Ottimizzazione della Scorta di Sicurezza: sviluppo di un modello di calcolo basato sull'intelligenza artificiale e analisi comparativa delle performance rispetto ai metodi tradizionali.

La gestione delle scorte di sicurezza rappresenta un elemento cruciale nei sistemi logistico-produttivi, in quanto consente alle imprese di garantire adeguati livelli di servizio in presenza di incertezza della domanda e variabilità dei tempi di approvvigionamento. In un contesto caratterizzato da mercati sempre più instabili e complessi, la scelta del modello ottimale di calcolo della scorta di sicurezza assume un ruolo sempre più strategico, andando ad influenzare direttamente i costi operativi e le prestazioni complessive del sistema. Il presente lavoro di tesi si propone di analizzare e confrontare tre differenti modelli per la determinazione della scorta di sicurezza, per ognuno verranno esaminati i presupposti teorici, le ipotesi di base e le modalità di implementazione di ciascun modello, mettendone in evidenza punti di forza limiti e criticità. Tra gli approcci proposti, lo studio si focalizza su un modello di calcolo data-driven sviluppato nel corso dell'esperienza di tirocinio svolta presso l'azienda SDG Consulting Italia S.p.A. tale modello è stato implementato con l'obiettivo di fornire una soluzione ottimizzata per la gestione delle scorte di sicurezza di un'azienda cliente. A partire da questa base, la tesi propone un’evoluzione attraverso lo sviluppo di un modello innovativo basato su intelligenza artificiale. L'analisi comparativa dei risultati ottenuti, permette di fare delle considerazioni utili riguardo la scelta del modello più adatto in funzione delle caratteristiche del contesto operativo, contribuendo a una gestione delle scorte più efficiente e consapevole.