Pull Logic e l’availability intelligence: quando l’ia decide cosa possiamo comprare

L’IA di Pull Logic promette di ottimizzare la catena di approvvigionamento prevedendo i nostri bisogni, ma solleva interrogativi inquietanti sulla privacy e il controllo del mercato.

C’è una certa ironia nel fatto che, mentre il dibattito pubblico si accapiglia su intelligenze artificiali che generano arte o scrivono codice, la vera rivoluzione — quella più insidiosa e pervasiva — stia avvenendo nel retrobottega polveroso della logistica. Non fa notizia come un chatbot senziente, ma ha il potenziale per influenzare le nostre vite in modo molto più diretto: decidendo cosa possiamo comprare, dove e, soprattutto, profilando il perché lo compriamo.

L’ultimo capitolo di questa saga arriva da Atlanta, dove una startup chiamata Pull Logic ha appena incassato nuovi capitali per perfezionare quello che chiamano, con un eufemismo quasi poetico, “Availability Intelligence”.

Siamo onesti: la gestione della catena di approvvigionamento (supply chain) è, per i non addetti ai lavori, di una noia mortale. Eppure, è lì che si annidano i flussi di dati più massicci sul comportamento umano. Oggi Pull Logic ha annunciato un round di finanziamento Seed VC-II da 3,3 milioni di dollari per potenziare le sue soluzioni di gestione dell’inventario basate sull’IA.

La promessa è quella classica, rassicurante e orientata al profitto: ridurre le vendite perse e garantire che il prodotto giusto sia nel posto giusto. Ma quando un’azienda promette di prevedere la domanda usando “agenti AI autonomi” che simulano i compromessi decisionali dei consumatori, le antenne di chi si occupa di privacy dovrebbero iniziare a vibrare, se non addirittura a emettere segnali di allarme rosso.

La narrazione ufficiale è che i sistemi attuali sono stupidi. Non sanno “ragionare”, si limitano a contare le scatole. L’obiettivo qui non è più solo la logistica, ma la predizione comportamentale granulare.

E come sempre, la domanda che nessuno pone durante i brindisi per il round di investimento è: su quali dati si addestrano questi agenti?

L’algoritmo che sa cosa vuoi (prima di te)

Il cuore della tecnologia di Pull Logic si basa su quella che definiscono “Agentic AI”, o IA agentica. A differenza dei modelli passivi che aspettano un input, questi agenti sono progettati per essere autonomi, simulando scenari e prendendo decisioni. L’idea nasce dalla ricerca accademica: la società è stata fondata ad Atlanta basandosi sugli studi del Dr. Benoit Montreuil del Georgia Institute of Technology, una figura di spicco nella logistica. Avere un “pedigree” accademico dà credibilità tecnica, certo, ma non dissipa i dubbi etici sull’applicazione commerciale.

Il problema fondamentale che Pull Logic sostiene di risolvere è un disallineamento strutturale nel modo in cui le aziende pensano alle loro merci. Non si tratta di riempire un magazzino, ma di garantire che l’utente finale trovi il prodotto. Taresh Grover, CEO dell’azienda, ha sintetizzato il concetto con una franchezza disarmante:

La maggior parte dei sistemi di supply chain sono progettati per pianificare l’inventario, non per garantire la disponibilità.

— Taresh Grover, CEO di Pull Logic

Sembra una distinzione semantica, ma nasconde un cambio di paradigma. Pianificare l’inventario è un atto interno all’azienda; garantire la disponibilità significa interfacciarsi con il mondo esterno, con il mercato, con noi. Per fare ciò, l’IA deve ingerire quantità enormi di dati sui “modelli di acquisto reali”. Qui sorge il solito, gigantesco conflitto di interessi che il GDPR cerca faticosamente di arginare: per ottimizzare la disponibilità di un prodotto specifico in un negozio specifico, l’algoritmo ha bisogno di sapere non solo cosa si vende, ma chi lo compra e quali sono i trigger comportamentali.

Se l’IA simula i “compromessi decisionali” dei consumatori, stiamo parlando di una profilazione avanzata mascherata da efficienza operativa. Non è più “abbiamo finito le scorte di pasta”, ma “il sistema prevede che il soggetto X avrà bisogno di pasta tra tre giorni basandosi sui suoi pattern storici e sulle condizioni meteo, quindi spostiamo lo stock”.

È comodo? Forse.

È inquietante? Decisamente.

Chi controlla i controllori dell’inventario?

La fiducia cieca nell’automazione porta con sé un altro rischio, spesso sottovalutato: la deresponsabilizzazione. Quando deleghiamo a un “agente autonomo” la decisione di dove spostare merci per milioni di dollari, chi è responsabile se l’algoritmo decide di penalizzare certe aree geografiche o certi tipi di rivenditori perché considerati meno profittevoli dai suoi KPI proprietari?

Rahul Chahar, CTO di Pull Logic, descrive la loro piattaforma come uno strumento di diagnosi quasi chirurgica:

Supportata dalla ricerca della Georgia Tech, la nostra Availability Intelligence aiuta le imprese a capire dove il servizio è a rischio, perché sta accadendo e come risolverlo a livello di SKU, posizione e rete.

— Rahul Chahar, CTO di Pull Logic

“Capire dove il servizio è a rischio” è un modo elegante per dire che l’algoritmo identificherà i punti deboli della catena. Ma in un’economia di mercato spietata, un “punto debole” potrebbe essere un piccolo distributore che non genera abbastanza margine o una zona rurale costosa da servire. L’efficienza algoritmica tende naturalmente alla concentrazione delle risorse verso chi ha più potere d’acquisto, esacerbando le disuguaglianze esistenti.

Se l’IA decide che non “conviene” garantire la disponibilità in una certa regione, quella regione viene tagliata fuori. È la logica del profitto elevata a scienza esatta, senza la mediazione del buon senso umano o della responsabilità sociale d’impresa.

Inoltre, c’è il tema della sicurezza dei dati. Centralizzare le decisioni di inventario in una piattaforma cloud basata su IA crea un singolo punto di fallimento (single point of failure) e un bersaglio succulento per chiunque voglia destabilizzare una catena di approvvigionamento. Non stiamo parlando solo di furto di dati personali, ma di potenziale sabotaggio industriale.

Il denaro segue sempre l’efficienza (a tutti i costi)

Non sorprende che gli investitori si stiano lanciando su questa tecnologia. New Build Venture Capital ha guidato il round da 3,3 milioni di dollari, affiancata da nomi come Foster Ventures e giganti industriali come YANMAR e IDEA. La presenza di investitori strategici legati alla produzione e alla distribuzione elettrica suggerisce che l’interesse non è puramente speculativo: queste aziende vogliono spremere ogni centesimo di efficienza dalle loro reti.

Per i produttori, la promessa è il Santo Graal: vendere di più senza produrre di più, semplicemente spostando meglio ciò che si ha già. Keith Wainwright di TYM Tractors, un cliente, lo conferma esplicitamente:

Come produttore con un’ampia rete di rivenditori, comprendere la vera domanda e la disponibilità è fondamentale.

— Keith Wainwright, Direttore presso TYM Tractors

“Comprendere la vera domanda”.

Ecco il punto.

La “vera domanda” non è quella che dichiariamo, ma quella che i nostri comportamenti tradiscono. L’entusiasmo degli investitori per Pull Logic e simili non riguarda solo la logistica; riguarda il potere di previsione.

Chi controlla la previsione controlla il mercato.

E qui torniamo al punto di partenza: chi ci guadagna? Sicuramente le aziende che riducono le scorte invendute e i venture capitalist che scommettono sull’IA. Ma il consumatore? Si ritrova in un ambiente di acquisto sempre più ottimizzato algoritmicamente, dove la percezione di “scelta” è manipolata da un software che ha già deciso cosa deve essere disponibile e cosa no. La “Availability Intelligence” potrebbe trasformarsi rapidamente in una “Availability Dictatorship”, dove ciò che non rientra nei parametri di efficienza dell’IA semplicemente scompare dagli scaffali.

Siamo pronti ad accettare che un agente software decida cosa possiamo comprare, basandosi su una simulazione dei nostri desideri che non abbiamo mai autorizzato?