MVR Cash & Carry sistema i dati prima di affidare le fatture agli agenti AI

Un grossista alimentare che non si fida dei propri dati non può usare bene nemmeno l'intelligenza artificiale. È la lezione di MVR Cash & Carry, distributore americano che serve ristoranti, operatori della ristorazione, dettaglianti e attività indipendenti. Prima di pensare agli agenti AI, l'azienda ha scelto di rimettere in ordine l'anagrafica degli articoli e l'inventario.

Il problema: lo stesso prodotto, tre unità di vendita

Nel commercio all'ingrosso lo stesso articolo si vende in formati diversi. Una bevanda può uscire in cartone da 32 bottiglie, in cartone da 10 o come bottiglia singola. Ogni formato ha un prezzo, un codice a barre e una posizione a scaffale propri, ma tutti attingono alla stessa giacenza di magazzino.

In MVR il legame tra questi formati si era sfilacciato. L'ambiente informatico mescolava un sistema per la gestione dei negozi, due programmi di contabilità e un database Access usato per i report. Con il tempo i rapporti tra le unità di vendita si sono disallineati e le giacenze registrate si sono allontanate da quelle reali.

Le conseguenze erano molto pratiche. L'espansione dell'ecommerce era ferma, gli scanner portatili in magazzino non venivano adottati fino in fondo, i report si costruivano pescando da più fonti senza una vista unica e le previsioni stavano in fogli di calcolo. Mike DeMarco, responsabile di progetto in MVR, lo ha riassunto così: "We couldn't trust the data", non ci si poteva fidare dei dati.

Cosa ha fatto MVR

L'azienda ha valutato diverse piattaforme, tra cui Oracle NetSuite, SAP, Sage X3 e Infor, e ha scelto LS Central di LS Retail, costruito su Microsoft Dynamics 365 Business Central. Ha pesato la familiarità dei titolari con i prodotti Microsoft. A guidare il progetto è stato il partner ArcherPoint.

Il nuovo sistema riunisce in un unico ambiente merchandising, promozioni, punto vendita, contabilità, inventario e acquisti. Altri strumenti gestiscono la ricezione mobile e i movimenti di magazzino, mentre estensioni dedicate si occupano di prezzi avanzati, rebate dei fornitori, etichette automatiche e integrazione con le bilance, così che il prezzo a scaffale e quello in bilancia restino coerenti.

Una scelta interessante riguarda i rebate, cioè gli sconti retroattivi dei fornitori. Portarli nel gestionale, insieme ai prezzi a scaglioni, permette di vedere il margine reale nel momento in cui si decide, non a posteriori.

Sul fronte della reportistica sono arrivati Microsoft Fabric e Power BI, con dati consolidati e cruscotti su acquisti, inventario, prezzi, merchandising, previsioni e prestazioni.

Dove entra l'AI

Qui il caso va letto con prudenza. L'articolo è un contenuto sponsorizzato da ArcherPoint e non riporta metriche di risultato: nessun dato su scorte, tempi o costi. L'intelligenza artificiale, inoltre, è per ora un piano e non un'attività in corso.

Il progetto è diviso in fasi: la prima ha stabilito la piattaforma di base, la seconda sarà dedicata all'automazione. Il primo ambito indicato è la gestione delle fatture, oggi affidata a un gruppo di assistenti d'ufficio. DeMarco dice di voler automatizzare e semplificare il più possibile. La tesi di fondo è che gli agenti AI hanno bisogno degli stessi dati puliti e collegati che servono a ecommerce e previsioni.

Perché conta

Il caso non offre numeri da citare, ma racconta bene una sequenza che molte aziende saltano. Gli agenti AI ereditano la qualità dei dati su cui lavorano: se le unità di misura sono sbagliate o i prezzi stanno in sistemi diversi, un agente sulle fatture automatizza anche gli errori.

Cosa può imparare un manager

• Prima di avviare un progetto con agenti AI, verifica se l'anagrafica degli articoli e le unità di misura sono affidabili: ecommerce, scansione e AI ereditano gli stessi problemi.
• Porta prezzi, rebate e condizioni dei fornitori nel sistema di riferimento, per vedere il margine reale mentre si decide.
• Pianifica per fasi: una piattaforma di base stabile rende più rapidi e sicuri i progetti di automazione successivi.
• Scegli come primo candidato all'automazione un processo ripetitivo e misurabile, come la gestione delle fatture, e definisci prima come ne misurerai i risultati.
• Diffida dei casi senza metriche: chiedi sempre al fornitore dati prima e dopo, oltre alla promessa.