibile nuovo ordine cliente. Il LLM non ha distinte basi, cicli e il nostro piano di produzione corrente al suo interno per rispondere in autonomia, ma può mandare la richiesta al nostro APS, far elaborare la risposta e poi presentarcela verbalmente senza che ci serva sapere come districarci tra le videate dell’APS. Con diversi sistemi questo può essere realizzato agevolmente, purchè consentano che loro funzioni siano invocate dall’esterno dell’applicazione e purchè forniscano comunque risposte realistiche ed in tempi compatibili con la pazienza dell’utente di attendere una risposta. Il LLM può essere usato anche per richieste non pre-configurate come le richieste di datazione (qualunque domanda riguardante il piano) se il software di pianificazione è in grado di eseguire codice (per esempio SQL o Python) generato dinamicamente dal LLM. Se il tool di pianificazione non è in grado di eseguire codice generato dinamicamente allora l’unico approccio possibile è definire un set di domande a cui il tool può rispondere, realizzare le funzioni che forniscono le risposte a tali domande e accettare che il tool, via LLM, non possa rispondere a domande diverse
LLM come agente
Quando si parla di agenti significa mettere in grado un LLM di agire, cioè di usare tool esterni (altri software generalmente) sia per recuperare informazioni, cioè come interfaccia utente, ma anche per eseguire attività. Per esempio, nel vostro processo di pianificazione il LLM potrebbe far aggiornare il piano acquisti e quello di produzione al tool a lui esterno (APS per esempio) al verificarsi di determinati eventi (o con una periodicità definita) e trasmettere i nuovi ordini al ERP, ai fornitori e al reparto produttivo se messo nella condizione di interoperare con ERP, e-mail e MES rispettivamente. Oppure sollecitare direttamente al fornitore la consegna di un ordine ormai in ritardo. In questo contesto il vantaggio di disporre dell’APS Cowry anzichè di altri software è decisivo perchè può eseguire codice Python generato dinamicamente dal LLM e praticamente ogni LLM sa già creare codice Python. Con APS che usano solo SQL o linguaggi proprietari per eseguire operazioni nell’applicazione, l’attività di configurazione è molto più onerosa sia per il produttore dell’APS che per le aziende che li utilizzano
Presto o tardi qualunque azienda intraprenderà un progetto di adozione di un LLM al proprio interno per supportare diversi processi. Per esempio, usare un LLM per il supporto ai propri clienti significa dotarlo delle conoscenze per rispondere a domande sui prodotti, sulle procedure di reso o di pagamento. Mettere nelle condizioni tale LLM di rispondere anche a domande sulle date di consegna dei prodotti e dei ricambi è un valore aggiunto se si dispone di strumenti, come l’APS Cowry, che possono essere integrati agevolmente con i LLM e con i sistemi esistenti in azienda.
