Previsione della domanda con l'IA: caso di successo Saint-Gobain Sekurit

Saint-Gobain Sekurit, la divisione vetro di ricambio per autoveicoli del gruppo multinazionale Saint-Gobain (46,6 miliardi di euro di fatturato), si trovava ad affrontare una sfida comune a molte aziende manifatturiere e di distribuzione: sistemi ERP frammentati, fogli di calcolo manuali e previsioni della domanda imprecise che generavano eccesso di scorte e lacune nel livello di servizio. Implementando la soluzione di pianificazione della domanda basata sull'IA di Flowlity lungo l'intera supply chain, Sekurit ha ottenuto un miglioramento del 15% nell'accuratezza delle previsioni a livello di SKU, una riduzione delle scorte del 9,25% e un aumento della disponibilità dei prodotti dal 95,8% al 97,2%.

Questo caso di successo sulla previsione della domanda esplora come uno dei più grandi distributori mondiali di vetro per autoveicoli ha trasformato le proprie operazioni di supply chain grazie all'intelligenza artificiale, e il ROI misurabile che ne è derivato.

📄 Vuoi i punti chiave a colpo d'occhio? Compila il modulo per scaricare il riassunto completo del caso di successo Saint-Gobain Sekurit in PDF.

Chi è Saint-Gobain Sekurit: leader mondiale nel vetro di ricambio per autoveicoli

Saint-Gobain è il leader mondiale nell'edilizia sostenibile, con 161.000 dipendenti in 80 paesi e oltre 1.100 siti produttivi in tutto il mondo. Fondata 360 anni fa, l'azienda ha generato 46,6 miliardi di euro di ricavi nel 2024.

All'interno di questo gruppo globale, Saint-Gobain Sekurit AGR (Automotive Glass Replacement) gestisce una supply chain specializzata per la produzione e distribuzione di vetro di ricambio per autoveicoli. La divisione gestisce una rete complessa che comprende tre stabilimenti produttivi dedicati in Europa, un hub di distribuzione centrale al servizio dell'Europa e dei mercati di esportazione, e 30 centri di distribuzione locali. Il catalogo prodotti di Sekurit contiene oltre 10.000 referenze di vetro — 4.000 parabrezza, 1.500 lunotti e 5.000 vetri laterali — con un volume annuo di 2,5 milioni di pezzi. Più del 95% dei prodotti è fabbricato in Europa.

I clienti finali sono officine e centri di installazione vetri per autoveicoli, serviti attraverso una supply chain multilivello che scorre dai fornitori attraverso gli stabilimenti, un magazzino centrale e centri di distribuzione prima di raggiungere il cliente finale.

La portata della sfida

Gestire la pianificazione della domanda per oltre 10.000 SKU in 30 centri di distribuzione, con fluttuazioni stagionali e tempi di consegna variabili dalle fabbriche europee, richiede ben più di fogli di calcolo e logica ERP di base. Il team supply chain di Sekurit ha riconosciuto che l'azienda necessitava di un approccio fondamentalmente diverso alla previsione della domanda, uno basato sull'IA anziché sui fogli di calcolo.

La sfida: perché la pianificazione tradizionale della domanda non funzionava

Prima dell'implementazione di Flowlity, il processo di pianificazione della supply chain di Saint-Gobain Sekurit era ostacolato da diversi problemi critici, comuni nelle organizzazioni manifatturiere e di ricambi.

Sistemi frammentati senza un'unica fonte di verità

La divisione operava con più sistemi ERP diversi nella propria rete di stabilimenti e centri di distribuzione. Ogni sito aveva la propria logica dati, rendendo praticamente impossibile consolidare i segnali della domanda in una previsione coerente. I pianificatori della supply chain dedicavano più tempo a riconciliare i dati tra i sistemi che ad analizzare i pattern della domanda.

Eccessiva dipendenza dai fogli di calcolo manuali

La pianificazione della domanda veniva effettuata tramite fogli di calcolo manuali macchinosi — un punto dolente comune per i team supply chain di tutto il mondo. Questi fogli di calcolo erano soggetti a errori e impossibili da scalare su oltre 10.000 referenze.

Previsioni di vendita macro imprecise

L'approccio previsionale si basava su stime di vendita a livello macro anziché su previsioni granulari a livello di SKU. Questo metodo top-down non riusciva a cogliere le sfumature della domanda a livello di singolo prodotto e località, generando errori sistematici di previsione che si propagavano lungo l'intera supply chain.

Nessuna anticipazione e capacità di reazione limitata

Senza segnali di domanda accurati, il team supply chain era privo di capacità di anticipazione. Non poteva prepararsi per i picchi stagionali, reagire ai cambiamenti nel portafoglio prodotti né allineare la capacità produttiva alle reali esigenze del mercato.

Lacune critiche nel livello di servizio

L'effetto combinato di questi problemi era un livello di servizio con un significativo margine di miglioramento. Le rotture di stock si verificavano più frequentemente del tollerabile e la stagionalità del mercato del vetro per autoveicoli amplificava gli errori di previsione.

La soluzione: come Flowlity ha trasformato la previsione della domanda in Sekurit

Saint-Gobain Sekurit cercava un unico strumento digitale per sostituire il mosaico di ERP e fogli di calcolo. Gli obiettivi erano chiari: digitalizzare la supply chain, migliorare l'affidabilità delle previsioni, ottimizzare la salute delle scorte, aumentare la disponibilità dei prodotti e, in ultima analisi, migliorare l'esperienza del cliente. L'azienda ha scelto la piattaforma Flowlity basata sull'IA per raggiungere tutti e cinque gli obiettivi all'interno di un'unica soluzione integrata che copre la supply chain end-to-end — dagli stabilimenti e il magazzino centrale fino ai centri di distribuzione.

Integrazione della supply chain end-to-end

Flowlity è stato implementato progressivamente lungo l'intera supply chain di Sekurit, non solo in un singolo nodo. L'implementazione ha coperto tre livelli.

A livello di centro di distribuzione, la soluzione gestisce la previsione delle vendite, la gestione delle scorte e la previsione degli acquisti per ciascuno dei 30 centri locali. A livello di magazzino centrale, aggiunge capacità di pianificazione collaborativa ai moduli base di previsione e ottimizzazione delle scorte. A livello di stabilimento, la soluzione incorpora la previsione della produzione e la gestione delle scorte.

Ogni livello alimenta il successivo — previsioni della domanda più accurate nei centri di distribuzione migliorano gli ordini di rifornimento verso il centro, che a sua volta consente una pianificazione della produzione più precisa nelle fabbriche. Questo approccio a cascata significa che ogni fase dell'implementazione aggiunge valore alla successiva.

Capacità di simulazione tattica

Una delle funzionalità più potenti per il team di pianificazione di Sekurit è il modulo di simulazione tattica. I pianificatori possono regolare i livelli di scorta di sicurezza per centro di distribuzione e tag prodotto, e poi simulare l'impatto sui livelli di scorte e i giorni di rottura prima di confermare le modifiche. Ad esempio, quando si prepara l'alta stagione o si gestisce un cambiamento nel portafoglio clienti, il team può modellare scenari come la riduzione del buffer dal 95% al 70% e visualizzare istantaneamente l'impatto previsto su quantità di scorte, giorni di copertura e rischio di rottura.

Questa capacità di simulazione ha sostituito il vecchio approccio di apportare modifiche alle politiche di scorte alla cieca sperando nel meglio.

Allerte intelligenti e automazione della supply chain

Il cockpit di Flowlity fornisce allerte automatiche per valori anomali e carenze, consentendo ai pianificatori di concentrare l'attenzione dove conta di più. Invece di esaminare manualmente migliaia di SKU, il team può identificare rapidamente prodotti con pattern di domanda anomali, rischi imminenti di rottura di stock o lanci di nuovi prodotti che richiedono attenzione. Un modulo dedicato ai nuovi prodotti aiuta a gestire la fase critica di introduzione quando non esistono dati storici — alimentato dagli agenti IA di Flowlity.

Risultati: un ROI dimostrato che continua a migliorare nel tempo

I risultati di questo caso di successo sulla previsione della domanda con IA in Saint-Gobain Sekurit sono stati misurati rigorosamente — e continuano a migliorare man mano che il sistema apprende da più dati.

Accuratezza delle previsioni: +15% di miglioramento a livello di SKU

Il miglioramento più fondamentale ha riguardato l'accuratezza delle previsioni a livello di SKU, aumentata del 15%. Si tratta di un risultato significativo data la complessità di prevedere la domanda per oltre 10.000 referenze di vetro in 30 punti di distribuzione. Previsioni più accurate si traducono in decisioni migliori lungo l'intera supply chain — dagli acquisti e la produzione all'allocazione delle scorte.

Disponibilità dei prodotti: livello di servizio dal 95,8% al 97,2%

La disponibilità dei prodotti è migliorata dal 95,8% al 97,2%, un aumento di 1,4 punti percentuali che rappresenta una riduzione sostanziale degli eventi di rottura di stock su migliaia di SKU. In modo cruciale, l'effetto della stagionalità è stato domato — la curva di disponibilità è diventata molto più stabile durante tutto l'anno, eliminando i profondi cali stagionali che in precedenza interrompevano il servizio a officine e centri di installazione.

Ottimizzazione delle scorte: stock ridotto del 9,25%

Mentre i livelli di servizio salivano, i livelli di scorte diminuivano contemporaneamente del 9,25%. Questo è il segno distintivo di una pianificazione della domanda efficace — non semplicemente accumulare più scorte per migliorare la disponibilità, ma posizionare intelligentemente le scorte giuste nel posto giusto al momento giusto. La rotazione delle scorte è migliorata di conseguenza, liberando capitale circolante e spazio di magazzino.

Sviluppo dei KPI operativi

Oltre alle metriche principali, Sekurit ha sviluppato un set completo di KPI operativi basati sui dati di Flowlity. Gli indicatori upstream includono OTIF (puntuale e completo), aderenza alla pianificazione, monitoraggio dei tempi di consegna e rispetto della zona congelata. Gli indicatori downstream coprono disponibilità e qualità delle previsioni. Gli indicatori di salute delle scorte monitorano copertura, obsolescenza e condizione generale delle scorte. Il team sta inoltre lavorando alla misurazione del costo della supply chain end-to-end — un passo naturale una volta che l'accuratezza della pianificazione della domanda e l'efficienza delle scorte sono sotto controllo.

Guarda la storia completa: webinar Saint-Gobain Sekurit e Flowlity

Per approfondire questo caso di successo sulla previsione della domanda con IA, guarda il replay completo del webinar in cui il team supply chain di Saint-Gobain Sekurit condivide la propria esperienza nell'implementazione di Flowlity e le lezioni apprese.

‍

‍

Punti chiave per i leader della supply chain

Questo caso di successo sulla pianificazione della domanda di Saint-Gobain Sekurit offre diverse lezioni per i leader della supply chain che valutano soluzioni di previsione basate sull'IA.

Partire dalla base dati

Prima che qualsiasi modello di IA possa aggiungere valore, servono dati puliti e consolidati. La prima sfida di Sekurit è stata unificare i dati da più ERP in un unico flusso dati affidabile.

Pensare end-to-end, implementare progressivamente

Flowlity è stato implementato nei centri di distribuzione, nel magazzino centrale e negli stabilimenti produttivi — ma non tutto in una volta. Il rollout progressivo ha fatto sì che ogni fase generasse valore gettando le basi per quella successiva. Questo approccio riduce il rischio di implementazione mantenendo lo slancio.

La pianificazione della domanda non è solo la previsione

Il vero valore della previsione della domanda con IA deriva da ciò che se ne fa. I guadagni di Sekurit in riduzione delle scorte e miglioramento del livello di servizio non sono derivati solo da previsioni migliori, ma dagli strumenti di simulazione tattica, dalle allerte automatiche e dai processi di pianificazione collaborativa che Flowlity ha abilitato attorno a tali previsioni.

Misurare ciò che conta, in modo continuo

Lo sviluppo di KPI operativi completi — dall'OTIF e l'aderenza alla pianificazione alla salute delle scorte e al monitoraggio dell'obsolescenza — dimostra che la pianificazione della domanda con IA non è un progetto una tantum, ma una capacità continua che migliora con la misurazione e il perfezionamento. Un processo S&OP strutturato aiuta a garantire che queste metriche si traducano in decisioni strategiche.

Chi è Flowlity

Flowlity è una piattaforma di pianificazione della supply chain basata sull'IA che aiuta produttori e distributori a ottimizzare la previsione della domanda, la gestione delle scorte e la collaborazione con i fornitori. Utilizzando previsioni probabilistiche e machine learning, Flowlity consente alle aziende di ridurre le scorte migliorando al contempo i livelli di servizio. La piattaforma è implementata in settori quali automotive, chimica, beni di largo consumo e distribuzione industriale.

📄 Scarica il riassunto del caso di successo — Compila il modulo per ottenere il caso di successo sulla pianificazione della domanda di Saint-Gobain Sekurit in PDF.