Cambiare i sistemi di pianificazione significa intervenire anche sui ruoli, sui processi e sul modo in cui le persone interpretano i dati. È il percorso descritto da Raffaele Sabia, Supply Chain Excellence Manager di Haier Europe, durante una tavola rotonda del convegno dell’Osservatorio Supply Chain Planning, svolto il 22 settembre 2026 al Politecnico di Milano.
Haier Europe è la divisione europea di Haier Smart Home, gruppo cinese attivo nel settore degli elettrodomestici. Opera con marchi come Haier, Candy e Hoover, entrati nello stesso gruppo con l’acquisizione di Candy-Hoover nel 2019. Ha il quartier generale a Vimercate, in Brianza, da cui coordina le attività europee.
Haier Europe ha ripensato il demand planning, il supply planning e riorganizzato il network distributivo. Per Sabia, le competenze necessarie cambiano in funzione dell’area: nel processo previsionale sono stati inseriti data scientist dall’esterno; nella pianificazione della distribuzione l’azienda ha lavorato sulla trasformazione delle competenze dei planner già presenti. Il percorso comprende anche una questione culturale: accettare e interpretare i numeri prodotti dai modelli.
Indice degli argomenti
Perché Haier Europe sta cambiando le competenze nella supply chain
La discussione sulla supply chain autonoma tende a concentrarsi su algoritmi, modelli previsionali e strumenti digitali. La testimonianza di Sabia parte invece da una domanda più ampia: quali processi devono essere ripensati e quali competenze servono per governarli?
Il manager descrive il percorso di Haier Europe come una trasformazione contemporanea di tre elementi: il demand planning, il supply planning e il network distributivo. L’intervento non riguarda quindi l’inserimento di un singolo strumento in una struttura invariata. Il progetto ha coinvolto il modo in cui l’azienda elabora le previsioni, pianifica la distribuzione e organizza le attività dei team.
Sabia collega il tema delle competenze alla necessità di mettere in discussione abitudini consolidate. Secondo la sua ricostruzione, molti processi continuano a essere organizzati attorno ad approcci push, basati sul demand forecasting come riferimento centrale. Anche gli algoritmi complessi vengono talvolta considerati una risposta definitiva, pur restando difficili da interpretare per chi deve utilizzarne gli output.
“Troppo spesso ci si dimentica di mettere in discussione i processi tradizionali”, ha detto Sabia durante l’intervento. La frase introduce il punto centrale del caso Haier Europe: la tecnologia entra in una supply chain già organizzata, ma la sua adozione modifica responsabilità, modalità operative e competenze richieste alle persone.
Demand planning, data scientist e fiducia nei numeri
Il primo ambito descritto da Sabia è il demand planning, il processo previsionale nel quale Haier Europe ha introdotto strumenti basati su machine learning e modelli statistici matematici.
Il machine learning entra nei processi previsionali
Per gestire questi strumenti l’azienda ha inserito data scientist, ingaggiati dall’esterno. Sabia ha riferito che questa scelta ha prodotto un impatto immediato sulle prestazioni, senza fornire durante l’intervento dati per quantificarlo. Il dato rilevante riguarda la composizione del team e la necessità di affiancare ai planner profili capaci di lavorare sui modelli.
Nel percorso descritto da Sabia, l’inserimento dei data scientist si affianca al lavoro delle persone che devono confrontarsi con i risultati dei modelli e inserirli nei processi di pianificazione. Gli output degli strumenti arrivano infatti a professionisti che possiedono conoscenze operative e responsabilità sul processo.
La distinzione tra competenze analitiche e competenze legate alla pianificazione non elimina la necessità di collegarle. Il modello produce numeri e previsioni; l’organizzazione deve inserirli in attività dove esistono procedure, vincoli e decisioni quotidiane.
La difficoltà di accettare gli output dei modelli
La fiducia negli algoritmi viene collegata da Sabia alla trasparenza. Nel suo intervento critica la tendenza a considerare gli algoritmi complessi come “scatole nere”, capaci di produrre un risultato senza offrire alle persone piena consapevolezza di ciò che stanno affrontando.
“Continuiamo a seguire approcci push basati sul demand forecasting come un mantra e a considerare gli algoritmi complessi a ‘scatola nera’ come la soluzione definitiva”, ha affermato il manager.
La citazione non descrive un rifiuto della tecnologia. Sabia parla di strumenti basati su machine learning e modelli statistici già introdotti nel demand planning, ma sottolinea che la loro adozione deve essere accompagnata dalla comprensione dei processi e dei risultati.
Nel caso descritto, le competenze richieste ai planner si ampliano. Comprendono la capacità di confrontarsi con i numeri generati dai modelli e di valutarli all’interno dei processi di pianificazione. Sabia identifica nell’accettazione culturale degli output un passaggio ancora aperto per Haier Europe.
La questione riguarda il rapporto tra esperienza e analisi quantitativa. La previsione prodotta dal modello entra in una struttura di decisioni dove le persone hanno già conoscenze, abitudini e responsabilità. La difficoltà indicata dal manager riguarda l’integrazione di questi elementi, non la sostituzione automatica di una competenza con un’altra.
Supply planning, il passaggio dalla logica push al modello pull
Il secondo ambito riguarda il supply planning. Qui Haier Europe sta implementando, secondo Sabia, un modello di gestione della distribuzione guidato dalla domanda reale, definito pull.
Il cambiamento riguarda una gestione della distribuzione basata sulla domanda reale e ha richiesto una formazione preventiva sui processi. Sabia lo descrive insieme alla trasformazione del network, degli strumenti e delle modalità operative. L’adozione del sistema si è quindi intrecciata con la preparazione del team.
La formazione dei planner già presenti
A differenza del demand planning, per il supply planning Haier Europe non ha inserito nuove risorse. L’azienda ha lavorato sulla trasformazione delle competenze del team esistente. Sabia attribuisce questa scelta anche alla composizione del gruppo di pianificatori, caratterizzato da un’età media bassa e da un livello di scolarizzazione elevato.
Sabia ha descritto un percorso di formazione preventiva “estremamente strutturato” sui processi. La formazione ha accompagnato l’adozione del nuovo modello, mentre le attività quotidiane dovevano continuare.
“Esistono aree in cui è indispensabile introdurre nuove competenze non presenti in azienda, ed aree in cui occorre invece guidare le persone verso un cambio di approccio garantendo la continuità operativa quotidiana”, ha spiegato Sabia.
La frase distingue due esigenze organizzative. In alcune aree l’azienda deve inserire profili specialistici. In altre deve guidare persone già presenti verso un cambiamento di approccio. La differenza dipende dal processo da trasformare e dalle competenze disponibili.
Quando il cambiamento riguarda il metodo di lavoro
La formazione descritta da Sabia riguarda l’acquisizione di competenze tecniche e il cambiamento del metodo di lavoro. Nel supply planning, il passaggio al modello pull si è accompagnato al cambio del network, degli strumenti e delle modalità operative.
L’adozione del sistema ha quindi prodotto difficoltà legate alla contemporaneità di più trasformazioni. Il team ha dovuto confrontarsi con processi e strumenti differenti mantenendo la continuità delle attività quotidiane.
Nel caso del supply planning, Haier Europe ha scelto di trasformare le competenze del team esistente invece di inserire nuove risorse. La decisione ha richiesto un percorso di formazione sui processi prima dell’adozione del nuovo modello.
Le competenze nella supply chain hanno così una componente tecnica e una componente organizzativa. La prima riguarda strumenti, dati e modelli. La seconda riguarda la capacità di modificare procedure e modalità operative mentre il lavoro prosegue.
Nuove competenze o trasformazione di quelle esistenti?
Il confronto tra demand planning e supply planning permette di distinguere due percorsi. Nel primo caso, Haier Europe ha inserito data scientist dall’esterno per lavorare con strumenti basati su machine learning e modelli statistici. Nel secondo, ha puntato sulla formazione dei planner già presenti per accompagnare un modello distributivo guidato dalla domanda.
La scelta non viene descritta da Sabia come una soluzione uniforme per tutta l’azienda. Le competenze necessarie dipendono dal processo, dagli strumenti e dal tipo di cambiamento da sostenere.
Nel demand planning, il profilo specialistico serve a lavorare sui modelli e sui numeri prodotti dagli algoritmi. Nel supply planning, la priorità è stata preparare le persone al cambiamento del processo e delle modalità operative. La distinzione evita di associare automaticamente l’introduzione di una tecnologia all’assunzione di nuovi specialisti.
Nel caso del supply planning, l’azienda ha invece lavorato sulle competenze già presenti. Il team dei pianificatori è stato accompagnato verso un nuovo approccio attraverso una formazione preventiva sui processi.
Per Sabia, la trasformazione risiede nelle persone. L’osservazione arriva dopo la descrizione del ridisegno dei processi e del network e chiarisce che il percorso coinvolge formazione, accettazione dei dati e rapporto tra competenze specialistiche e competenze operative.
Il ruolo del C-level nella trasformazione della supply chain
La trasformazione delle competenze richiede anche una decisione a livello aziendale. Alla domanda sul coinvolgimento del C-level e della direzione Information Technology, Sabia ha risposto che il sostegno del vertice è imprescindibile.
L’adozione di metodologie e strumenti basati su algoritmi, nella sua ricostruzione, richiede risorse e una sponsorizzazione forte da parte della direzione. Il C-level deve sostenere il percorso e promuovere la collaborazione tra persone e sistemi di intelligenza artificiale.
Dati, integrazione e trasparenza dei sistemi
Haier Europe ha implementato, secondo quanto riferito da Sabia, diverse applicazioni operative ricorrendo prevalentemente a soluzioni standard disponibili sul mercato. Il lavoro ha riguardato l’integrazione e la trasparenza dei dati.
Tra le iniziative citate dal manager ci sono i sistemi di tracking dei trasporti containerizzati dalla Cina e i modelli di demand forecasting basati sul machine learning. Per gestire questi ultimi sono stati inseriti data scientist dedicati.
Il riferimento all’integrazione dei dati aggiunge un elemento al tema delle competenze. La trasformazione riguarda anche le attività necessarie per collegare sistemi e rendere disponibili informazioni utilizzabili nei processi di pianificazione. La trasparenza viene collegata da Sabia alla possibilità per le persone di comprendere ciò che gli strumenti stanno producendo.
Sabia descrive la collaborazione tra uomo e intelligenza artificiale come una condizione sostenuta dalla direzione aziendale. Nel suo intervento, il compito del vertice comprende lo stanziamento delle risorse e la costruzione di una convinzione condivisa sul rapporto tra persone e sistemi.
Dal tracking dei container al customer service
Il percorso descritto da Haier Europe si estende ad altri ambiti. Sabia cita l’utilizzo della Generative AI nel customer service per la gestione delle richieste di primo livello in diversi Paesi europei.
La trascrizione non fornisce numeri sul volume delle richieste, sui tempi di risposta o sui risultati dell’iniziativa. Il dato rilevante è l’ampliamento dell’uso della tecnologia oltre i processi di pianificazione della supply chain, all’interno di attività operative che richiedono un rapporto tra sistemi e persone.
Sabia ha collegato l’estensione della Generative AI al customer service alla fiducia nello strumento e a un chiaro commitment strategico del top management. L’applicazione viene quindi inserita in un percorso che coinvolge risorse, organizzazione e sostegno del vertice.
La supply chain cambia quando cambiano le persone
Il caso Haier Europe descritto da Raffaele Sabia parte da una revisione dei processi e arriva alla composizione delle competenze. Il demand planning ha richiesto l’inserimento di data scientist e un lavoro ancora aperto sull’accettazione dei numeri prodotti dai modelli. Il supply planning ha richiesto formazione e trasformazione delle competenze dei planner già presenti.
La distinzione tra nuove professionalità e competenze esistenti da trasformare resta il punto più concreto dell’intervento. La struttura organizzativa deve decidere dove servono profili specialistici e dove il cambiamento può essere sostenuto attraverso formazione e accompagnamento.
Il percorso illustrato da Sabia comprende anche il ruolo del C-level, l’integrazione dei dati e la trasparenza dei sistemi. La supply chain viene quindi descritta come un insieme di processi nei quali strumenti, persone e modalità operative devono procedere insieme.
La trasformazione descritta dal manager è ancora in corso. Da una parte ci sono modelli previsionali e applicazioni basate sull’intelligenza artificiale; dall’altra restano il lavoro dei planner, la necessità di comprendere gli output e la responsabilità del vertice nel sostenere l’adozione.
Nel percorso descritto da Sabia, la distinzione resta quindi operativa: data scientist dove servono competenze specialistiche, formazione dove il cambiamento riguarda il team esistente e sostegno del vertice per accompagnare l’adozione degli strumenti.
FAQ: RetailUp
Che cos’è RetailUp?
RetailUp è il primo canale dedicato al Retail 4.0, focalizzato sul futuro del retail e dei negozi fisici. Si occupa di fornire news, analizzare startup, presentare case study e identificare tendenze nel settore retail, con particolare attenzione a ecommerce, smart payments, multicanalità, cross-canalità, omnicanalità, open innovation, startup, smart shopping, logistica 4.0 ed emotional retail.
Come sta cambiando il retail con l’intelligenza artificiale?
L’intelligenza artificiale sta trasformando radicalmente il settore retail. Secondo il Retail Report 2025 di Adyen, il 32% degli italiani utilizza già l’AI per fare acquisti, con un incremento del 47% rispetto al 2024. La Gen Z è in testa con il 53% di adozione, ma anche i Baby Boomer mostrano un notevole incremento (+58%). L’AI sta rendendo l’esperienza d’acquisto più fluida, veloce e personalizzata attraverso chatbot, raccomandazioni personalizzate, assistenti virtuali e suggerimenti in tempo reale, analizzando enormi quantità di dati per offrire consigli mirati e migliorare l’efficienza dei processi.
Quali sono i nuovi modelli di business nel retail?
Il retail sta vivendo una trasformazione che va oltre l’offerta di prodotti o l’evoluzione dei canali di vendita, coinvolgendo la struttura stessa del modello economico. I retailer non sono più semplici distributori ma stanno diventando veri e propri attori dell’industria dei media. L’emergere di fonti di ricavo ad alto margine, come la pubblicità e i servizi media, sta ridefinendo i modelli di business nel retail, creando nuove opportunità di crescita e diversificazione.
Come si sta evolvendo l’e-commerce nel contesto del retail?
L’e-commerce rappresenta l’insieme delle attività di vendita e acquisto di prodotti effettuate tramite Internet. Il suo avvento negli anni Novanta e la sua progressiva affermazione hanno causato una vera e propria digital disruption nel mondo del retail. Oggi, l’e-commerce si integra sempre più con i canali fisici in una logica omnicanale, offrendo ai consumatori un’esperienza di acquisto fluida e coerente attraverso diversi touchpoint. Le aziende stanno investendo in soluzioni tecnologiche avanzate per migliorare l’esperienza utente, ottimizzare la logistica e personalizzare l’offerta.
Come personalizzare la customer experience nel retail?
La personalizzazione della customer experience si basa sull’uso strategico dei dati nei vari touchpoint retail. Grazie all’integrazione dei diversi punti di contatto, i retailer possono costruire un’esperienza personalizzata che riduce il rumore pubblicitario, aumenta la convenienza e accompagna il consumatore lungo un percorso meno frammentato. La rilevanza è il primo passo: ricevere un annuncio collegato a un prodotto già presente nel carrello digitale o a un acquisto ricorrente trasforma la pubblicità in servizio. Questa personalizzazione non si limita ai canali online, ma integra anche i punti fisici di vendita, creando continuità tra ciò che viene proposto sui dispositivi digitali e ciò che il cliente incontra sugli scaffali.
Che cos’è il Retail Media e come sta cambiando la comunicazione nei centri commerciali?
Il Retail Media rappresenta la comunicazione dei brand negli spazi fisici di vendita e sulle property digitali, esattamente nel momento e nel luogo in cui si decide l’acquisto. Con le innovative tecnologie digitali integrate con intelligenza artificiale e analisi dei dati, si aprono nuove opportunità in questo ambito. Non si tratta solo di nuovi canali di comunicazione, ma di un vero e proprio ecosistema in cui si integrano tecnologia, media (fisici o digitali), dati e interazioni con l’utente. Il cuore di questo ecosistema è tecnologico: Ledwall digitali di ultima generazione, in alcuni casi touch screen, dotati di sensori in grado di rilevare i comportamenti degli utenti e l’esposizione alle campagne pubblicitarie.
Come stanno collaborando OpenAI e Amazon nel settore del retail?
L’accordo tra OpenAI e Amazon Web Services rappresenta molto più di una collaborazione tecnica: è un passaggio di potere nella catena del valore dell’intelligenza artificiale. OpenAI potrà contare su una capacità di calcolo senza precedenti, mentre Amazon consolida AWS come spina dorsale dell’economia dell’AI. La nuova centralità di OpenAI nel flusso dei consumi online apre scenari complessi per Amazon, con ChatGPT che sta già influenzando i percorsi d’acquisto, veicolando oltre il 20% del traffico di referral per grandi retailer statunitensi. Per evitare di perdere la partita dell’AI, Amazon ha sviluppato Rufus, il proprio assistente di shopping AI, con l’obiettivo di trattenere la conversazione all’interno della piattaforma.
Cos’è la Logistica 4.0 e come sta cambiando il settore retail?
La Logistica 4.0 è l’applicazione al mondo della supply chain dei paradigmi dell’Industria 4.0 (la quarta rivoluzione industriale) e si traduce in nuovi sistemi di stoccaggio, movimentazione e trasporto. Questi sistemi si sviluppano lungo tre assi principali: automazione fisica, connessione e processo decisionale. Nel contesto del retail, la Logistica 4.0 sta rivoluzionando la gestione della catena di approvvigionamento, rendendo i processi più efficienti, flessibili e orientati al cliente, con un impatto significativo sulla capacità delle aziende di rispondere rapidamente alle esigenze del mercato.
Partecipa alla community