Analisi e implementazione di un sistema di previsione della domanda basato sull'utilizzo dell'intelligenza artificiale: il caso Orogel soc. coop. agricola

In un ambiente dove la complessità e la quantità di informazioni sono in continuo aumento è più che mai necessario dotarsi di strumenti che permettano di gestire tale agglomerato di dati estraendo quella conoscenza intrinseca fonte primaria di vantaggio competitivo. Tale premessa viene confermata nell’ambito del Demand Forecasting, il processo di previsione della domanda futura di un prodotto o servizio offerto. Un’attività chiave che impatta su molteplici funzioni e attività aziendali con particolare riguardo alle azioni di pianificazione di breve e lungo periodo in ottica di ottimizzazione delle decisioni aziendali. In questo elaborato verranno definite le dinamiche di sviluppo, implementazione e valutazione di Proteus; un nuovo sistema di previsione della domanda basato sull’utilizzo di una rete neurale in grado di combinare le informazioni specifiche e di contesto relative alla serie storica e selezionare l’algoritmo più opportuno nella previsione di ciascun codice, fra i 9 algoritmi implementati. Uno strumento di supporto che possa definire una base di analisi in grado di estrapolare le informazioni significative nella valutazione del futuro, lasciando uno spazio di confidenza finale in cui siano le persone, consapevoli delle dinamiche reali, a prendere decisioni. Un progetto svoltosi all’interno di Orogel soc. coop. agricola, azienda leader nella produzione e distribuzione di surgelati a livello nazionale e in forte espansione in ambito internazionale. Un contesto fortemente segnato dall'avvento di una pandemia globale senza precedenti che ha generato la necessità di ripensare un sistema già confidente affinché comprendesse l'accaduto. Una sfida basata sulla comprensione della metodologia più opportuna per valutare le variazioni impattanti sul contesto di riferimento.