Foto di un magazzino con elaborazione grafica
24/10/2023
Ricerca e innovazione

Risolvere un problema con un milione di variabili

Tenere conto di un milione di variabili per arrivare alla decisione più efficiente ed efficace. E nel minor tempo possibile. Un problema complesso, con il quale molte imprese si confrontano spesso (in alcuni casi quasi quotidianamente), e che può essere risolto applicando l’intelligenza artificiale. È quanto ha fatto EVO, una start-up nata a Londra per iniziativa di Fabrizio Fantini (che ne è il CEO) che, successivamente, ha aperto una sede nell’incubatore I3P del Politecnico per fruire meglio della collaborazione con l’Ateneo e in particolare con Paolo Brandimarte, docente al DISMA-Dipartimento di Scienze Matematiche “Giuseppe Luigi Lagrange”..

Storia particolare, quella di EVO e della sua collaborazione con il Politecnico. “Ci siamo trovati – dice Fantini -, partendo da due prospettive simili e complementari. Entrambi studiamo e lavoriamo sulla risoluzione dei problemi complessi”. Tutto inizia nel 2008, quando Brandimarte e Fantini si conoscono nell’ambito della ESCP Business school: professore il primo e dottorando il secondo. “Ci si occupava di pricing dinamico”, ricorda Fantini che aggiunge: “Dopo aver conseguito il dottorato ho passato un periodo come consulente, in particolare alla Miroglio di Alba. Il problema che ho affrontato riguardava l’ottimizzazione del magazzino. Sono così ritornato a cercare una collaborazione con Brandimarte. Lasciata la Miroglio ho creato EVO a Londra con l’intento di applicare i metodi dell’intelligenza artificiale alla risoluzione dei problemi delle aziende con particolare attenzione alle strategie di prezzo. Per essere più vicino alle capacità che il Politecnico offriva, ho aperto una base di EVO a Torino. In un certo senso è stata l’università che ha attirato l’azienda”. Oggi EVO ha 38 dipendenti, di cui 23 in Italia.

La collaborazione tra Politecnico ed EVO si sviluppa non solo sul fronte dell’elaborazione comune di soluzioni matematiche applicate alle imprese, ma si concretizza anche in un dottorato industriale oltre che nel lancio tra il 2020 e il 2021 di una Challenge_by_Firms organizzata dal CLIK-Connection Lab & Innovation Kitchen del Politecnico.

Brandimarte spiega: “Il lavoro con EVO ha portato un nostro laureato in ingegneria matematica a svolgere un dottorato congiunto concluso il quale lo studente ha continuato a lavorare in azienda. Successivamente abbiamo lanciato un challenge, cioè un progetto in collaborazione con gruppi di studenti, in un momento non certo fortunato visto che eravamo nel pieno del Covid. L’iniziativa, dal titolo AI4fashion, ha comunque funzionato”. Forti delle esperienze già acquisite, EVO e Politecnico avviano la ricerca della migliore applicazione dell’intelligenza artificiale per la soluzione dei problemi di gestione delle imprese del fashion. In particolare, l’iniziativa ha posto attenzione sull’uso più efficace dell’intelligenza artificiale per analizzare il mercato di riferimento, creare un algoritmo per il trattamento dei fattori critici di successo e in grado di anticipare le tendenze della moda, progettare un’interfaccia che potesse essere utilizzata da manager e consumatori. “La challenge – precisa adesso Brandimarte -, ha avuto successo ed è stata caratterizzata dal fatto che la scelta del lavoro migliore è stata presa da un gruppo di aziende del comparto”.

Ma, il vero cuore della collaborazione tra EVO e Politecnico sta forse nel metodo ideato per la risoluzione di problemi di ottimizzazione con più variabili. “Si tratta – spiega Fantini – di un tema molto comune nelle aziende. Basta pensare a tutte le imprese che hanno magazzini di deposito merce, centinaia di punti di vendita da servire, assortimenti numerosi magari fatti male, tipologie di prodotto diversificate, il problema del trasporto della merce da un punto vendita ad un altro; aziende che in ogni caso devono raggiungere l’obiettivo finale di ottimizzare i profitti e minimizzare i costi. La soluzione è stata trovata in un modello matematico di ottimizzazione in grado di gestire milioni di variabili e cioè milioni di pezzi e di assortimenti”. Un problema sul quale Brandimarte precisa: “Si tratta di un modello di ottimizzazione particolarmente complicato visto che affronta contemporaneamente non solo qualcosa come un milione di variabili decisionali, ma anche alcuni aspetti del problema non facilmente quantificabili di cui però occorre tenere conto e che deve essere affrontato con un’accurata preparazione dei dati di partenza. Conta molto quindi l’euristica, e cioè il metodo con cui si cercano e si preparano i dati e le informazioni che poi verranno elaborate dal modello matematico. E non solo, perché si è trattato anche di costruire un modello che fosse flessibile e quindi capace di adattarsi ai diversi cambiamenti che l’azienda deve affrontare senza dover essere ogni volta ripensato da zero”.

Il risultato? “Stiamo mettendo a punto gli ultimi particolari del nostro modello – dice Brandimarte -, ma possiamo già dire che la soluzione di problemi di questo genere che con metodi più tradizionali arriva dopo qualche giorno, applicando quanto abbiamo elaborato può essere raggiunta in pochi minuti al massimo un’ora”. Velocità che può essere strategica per le decisioni d’impresa, e che può essere raggiunta anche in altri comparti oltre che in quello del fashion. “Da qui in avanti – dicono infatti sia Fantini che Brandimarte -, vorremo applicare lo stesso modello ma in settori diversi rispetto al fashion. Il tema dell’ottimizzazione del magazzino, del prezzo e dei trasporti in presenza di quantità importanti di prodotti è davvero comune alla gran parte dei comparti industriali”.