L'evento Trimble Insight 2026 organizzato da Transporeon ha offerto l'occasione per una demo dell'intelligenza artificiale Trimble Arc, un agente rivolto espressamente agli operatori della logistica capace di riunire tutte le automazioni in un'unica soluzione. Invece di usare tanti agenti Ai separati per ciascuna attività, Arc è un unico agente capace di muoversi in un ecosistema complesso, fatto di database, gestionali e piattaforme di tracking diverse.
L'intelligenza artificiale Arc mirata per la logistica
Obiettivo: eliminare il continuo passaggio, da parte degli operatori, tra applicazioni diverse, focalizzando le energie sui processi decisionali invece che sul recupero dei dati necessari per prenderle.
Un esempio: la gestione automatizzata di una spedizione problematica: invece di muoversi tra il Tms per il recupero degli ordini, le tariffe spot archiviate in un foglio di calcolo, i dati di mercato online, e il software gestionale della flotta, Arc è in grado di muoversi entro tutti questi strumenti in sequenza, rapidamente e in sicurezza.
Le attività da gestire per un operatore sono numerose: informare i clienti di eventuali ritardi, aggiornarli sullo stato di un ordine, gestire gli imprevisti, una serie complessa di azioni che si ripetono quotidianamente.
Un layer di sicurezza a tutela delle aziende
Un agente studiato espressamente per le aziende deve poter contare su una barriera di sicurezza di qualità professionale, mirata alle caratteristiche della supply chain. tra le funzioni di Arc: audit trail completi, registrazione dettagliata delle attività degli utenti, controlli granulari sui permessi, la gestione dei costi di elaborazione. In definitiva, Trimble ha "ingabbiato" la Ai entro una serie di barriere definite, dalle quali non può sfuggire, in maniera proattiva.
I dati aziendali del cliente rimangono confinati entro le barriere aziendali e non vengono usati per addestrare i modelli LM. Trimble è un'azienda quotata al Nasdaq, dunque improntata al rispetto di tutte le norme di sicurezza e privacy, Gdpr compreso, e fornisce un documento di sicurezza dettagliato.
"A tutela dei clienti abbiamo sviluppato una Safety Harness, un'imbracatura di sicurezza -chiarisce Stuti Agarwal, Gtm lead, Arc Agent di Trimble-. Quando viene creata una competenza (skill), questa passa preventivamente attraverso una scansione di sicurezza. La scansione effettua controlli tecnici verificando l'assenza di minacce come tentativi di prompt injection, tentativi di jailbreak o di sfruttamento improprio degli strumenti dovuti a istruzioni vaghe o imprecise, che potrebbero essere manipolate. L'agente individua ed evidenzia automaticamente questi rischi, e qualora una competenza risulti non sicura ne blocca la distribuzione, impedendo che venga condivisa con i colleghi finché le avvertenze non vengono risolte".
Come è nato Arc e come funziona
Il percorso di sviluppo di Arc è partito dall'uso interno, in Trimble, dell'intelligenza artificiale, una versione aziendale di ChatGpt chiamata Trimble Assistant, e poi con Google Gemini. Dalla chatbot l'azienda è passata a sperimentare con la Ai agentica a inizio 2024 attraverso un team dedicato alla Ai e uno alla sicurezza, in Trimble.
In questa fase Trimble ha creato "colleghi digitali" per svolgere mansioni per propria utilità: per esempio, un agente dedicato alla creazione di prodotti per lo sviluppo software, usando Claude per programmare, un agente per la gestione dei ticket del servizio clienti, e così via.
"Attraverso l'uso interno della Ai abbiamo compreso che non rappresenta una minaccia, come spesso di pensa -spiega Stuti Agarwal, Gtm lead, Arc Agent di Trimble-. C'era una resistenza al cambiamento perché le persone temevano che insegnare alla macchina avrebbe tolto loro il posto di lavoro, ma lavorando con questi strumenti tutti si sono resi conto che che la macchina ha capacità limitate e che l'essere umano rimane al centro dei processi".
Proprio l'uso diretto ha messo Transporeon di fronte a un ostacolo operativo: la creazione di un numero elevato di agenti, ciascuno per svolgere una specifica mansione, crea a sua volta complessità. Da qui l'idea di riunirli in uno solo con molte competenze (skill), Trimble Arc.
Arc dispone di skill native, create da Trimble sulla base dell'operatività quotidiana delle aziende della supply chain, e di skill personalizzate, che l'azienda può creare da sola.
Per svolgere le diverse mansioni Arc si appoggia sui modelli Lm in commercio, in base alla necessità: Claude, Gpt, Gemini, e così via. La scelta può farla Arc in autonomia, o l'utente può decidere indirizzando la Ai.
Alcuni esempi di processi automatizzabili
Risposta alla richiesta di quotazione - La richiesta di quotazione arriva via email, per una certa tratta. L'agente Ai legge la email, estrae le informazioni, consulta il database del cliente o Market Insight per verificare i tassi di mercato al momento della richiesta, elabora i dati, redige la risposta e la invia via email.
Monitoraggio costi di demurrage e detention dei container marittimi - Una voce di costo rilevante, se non gestita: Arc può generare ogni mattina un report evidenziando i container in attesa di ritiro per i quali scatterebbe la penale giornaliera. L'operatore umano deve solo supervisionare e agire in base alle informazioni ricevute.
"L'agente può verificare lo storico delle spedizioni, ad esempio valutando la puntualità del vettore nell'ultimo mese su una specifica tratta, e combinare le metriche di qualità con il prezzo prima di suggerire o eseguire l'assegnazione", aggiunge la Gtm lead.
La possibilità di creare skill permette di focalizzarle sul percorso specifico di alcune categorie di prodotto, come gli alimenti freschi deperibili, integrando il kpi della shlf life ai tempi di trasporto.
Il modello di pricing per la Ai
Visto che il modello Trimble Arc accede a più modelli LM in base alla mansione da svolgere, il costo per l'azienda non viene conteggiato in token. Il pagamento del servizio è basato sul tempo di lavoro dell'agente, indipendentemente dai token consumati.
Questo sistema implica che l'operatore in azienda sia capace di massimizzare il proprio lavoro con la Ai, per ridurne il costo aziendale. "I clienti hanno diversi livelli di maturità sull'Ai (AI readiness) -spiega Stuti Agarwal-: alcuni sono molto esperti e ci forniscono spunti, mentre altri richiedono maggiore affiancamento ed esempi concreti per immaginare come trasformare i propri processi".
