Veneto in prima fila nei test sull’AI nei supermercati, ma la svolta vera resta lontana
Una ricerca su 70 grandi insegne della distribuzione mostra un settore molto attivo nelle prove, ma quasi fermo quando si tratta di portare l’intelligenza artificiale a regime.
Nei supermercati l’intelligenza artificiale si sta facendo spazio, ma il passaggio dalle prove sul campo a un impiego stabile è ancora raro. È questa l’indicazione più netta che emerge da una rilevazione presentata a Padova e seguita con attenzione anche in Veneto, dove sono coinvolte 17 aziende del campione analizzato.
Il quadro racconta un settore che considera l’AI utile soprattutto per rendere più snelle le attività quotidiane e contenere i costi, senza però aver ancora compiuto il salto verso una trasformazione pienamente industriale. Tra le realtà osservate ci sono anche 5 aziende con sede nel Padovano.
La survey, intitolata “AI nella GDO”, è stata sviluppata da Fòrema ed E.N.I.A. per Aton e GTN, prendendo in esame 70 tra i principali marchi italiani della grande distribuzione. La presentazione è avvenuta durante Retail Tech, appuntamento padovano dedicato all’innovazione nel commercio.
Il Veneto dentro una transizione ancora incompleta
Per il tessuto economico regionale il dato ha un peso particolare. Il Veneto compare infatti con una presenza significativa nell’indagine, segno di un interesse concreto verso strumenti che possono incidere su logistica, negozi, assistenza al cliente e gestione documentale.
Allo stesso tempo, la fotografia complessiva invita alla prudenza: il 68% delle aziende sta sperimentando applicazioni di intelligenza artificiale, ma soltanto una impresa del campione è arrivata a un utilizzo esteso e strutturato. In termini percentuali significa appena l’1,4%.
Dove l’AI viene già utilizzata
Le applicazioni più diffuse non riguardano scenari futuristici, ma attività molto concrete. In cima compaiono le knowledge base aziendali, adottate da 38 imprese. Seguono i sistemi per controllare le rotture di stock, presenti in 28 casi.
Un altro ambito già battuto è quello della riconciliazione automatica dei documenti di trasporto, insieme ai chatbot dedicati al customer service: entrambe le soluzioni raccolgono 23 utilizzi. La tendenza, quindi, è quella di puntare su strumenti capaci di alleggerire processi ripetitivi e migliorare l’operatività.
Nel campione esaminato, inoltre, quasi la metà delle aziende supera il miliardo di euro di fatturato. Si tratta quindi di gruppi di grandi dimensioni, con risorse rilevanti, che tuttavia non sempre riescono a trasformare i test in modelli consolidati.
Il nodo non è solo tecnologico
A rallentare l’adozione su larga scala non sarebbe tanto la disponibilità degli strumenti, quanto la capacità interna di gestirli. La carenza di competenze è il freno più citato: 41 aziende su 70 segnalano di non avere professionalità adeguate per accompagnare e governare questo cambiamento.
Accanto al tema organizzativo c’è poi quello delle regole. Ben 42 realtà non hanno ancora affrontato il capitolo della conformità all’AI Act europeo, mentre soltanto 11 dichiarano di aver definito una policy interna di governance. In altre parole, molte imprese stanno provando soluzioni nuove senza avere ancora fissato in modo chiaro responsabilità, controlli e procedure.
I promotori della ricerca e il messaggio al retail
L’indagine è stata realizzata da Fòrema, ente di formazione del sistema Confindustria Veneto Est, insieme a E.N.I.A., Fondazione italiana per l’intelligenza artificiale, su incarico di Aton e GTN. Aton ha il proprio headquarter a Villorba, mentre GTN ha sede a Tavagnacco. Le due società operano nei servizi di digitalizzazione per il commercio e nella tracciabilità.
Dalla loro collaborazione è nato un polo tecnologico che conta 385 collaboratori diretti e 33 milioni di fatturato. Hanno affiancato l’iniziativa anche Largo Consumo come media partner e Zebra Technologies, Datalogic e Soti come partner tecnologici.
Tra i promotori emerge una valutazione comune: i progetti pilota non bastano se non vengono accompagnati da competenze interne, cultura del dato e assetti di controllo adeguati. Il risultato, per ora, è una distribuzione moderna che guarda all’AI come leva necessaria, ma che nella maggior parte dei casi resta ancora nella fase delle prove, senza aver completato il passaggio a un uso pienamente maturo.