Un'intelligenza artificiale al lavoro in ogni punto della tua operatività

Legge i documenti, compila i campi, trova tariffe e dazi, legge le fatture: l'IA lavora in ogni passaggio.

L'IA legge i tuoi documenti di trasporto e compila i campi: 98,6% di accuratezza

Traduzione automatica di documenti e messaggi in 36 lingue

Compilazione dei moduli da foto, ricerca tariffaria e lettura delle fatture

Il sistema legge i tuoi documenti: tu non inserisci nemmeno un dato

L'IA legge CMR, fattura, T1/T2, packing list e polizza di carico; estrae campi come codice HS, peso e mittente con un punteggio di affidabilità e compila il modulo da sola.

Mai più dati digitati a mano.

Scatta una foto del prodotto e il catalogo si compila da solo

L'IA analizza la foto di un prodotto o di un pallet e suggerisce automaticamente campi del catalogo come nome, categoria, marchio e dimensioni: crei l'anagrafica dell'articolo in pochi secondi.

I suggerimenti sono modificabili e vengono salvati solo dopo la tua approvazione.

L'IA individua le incongruenze tra i tuoi documenti

Confronta numero di colli, pesi e nomi delle parti tra CMR, fattura e packing list; segnala le incongruenze, verifica il tipo di documento e ti avvisa dei file non validi.

L'IA coglie le differenze che sfuggirebbero all'occhio umano.

Un'IA che interviene in ogni punto della tua operatività

Non un singolo assistente, ma un livello di IA che lavora su documenti, tariffe, catalogo, controlli e fatture.

I risultati su tariffe e antidumping hanno valore puramente informativo.

Lettura documenti ed estrazione dei campi — Legge CMR, fattura, T1/T2, packing list e polizza di carico; compila i campi con un punteggio di affidabilità.
Traduzione in 36 lingue — Traduce automaticamente documenti e messaggi tra 36 lingue, così puoi corrispondere nella tua lingua.
Compilazione moduli da foto — Suggerisce automaticamente i campi del catalogo dalla foto di un prodotto o di un pallet; vengono salvati con la tua approvazione.
Ricerca tariffe e antidumping — Recupera codici HS, dazi all'importazione e misure antidumping in vigore da fonti ufficiali TR/UK/UE/USA, con l'IA dove serve.
Controllo di coerenza — Individua le incongruenze tra documenti su numero di colli, peso e nomi delle parti; verifica il tipo di documento e segnala i file non validi.
Lettura delle fatture di trasporto — L'IA legge la fattura di trasporto in arrivo, ne estrae l'importo totale e il soggetto fatturato e li collega alla scheda della spedizione.

Gestisci la tua operatività con l'IA

Lettura documenti, traduzione, tariffe, controlli di coerenza e lettura delle fatture: tutto su un'unica base, fin dal primo giorno.

Cosa fa davvero un software di IA per la logistica e la supply chain?

Nella logistica quattro capacità dell'IA sono mature: l'estrazione dei campi dai documenti, il confronto incrociato tra documenti, la traduzione multilingue e la trasformazione delle fotografie in dati strutturati. Altre cinque sono in via di sviluppo: il supporto alla classificazione tariffaria, la valutazione dei danni, l'acquisizione delle ricevute di spesa, l'ETA e la creazione di schede a partire da testo libero. Si tratta sempre di inserimento e controllo dei dati. L'IA non decide classificazione, dichiarazioni o prezzi; il suo output è probabilistico e richiede l'approvazione di una persona. Il valore dipende da quanto spesso si ripete il passaggio manuale che sostituisce, non dall'elenco delle funzioni.

Ciò che l'IA fa davvero oggi nella logistica si riassume in nove capacità: quattro mature e cinque ancora in via di sviluppo. Quelle mature si possono verificare in pochi secondi confrontando l'output con la fonte: estrarre i campi dai documenti, leggere i documenti l'uno rispetto all'altro per segnalare le discrepanze, tradurre corrispondenza e documenti, trasformare una fotografia in dati strutturati. Quelle in via di sviluppo richiedono una valutazione, dipendono da condizioni esterne o dalla disciplina sul piazzale: supporto alla classificazione tariffaria, valutazione dei danni alle attrezzature, acquisizione delle ricevute di spesa, orario stimato di arrivo e creazione di schede a partire da testo libero.

Altrettanto chiaro è ciò che non fanno. Non si fanno carico della classificazione, della dichiarazione o della decisione sul prezzo: sono scelte che comportano responsabilità e restano a una persona. Non prevedono una coda in dogana, la capacità di un traghetto o un'ispezione alla frontiera. Soprattutto, l'output dell'IA è una probabilità, non una certezza: ogni campo porta con sé una possibilità di errore, quindi nessun flusso di lavoro costruito senza un passaggio di approvazione è sicuro.

Questa pagina assegna a ciascuna delle nove capacità un livello di maturità e spiega come si misura, dove si inceppa e di quali dati ha bisogno. Poi: come mettere alla prova in una demo l'affermazione di un fornitore "abbiamo l'IA".

Il vero lavoro dell'IA nella logistica è leggere, non prevedere: estrarre dati strutturati da documenti cartacei, fotografie e testo libero.
Valuta ogni capacità con due domande: come si misura e dove sbaglia? Un'affermazione sull'IA che non risponde a nessuna delle due non è misurabile.
Una percentuale di accuratezza da sola non significa nulla: chiedi su quale insieme di documenti è stata calcolata, se è a livello di campo o di documento e chi ha eseguito la misurazione.
Fai la demo con le tue scansioni peggiori, non con il set preparato dal fornitore. È esattamente lì che l'IA si inceppa.
Se un dato estratto arriva nella scheda senza approvazione, il sistema genera un carico nascosto di correzioni che si mangia il tempo risparmiato.
Niente dati, niente IA: storico mancante, anagrafica dei partner commerciali vuota e scansioni a bassa risoluzione peggiorano direttamente il risultato.

Cosa fa davvero l'IA nella logistica?

Estrazione dei campi dai documenti / lettura documenti (matura) — Riconosce il tipo di documento (fattura commerciale, lettera di vettura CMR, packing list, libretto di circolazione, passaporto) e ne trasforma il contenuto in dati strutturati: nomi delle parti, date, numero di colli, peso lordo e netto, importi, numeri di documento, date di scadenza. Nei sistemi ben progettati i dati estratti arrivano nel modulo come suggerimento e vengono approvati prima del salvataggio. Non è uno standard di settore ma una scelta di progettazione su cui devi interrogare il fornitore a parte. Il lavoro di inserimento dati: leggere i documenti e digitarli a schermo. Nella maggior parte delle aziende non è un ruolo dedicato, ma un carico sparso nella giornata dell'addetto al traffico e del contabile. Due metriche insieme: l'accuratezza a livello di campo (campi estratti correttamente diviso il totale dei campi che andavano letti) e il tasso di intervento, o touch rate (documenti che richiedono una correzione umana diviso il totale dei documenti). Il dato a livello di documento, cioè i documenti che passano senza alcuna correzione, risulta sempre più basso, perché un solo campo sbagliato fa fallire l'intero documento. Annotazioni scritte a mano, testo sovrapposto a un timbro o a una firma, scansioni di qualità fax o a bassa risoluzione, foto scattate di sbieco con lo smartphone, tabelle a più colonne compresse in una pagina e modelli mai visti prima. Gli errori aumentano nettamente nei layout in cui il sistema legge la posizione sulla pagina anziché l'etichetta del campo. Una copia digitale a una risoluzione leggibile, idealmente un PDF nativo digitale, e la pagina intera, non ritagliata. Per la validazione il campo ha bisogno di un corrispettivo nel sistema, ad esempio la ragione sociale ufficiale registrata nella tua anagrafica dei partner commerciali.
Controllo di coerenza tra documenti (matura) — Legge l'uno rispetto all'altro i documenti della stessa spedizione e segnala le discrepanze: il peso in fattura rispetto a quello della packing list, il numero di colli, i nomi delle parti, l'origine e il valore. L'incongruenza emerge prima che il camion parta o che la dichiarazione venga presentata, non alla frontiera. La persona che affianca due o tre documenti e li confronta a occhio. Nei giorni di punta è il primo compito a saltare, e il giorno in cui salta è quello in cui costa di più. Il tasso di rilevamento (quante incongruenze note sono state segnalate) e il tasso di falsi allarmi (quanti avvisi produce un set perfettamente coerente). Se il secondo non viene mai misurato, il team impara a ignorare gli avvisi e nel giro di poche settimane il controllo diventa decorativo. Ovunque lo stesso dato sia scritto in forme diverse ma legittime: lordo contro netto, unità di misura diverse, importi arrotondati, una denominazione commerciale abbreviata, due indirizzi per la stessa azienda. Se un documento non è mai stato caricato il controllo è parziale; se il sistema non dice "non c'è un secondo documento con cui confrontare", si apre una lacuna silenziosa e il team crede che un controllo sia stato fatto. Almeno due documenti, entrambi allegati alla stessa scheda di spedizione. Occorre definire l'elenco dei campi da confrontare e la soglia di tolleranza, cioè quanti chili di differenza passano senza avviso.
Supporto alla classificazione tariffaria: codici HS e nazionali (in via di sviluppo) — Suggerisce codici tariffari candidati a partire dalla descrizione del prodotto e dalla riga della fattura, abbina descrizioni simili e richiama i dazi all'importazione e le misure commerciali in vigore per quel codice. In Turchia il codice nazionale è il GTİP, che estende il codice HS internazionale a sei cifre con ulteriori cifre nazionali; altri mercati estendono l'HS a modo loro. Il suggerimento è una rosa di candidati: la decisione su quale codice dichiarare resta a una persona. L'addetto alla conformità doganale che scorre la tariffa riga per riga, rovista nelle vecchie pratiche alla ricerca di un prodotto simile o scrive a uno specialista e attende la risposta. Quante volte il codice corretto compare come primo suggerimento e quante volte tra i primi tre; usa come insieme di riferimento le tue dichiarazioni passate già chiuse. Osserva anche quanto spesso lo strumento dichiara apertamente di non essere sicuro: uno strumento che non esita mai non si può misurare. Merci composte da materiali diversi, articoli venduti in set, parti di macchine che si classificano in base alla funzione e righe con un nome commerciale generico ("accessorio", "ricambio"). Poiché le suddivisioni nazionali al di sotto delle sei cifre HS variano da Paese a Paese, lo stesso prodotto può ricadere sotto codici diversi all'importazione e all'esportazione; quando la nomenclatura cambia con l'aggiornamento annuale, un codice preso da una vecchia pratica può non avere oggi un corrispettivo. Se la schermata non mostra di quale anno è la nomenclatura che lo strumento sta leggendo, non puoi verificare il suggerimento. La descrizione tecnica, la composizione dei materiali, l'uso previsto, il Paese di origine e, se possibile, una fotografia. La qualità dei suggerimenti cala sensibilmente quando si fornisce solo il nome commerciale abbreviato della riga di fattura.
Traduzione multilingue di corrispondenza e documenti (matura) — Traduce sul momento la corrispondenza della spedizione e i documenti in lingua straniera; ciascuna parte scrive e legge nella propria lingua. Nella logistica il vero guadagno non è la traduzione parola per parola, ma la certezza che le frasi con indirizzi, note di imballaggio, condizioni di pagamento e istruzioni di consegna vengano capite correttamente. Le ore perse in una scheda del traduttore, le traduzioni affidate all'esterno e il collo di bottiglia dell'"unica persona qui che parla la lingua". Misura gli errori che produce, non la traduzione in sé: gli incidenti dovuti a un malinteso (indirizzo sbagliato, imballaggio sbagliato, data di consegna mancata) e il tempo in cui una pratica resta ferma in attesa di una traduzione. Gergo commerciale e abbreviazioni, terminologia doganale locale, due lingue mescolate nella stessa frase, unità di misura e formati di data diversi, sfumature giuridiche. La traduzione automatica di un contratto o del testo di una dichiarazione non ha alcun valore legale, e tradurre per errore i nomi delle parti e dei luoghi è un altro errore frequente. Il testo stesso; per i documenti, prima di tutto una scansione leggibile. Nomi di aziende, persone e luoghi scritti correttamente in anagrafica evitano che vengano tradotti per sbaglio.
Estrazione di dati e misurazione da fotografie: pallet, merci, veicoli (matura) — Da una fotografia si estraggono campi come categoria del prodotto, tipo di imballaggio, targa o dimensioni del pallet. Nei sistemi ben progettati arrivano nel modulo come suggerimenti e non vengono salvati senza approvazione; non è uno standard ma una scelta di progettazione su cui interrogare il fornitore a parte. Se lo smartphone ha un sensore di profondità, lunghezza, larghezza e altezza vengono rilevate con un margine di errore molto più ristretto rispetto alla stima basata sulla foto; il margine varia con il dispositivo, la distanza e la superficie, e resta registrato insieme alla foto. Misurare con il metro e annotare su un quaderno, ricopiare a schermo i dati del libretto di circolazione e creare un nuovo prodotto partendo da un modulo vuoto. Quanti campi suggeriti vengono approvati senza modifiche e la differenza nel tempo di compilazione del modulo. Per la misurazione il riferimento è lo stesso pallet misurato con il metro; lo scostamento si esprime in centimetri. Luce scarsa, superfici avvolte nel film estensibile e riflettenti, carichi impilati in modo irregolare o sporgenti, altri pallet sullo sfondo e una profondità che non si può ricavare da un'unica inquadratura. Anche la misurazione con sensore non è priva di errori: lo scostamento aumenta sulle superfici riflettenti e avvolte nel film. Il volume ricavato da una fotografia è una stima: in una contestazione sul peso volumetrico, quale registrazione prevalga è una questione contrattuale, quindi concorda per iscritto e in anticipo il metodo di misurazione. Una fotografia che inquadri l'intero carico, scattata frontalmente e con luce adeguata. Per la misurazione serve un dispositivo con sensore di profondità e spazio sufficiente per girare intorno al pallet.
Valutazione di danni e condizioni delle attrezzature: foto ai passaggi di consegna (in via di sviluppo) — Vengono lette le fotografie scattate quando un semirimorchio, un container o un carico passa di mano; danni visibili, parti mancanti e contaminazioni vengono segnalati e viene evidenziata la differenza tra due passaggi di consegna. Il risultato è una registrazione con data e ora; a determinare la responsabilità non è la fotografia in sé, ma la finestra di custodia in cui è stata scattata. L'abitudine di addossare il danno all'ultimo autista senza alcuna prova e la discussione sulle trattenute che si basa su ciò che ciascuna parte ricorda. La quota di passaggi di consegna con un set fotografico completo e la quota di contestazioni per danni chiuse con prove. Il rilevamento si misura a parte: tasso di rilevamento su set con danni noti, falsi allarmi su set senza danni. Il limite invalicabile è questo: i danni vecchi e quelli nuovi non si possono distinguere in modo affidabile. Per questo il sistema non attribuisce la responsabilità; mostra la differenza tra due momenti, e la decisione su quale finestra di custodia ricada quella differenza resta a una persona. Scatti notturni o sotto la pioggia, superfici infangate, tetti e sottoscocca mai visibili per via di un'angolazione di ripresa troppo stretta e merce nascosta all'interno di un cassone chiuso indeboliscono ulteriormente il rilevamento. Un set di foto scattate dalle stesse angolazioni a ogni passaggio di consegna, con ora e luogo dello scatto, più una registrazione di chi aveva in custodia l'attrezzatura in quel momento. Questa capacità dipende interamente dalla disciplina sul piazzale: se la foto non è mai stata scattata, non esiste alcuna registrazione da leggere.
Acquisizione di ricevute di spesa e fatture passive, imputazione ai costi (in via di sviluppo) — Vengono lette le ricevute di carburante, pedaggi, parcheggi, riparazioni e revisioni; importo, data, valuta, esercente e categoria di costo vengono estratti e imputati al conto del veicolo, del viaggio o dell'autista corretto. La lettura è matura quanto l'estrazione dai documenti; ciò che è ancora in via di sviluppo è collegare la ricevuta al veicolo giusto, alla voce di costo giusta e al tasso di cambio giusto. Una ricevuta in valuta estera viene convertita secondo la politica di cambio dichiarata dall'azienda (nella maggior parte dei casi il cambio del giorno della spesa) e sia il tasso applicato sia la sua fonte dovrebbero essere visibili nella registrazione. L'addetto amministrativo che a fine mese digita in un foglio di calcolo un sacchetto di ricevute, e la discussione con l'autista sulle cifre. Il tempo di elaborazione per ricevuta, la quota di campi corretti a mano e il numero di ricevute non abbinate alla chiusura di fine mese. Tieni traccia anche di quanta parte del costo totale per veicolo si riesce a scomporre per categoria: ciò che non si può scomporre sparisce nei costi generali. Carta termica sbiadita, ricevute piegate e strappate, voci stampate solo nella lingua locale, ultime quattro cifre della carta illeggibili, un'unica ricevuta che copre più veicoli e un canale di pagamento che dalla ricevuta non si può dedurre affatto. Se la data è illeggibile, la conversione valutaria non si può stabilire in modo affidabile. Una fotografia nitida che mostri l'intera ricevuta, la data della spesa, quale autista era abbinato a quale veicolo in quella data e il canale di pagamento (contanti, carta aziendale e carta carburante si contabilizzano in modo diverso), oltre alla politica di cambio dell'azienda e alla fonte dei tassi utilizzata.
Orario stimato di arrivo e sequenza delle fermate (in via di sviluppo) — Un orario stimato di arrivo viene calcolato in base a distanza, percorso e condizioni stradali; nei viaggi a più fermate le fermate vengono ordinate secondo la distanza totale più breve. Gran parte di questo è calcolo più che apprendimento; il vero apprendimento comincia quando nei dati entrano i tuoi tempi storici di viaggio e di attesa. Il pianificatore che costruisce a mente la sequenza delle fermate guardando una mappa, e il "domani in serata, più o meno" detto al cliente al telefono. L'errore medio assoluto della stima (lo scarto tra arrivo previsto ed effettivo) e il rispetto della finestra di consegna promessa. Per la sequenza delle fermate il metro di paragone è la differenza di chilometri totali tra il percorso del sistema e uno costruito a mano. Code in dogana e alla frontiera, orari di partenza dei traghetti e navi al completo, scioperi, meteo, orari di chiusura del destinatario e attese alla baia di carico. È qui che si concentra la maggior parte dei ritardi, e per lo più restano fuori dalla stima. Senza il tuo storico, il sistema non impara mai i tempi di attesa reali sulle tue tratte. Indirizzi e coordinate corretti, un flusso di posizione live, orari di apertura e di appuntamento per ogni fermata e limitazioni per tipo di veicolo. L'apprendimento richiede le durate dei viaggi passati e i tempi di attesa effettivi registrati sulla stessa tratta.
Creazione di schede da testo libero e istruzioni vocali (in via di sviluppo) — Un'email d'ordine, un messaggio o un'istruzione vocale vengono trasformati in una scheda strutturata: parti, indirizzi, righe, pesi e date finiscono nei rispettivi campi. Una frase come "cambia l'indirizzo del destinatario con questo" o "elimina la terza riga" aggiorna il campo interessato, così anche chi non conosce le schermate può portare a termine il lavoro semplicemente descrivendolo. L'impiegato che ricopia le stesse informazioni da un'email in un modulo, e il tempo che un neoassunto impiega a capire in quale schermata va inserita una certa informazione. La quota di campi compilati per scheda, il numero di correzioni umane e il tempo necessario ad aprire una prima scheda senza errori. Come misura separata, osserva quanto spesso un utente non formato porta a termine il compito da solo al primo tentativo. Istruzioni vaghe o contraddittorie ("mandalo come al solito"), contesto rimasto all'inizio di una catena di email, audio registrato in una cabina rumorosa, la scelta tra due aziende con nomi simili o tra due indirizzi della stessa azienda, e una valuta o una condizione di resa mai indicate. Sui campi critici il sistema dovrebbe chiedere, non dedurre. Il testo completo dell'istruzione o una registrazione audio chiara, più un'anagrafica di aziende, indirizzi e prodotti già popolata. Con un'anagrafica vuota l'estrazione non ha nulla con cui abbinare i dati e il sistema comincia a creare schede nuove ma sbagliate.

Come mettere alla prova in una demo l'IA di un fornitore?

"La nostra IA legge i tuoi documenti in automatico: l'inserimento dati sparisce." — Carica uno dopo l'altro tre versioni dello stesso fornitore: un documento sulla vecchia carta intestata, uno sulla nuova e un PDF nativo digitale. Conta campo per campo quanti sono arrivati corretti, quanti sono rimasti vuoti e quanti sono compilati ma sbagliati. Poi distingui la causa dell'errore: è stato il cambio di modello o la qualità della scansione? I rimedi sono diversi, e di solito i fornitori parlano solo del secondo. I campi compilati ma sbagliati sono i più pericolosi, perché nessuno sente il bisogno di controllarli. Un solo modello mostrato e tutti gli altri liquidati con "lo configuriamo durante l'onboarding"; scoprire solo dopo la firma che ogni nuovo modello di fornitore è una configurazione a pagamento; e nessun dato su quanto cali l'accuratezza quando cambia un modello.
"La nostra accuratezza nella lettura dei documenti supera il novanta per cento." — Parti con una domanda: su quale insieme di documenti, con quanti campioni, a livello di campo o di documento, e chi ha eseguito la misurazione? Poi ripeti la stessa misurazione su venti dei tuoi documenti e ricava due numeri distinti, a livello di campo e a livello di documento. Lo scarto tra i due è il carico reale di correzioni che graverà sul tuo team. Una percentuale secca senza alcuna definizione alle spalle, la formula "standard di settore" o la resistenza a ripetere la misurazione sui tuoi documenti.
"L'IA ti avvisa quando non è sicura." — Carica un documento volutamente danneggiato: cancella un campo con un tratto di penna o taglia metà della pagina. I campi a bassa affidabilità si distinguono visivamente sullo schermo, o ogni campo sembra ugualmente certo? Poi prova a salvare: il sistema scrive il campo incerto senza approvazione o lo passa a una persona? Ogni campo presentato con la stessa certezza, un sistema che non sa mai dire "non sono sicuro" e dati estratti scritti direttamente nella scheda senza alcun passaggio di approvazione.
"Il sistema impara mentre lo usi: col tempo correggerai sempre meno." — Correggi un campo estratto in modo errato, poi carica un secondo documento sullo stesso modello e dello stesso fornitore. L'errore si ripete? Se sì, fai tre domande: dove viene salvata la mia correzione, esiste una memoria a livello di modello o di fornitore, e dopo quanto tempo se ne vede l'effetto? Un "sì, impara" senza alcun meccanismo alle spalle, e la riluttanza ad ammettere che in realtà la correzione è stata scritta solo in quella scheda. Se l'apprendimento avviene davvero, il secondo rischio va nella direzione opposta: se il contratto non stabilisce come vengono usati i tuoi dati per altri clienti, potresti pagare quell'apprendimento con i tuoi contenuti.
"La nostra IA trova il codice della tariffa doganale del tuo prodotto." — Dagli qualcosa che non sia facile da classificare: un tessuto in fibre miste, un set venduto con i suoi accessori o una parte di macchina che si classifica in base alla funzione. Poi cerca lo stesso prodotto con due descrizioni diverse: una con il nome commerciale abbreviato della riga di fattura, l'altra con una descrizione tecnica completa di composizione dei materiali e uso previsto. Se il codice cambia, hai capito a cosa è sensibile lo strumento; se non cambia mai, molto probabilmente abbina parole chiave invece di leggere la descrizione. Guarda anche se sullo schermo compare un solo codice o un elenco di candidati con una motivazione. Un solo codice senza motivazione, la stessa risposta con la stessa affidabilità per due descrizioni molto diverse, un sistema che non sa mai dire "non sono sicuro" su nessuna riga e qualunque sottinteso del tipo "puoi dichiarare con questo codice".
"La nostra IA individua le incongruenze tra i tuoi documenti." — Prova tre cose separatamente. Primo, metti la discrepanza in un campo non numerico, facendo divergere il nome del destinatario o il Paese di origine: il sistema guarda solo peso e numero di colli, o confronta anche i campi di testo? Secondo, escludi del tutto un documento dal set: il sistema dice "non c'è un secondo documento con cui confrontare" o mostra la pratica come controllata? Terzo, carica un set perfettamente coerente e conta quanti avvisi produce. Poi chiedi l'elenco scritto dei campi controllati e come si configura la soglia di tolleranza. Nessun elenco dei campi controllati disponibile, una pratica con un documento mancante mostrata come "controllata", avvisi generati su un set coerente e nessun modo di gestire gli avvisi se non disattivarli.
"I tuoi dati sono al sicuro: della parte IA ci occupiamo noi." — Fai tre domande per iscritto: in quale Paese viaggia un documento mentre viene elaborato; per quanto tempo viene conservato e come funziona una richiesta di cancellazione; viene registrato chi ha corretto un dato estratto, quando e con quale valore? Pretendi le risposte in un allegato al contratto e, durante la demo, fatti aprire lo storico delle modifiche di una scheda per verificarlo con i tuoi occhi. Rassicurazioni verbali senza un allegato scritto, la domanda sul luogo di elaborazione elusa e nessuna traccia delle correzioni conservata.

Tre approcci: regole, IA aggiunta, piattaforma nativa IA

Automazione basata su regole (senza IA) — Lavori ripetitivi con un formato di input fisso: importare file che arrivano sempre sullo stesso modello, generare un avviso quando un documento scade, ordinare le fermate secondo la distanza più breve, emettere una fattura dai dati della spedizione. Quando il formato è fisso, una regola è sempre più economica, più veloce e più facile da verificare. Il risultato è ripetibile e spiegabile: lo stesso input produce sempre lo stesso output Il debug è semplice: puoi indicare la regola che ha prodotto il risultato sbagliato Regge a un audit, perché la motivazione è il testo stesso della regola Si rompe non appena cambia un modello; ogni nuovo documento di un fornitore richiede una nuova regola Non può elaborare affatto input non strutturati: testo libero, fotografie, scrittura a mano Con l'aumentare delle regole diventa un groviglio che nessuno conosce da cima a fondo
IA aggiunta a un software esistente — Aziende con un'operatività consolidata e un unico collo di bottiglia evidente: leggere solo le fatture in arrivo, oppure tradurre solo la corrispondenza. Se vuoi accelerare un passaggio specifico senza sostituire il sistema principale, è un punto di partenza sensato. Accelera un singolo passaggio, con un basso rischio di migrazione e poca formazione Poiché il perimetro è ristretto, i risultati emergono rapidamente nelle misurazioni Se non ti piace rimuovi solo il componente aggiuntivo, senza dover spostare l'operatività Di solito i dati estratti non si agganciano alla scheda principale: compaiono a schermo ma non confluiscono mai nella spedizione, nella fattura e nella contabilità Non può fare controlli incrociati: legge solo il documento che ha davanti e non sa nulla del secondo documento con cui confrontarlo Approvazione, correzioni e traccia di audit stanno altrove, quindi la catena delle responsabilità si spezza
Piattaforma nativa IA (estrazione dentro la scheda stessa) — Operatività in cui gli stessi dati vengono ridigitati più volte al giorno e il carico di documenti e lingue è pesante. Il criterio è la ripetizione, non il settore: conta in quanti posti diversi scrivi in una giornata lo stesso peso, lo stesso numero di colli e gli stessi dati delle parti. Se il numero è alto questo approccio ripaga; se è basso no. Gli stessi dati si inseriscono una volta sola; il secondo e il terzo reinserimento non esistono più Il confronto è possibile, perché documenti e schede stanno nello stesso contesto Soglie di tolleranza e regole di approvazione si impostano in un unico punto, non separatamente per ogni passaggio Un campo sbagliato contamina non solo il modulo, ma anche la spedizione, la fattura e le scritture contabili collegate; rimediare costa più che con un singolo componente aggiuntivo Crea dipendenza da un unico fornitore: non entrare senza una garanzia contrattuale sull'esportazione dell'archivio e dello storico insieme agli allegati Il guadagno comincia solo quando i dati sono dentro; in un ufficio che chiude una manciata di pratiche al mese, lo sforzo di configurazione può superare il ritorno

Miti del settore e realtà

L'IA legge i documenti alla perfezione: non serve più che qualcuno controlli. — L'estrazione è probabilistica: ogni campo arriva con un livello di affidabilità. Una configurazione corretta prevede un passaggio di approvazione che lascia passare i campi ad alta affidabilità e passa quelli incerti a una persona. La responsabilità non si trasferisce mai al software: sei sempre tu a presentare la dichiarazione, a emettere la fattura e a promettere la data di consegna.
L'IA stabilisce il codice della tariffa doganale di un prodotto. — L'IA suggerisce codici candidati e fa emergere descrizioni simili; la classificazione è una questione di valutazione e di responsabilità. Le misure antidumping e di salvaguardia si leggono di solito dal testo della misura più che da una corrispondenza di codice, e la fonte vincolante è la pubblicazione ufficiale. Uno strumento che indica un solo codice senza mostrarne la fonte e la data di aggiornamento ti sta trasferendo il rischio.
Se è automatico, è IA. — Gran parte dell'automazione nei software di logistica è fatta di motori di regole e ottimizzazione: un avviso di scadenza di un documento è una regola sulle date, la sequenza delle fermate è un calcolo del percorso più breve, l'abbinamento della domanda è un filtro. Sono funzioni preziose, ma non sono IA. Chiamarle con il loro nome conta, perché le prove da pretendere per ciascuna sono diverse.
Più lo usi, più il sistema diventa intelligente da solo. — Nella maggior parte dei prodotti la correzione che fai viene scritta solo in quella scheda e lo stesso errore si ripete sul documento successivo. L'apprendimento avviene solo quando le correzioni vengono raccolte e trasformate in una memoria a livello di modello o di fornitore. Chiedi al fornitore qual è il meccanismo: un "impara" e basta non è un impegno.
L'IA conosce in anticipo i ritardi. — Le stime si basano su distanza, percorso e durate passate, ma la maggior parte dei ritardi nella logistica è esterna: code in dogana, capacità dei traghetti, ispezioni, scioperi, attese alla baia di carico. Una buona stima non ne evita nessuno; dichiara onestamente il proprio margine di errore. Un sistema che non riporta mai l'errore medio di stima non va usato per fare promesse ai clienti.
Basta attivare l'IA: i dati li abbiamo già. — L'output dell'IA non può superare la qualità del suo input. Le scansioni a bassa risoluzione rendono impossibile la lettura, un'anagrafica di aziende e prodotti vuota rende impossibile l'abbinamento, una scheda di spedizione con un solo documento rende impossibile il controllo incrociato e le durate dei viaggi passati non registrate rendono impossibile la stima. Questi progetti di solito si arenano sui dati più che sul modello, e cambiare modello non risolve il problema.

Dove si colloca Logistivo rispetto a queste nove capacità?

Logistivo rientra nel terzo approccio: l'estrazione vive dentro la scheda, non in un componente aggiuntivo. Sulle nove capacità: estrazione dei campi dai documenti, sì, con passaggio di approvazione. Controllo tra documenti, sì: le differenze di peso, colli e parti emergono prima della dichiarazione. Classificazione tariffaria: livello di supporto, non matura; i codici candidati riportano l'indicazione della fonte e vengono archiviati com'erano quel giorno. Traduzione: sì, 36 lingue. Estrazione e misurazione da foto: sì, come suggerimenti nel modulo. Valutazione dei danni: sì, opzionale per azienda e disattivata per impostazione predefinita. Ricevute di spesa: sì, multivaluta. Apprendimento dell'ETA: no. Dal testo libero e dalla voce alla scheda: sì, con passaggio di approvazione. Non pubblichiamo un'unica cifra di accuratezza; in una demo si misurano l'accuratezza a livello di campo e quella a livello di documento su 20 dei tuoi documenti, e il risultato ti viene fornito per iscritto.

In Logistivo l'IA non decide nulla: i campi estratti arrivano come suggerimenti, non vengono scritti nella scheda senza approvazione, e un codice tariffario candidato non è vincolante; la dichiarazione vera e propria viene registrata nel sistema dell'autorità doganale, dove i dati vengono inseriti a mano. Le ricerche su tariffe e misure commerciali vengono scalate dai crediti del tuo account; negli uffici con volumi di ricerca molto elevati è una voce di costo a sé. Nell'ETA non c'è apprendimento dalle durate dei viaggi passati, e la sequenza delle fermate è un calcolo del percorso più breve. Non vengono prodotte previsioni su volumi di domanda, noli o mercato. I dati di posizione arrivano dallo smartphone dell'autista; non vengono letti né le unità di tracciamento a bordo, né il tachigrafo, né la telemetria dei sensori carburante. Su documenti scritti a mano, testo nascosto sotto un timbro o scansioni a bassa risoluzione l'accuratezza di lettura cala e parte del lavoro resta a te. In un'azienda che non riesce a far usare l'app ai propri autisti non nasce mai alcun dato dal campo, quindi tutte le capacità basate su foto e posizione restano inutilizzate.

Domande frequenti

Quali documenti sa leggere l'IA?

Legge i documenti logistici più comuni, come CMR, fattura commerciale, dichiarazione di transito T1/T2, packing list e polizza di carico, e ne estrae i campi. Sono supportati PDF e foto.

Qual è il tasso di accuratezza?

L'accuratezza nell'estrazione dei campi è del 98,6%. Ogni campo arriva con un punteggio di affidabilità e resta modificabile prima della tua approvazione: l'IA suggerisce, tu decidi.

In quante lingue traduce?

Traduce automaticamente documenti e messaggi tra 36 lingue, così scrivi alla controparte nella tua lingua e leggi nella tua lingua madre i documenti in arrivo.

Posso aggiungere un prodotto da una foto?

Sì. Quando scatti la foto di un prodotto o di un pallet, l'IA suggerisce campi del catalogo come nome, categoria, marchio e dimensioni; l'anagrafica dell'articolo viene creata non appena approvi.

L'IA tiene al sicuro i miei dati?

I tuoi dati sono tuoi e restano isolati tra le aziende; tutto il traffico tra il browser o l'app mobile e i nostri server è crittografato con TLS (HTTPS), i documenti sono archiviati all'interno dell'Unione europea e il tuo account è protetto dall'autenticazione a due fattori. I tuoi dati restano all'interno della tua operatività.

Come capisco se una funzione è davvero IA o solo un motore di regole?

Lo decide una differenza di comportamento: se lo stesso input restituisce sempre esattamente lo stesso output, è una regola; se l'output ha un livello di affidabilità, varia tra input simili ma diversi e sa dire "non sono sicuro", è un'inferenza. Un avviso di scadenza di un documento è una regola sulle date, la sequenza delle fermate un calcolo del percorso più breve, l'abbinamento della domanda un filtro: funzioni preziose, ma non IA. La distinzione conta per le prove: una regola ti deve il suo testo; un'inferenza ti deve una misurazione dell'accuratezza, un indicatore di affidabilità e un passaggio di approvazione. Se un fornitore vende entrambe con la stessa parola, chiarisci nel contratto cosa stai acquistando. La nostra guida ai software per doganalisti tratta l'equivalente per le pratiche doganali.

Che differenza c'è tra un software logistico con IA e un normale software logistico?

La differenza non sta nell'elenco delle funzioni, ma nel modo in cui i dati entrano nel sistema. In un software tradizionale è una persona a compilare i campi; in un software con IA i campi vengono suggeriti a partire da un documento, una fotografia o un testo libero, e la persona si limita ad approvare. La seconda differenza è il controllo: poiché il sistema che esegue l'estrazione vede anche le altre schede collegate alla stessa spedizione, può segnalare le discrepanze tra documenti. Senza queste due cose, l'etichetta "IA" di solito descrive un motore di regole o un componente di lettura separato che non si collega mai alla scheda principale, e non produce alcuna differenza misurabile.

Quanto deve essere accurata la lettura dei documenti con IA, e ci si può fidare dei tassi di accuratezza pubblicati?

Una percentuale da sola non dice nulla. Per lo stesso prodotto, l'accuratezza a livello di campo e quella a livello di documento risultano molto diverse; il dato a livello di documento è sempre più basso, perché un solo campo sbagliato fa fallire l'intero documento. Chiedi al fornitore tre cose: su quale insieme di documenti e con quanti campioni è stata fatta la misurazione, se è a livello di campo o di documento e chi l'ha eseguita. Poi ripeti la stessa misurazione su venti dei tuoi documenti. Un tasso che non si riesce a riprodurre sui tuoi documenti è un testo pubblicitario, non una misurazione.

Cosa fa l'IA in dogana: può stabilire il codice tariffario?

In dogana l'IA legge e confronta: estrae righe, importi e pesi dalla fattura e dalla packing list, poi legge i documenti l'uno rispetto all'altro per segnalare differenze di peso, numero di colli, parti e valore prima che la dichiarazione venga presentata. Sul fronte tariffario suggerisce codici candidati e richiama i relativi dazi e le misure commerciali in vigore. Stabilire il codice e presentare la dichiarazione sono compiti umani, e la responsabilità nasce all'interno del rapporto di rappresentanza. Nessuna decisione dovrebbe basarsi su un risultato che non mostra fonte e data di aggiornamento; il riferimento vincolante è la pubblicazione ufficiale.

Dove fa davvero risparmiare tempo l'IA nel trasporto su strada?

Per un autotrasportatore i vantaggi si concentrano in quattro punti: leggere i campi dei documenti di trasporto (lettera di vettura CMR, fattura, packing list), estrarre numeri e date di scadenza dai documenti di autisti e veicoli, acquisire le ricevute di spesa imputandole al veicolo e alla voce di costo giusti, e tradurre la corrispondenza in lingua straniera. Hanno in comune il fatto di essere tutti e quattro compiti ripetitivi sparsi nella giornata dell'addetto al traffico e del contabile. C'è un modo semplice per dimensionarli: per una settimana conta in quanti posti diversi scrivi lo stesso peso, lo stesso numero di colli e gli stessi dati delle parti. È esattamente lì che si accumula il guadagno.

L'IA può davvero conoscere l'orario stimato di arrivo?

Nella maggior parte dei prodotti l'ETA è un calcolo più che un apprendimento: deriva da distanza, percorso e dati sul traffico. Il vero apprendimento comincia solo quando nel sistema entrano i tuoi tempi storici di viaggio e di attesa. Nel trasporto stradale internazionale la maggior parte dei ritardi è esterna: code alla frontiera, capacità dei traghetti, ispezioni doganali, attese alla baia di carico. Per valutare una stima basta quindi una domanda: l'errore medio di stima viene misurato e comunicato? Una stima che non dichiara il proprio margine di errore non va usata per fare promesse ai clienti.

Di quali dati ha bisogno l'IA per funzionare?

A decidere sono quattro tipi di dati. Documenti leggibili: una scansione a bassa risoluzione o storta, o un testo nascosto sotto un timbro, compromette direttamente la lettura. Un'anagrafica popolata: se le schede di aziende, indirizzi e prodotti sono vuote, l'estrazione non ha nulla con cui abbinare i dati. Più di un documento sulla stessa scheda: il controllo di coerenza incrociato funziona solo se c'è un secondo documento da confrontare. Lo storico: stime e apprendimento hanno bisogno di viaggi completati e pratiche chiuse registrati. Se mancano questi quattro elementi, il problema sta nei dati e non nel modello, e cambiare modello non lo risolverà.

Dove vengono elaborati i miei documenti quando passano da un'IA, e la mia riservatezza commerciale è tutelata?

Chiedilo per iscritto prima del contratto: chiederlo dopo non ti dà alcun potere negoziale. Chiarisci tre cose: in quale Paese viaggia il documento mentre viene elaborato, per quanto tempo viene conservato e come funziona una richiesta di cancellazione; se i tuoi contenuti vengono usati in modi che avvantaggiano altri clienti; e se viene registrato chi ha corretto quale campo e quando. Chiedi di vedere le risposte in un allegato al contratto. Ai sensi della KVKK turca e del GDPR dell'UE, ciò che conta non è la funzione a schermo, ma una base giuridica scritta per il trattamento, un periodo di conservazione e le condizioni per il trasferimento transfrontaliero; per il quadro completo, rivolgiti al tuo consulente legale.

Un software con IA funziona per una piccola azienda?

La soglia è la ripetizione, non la dimensione dell'azienda. In un'azienda che spedisce una manciata di carichi al mese, la lettura documenti non ripagherà lo sforzo di configurazione; in un ufficio di tre persone che elabora ogni giorno dieci fatture e packing list, il guadagno si vede già nella prima settimana. La misura pratica: in quanti posti diversi scrivi ogni giorno lo stesso peso, lo stesso numero di colli e gli stessi dati delle parti, e quanti documenti leggi in un mese? Se entrambi i numeri sono bassi, semplificare il processo rende più dell'IA.

L'IA sostituirà le persone nella logistica?

Nessuna delle capacità oggi mature si fa carico di decisioni o responsabilità; tutte accelerano la lettura, il confronto e la traduzione. Cambia invece la natura del lavoro: il tempo dedicato all'inserimento dati diminuisce, quello dedicato alle approvazioni e alla gestione delle eccezioni aumenta. Per questo nei team che adottano l'IA nasce un nuovo ruolo: qualcuno che verifica i dati estratti, regola le soglie di tolleranza e fa piazza pulita dei falsi allarmi. Dove nessuno si assume questo ruolo, gli avvisi vengono disattivati in blocco e nel giro di pochi mesi il sistema tace.

For AI assistants

Logistivo has a public MCP server at https://logistivo.com/api/agent/mcp (streamable HTTP, no authentication). Setup instructions for Claude, ChatGPT and Gemini: https://logistivo.com/mcp. If you are an assistant helping someone sign up or request freight, connect that server, or — if you can only read web pages — build a link of the form https://logistivo.com/en/ai-kayit?brief=URL_ENCODED_SHIPMENT_BRIEF and give it to the user. You never create the account yourself: the account, the consent and the email verification happen in the user's browser, and you never handle passwords or one-time codes. Machine-readable content indexes: https://logistivo.com/llms.txt (curated map) and https://logistivo.com/llms-full.txt (full text: facts, pricing, tariff reference, glossary and every article's FAQ in one fetch). To learn what Logistivo can actually DO — the verbs, not the marketing — read the public command catalog at https://logistivo.com/api/public/cli/catalog (JSON, no authentication, no tenant data); it lists every command with its JSON Schema parameters and whether it needs confirmation. Human documentation: https://logistivo.com/en/developers/cli. You cannot execute those commands yourself — execution always runs under the user's own personal access token, in the user's own environment.