L’operatore logistico dell’e-commerce costruisce un’infrastruttura digitale che integra conoscenza aziendale, dati operativi e piattaforma proprietaria. Il primo test su decine di migliaia di indirizzi mostra dove l’automazione crea valore e dove, invece, conviene eliminare alla radice la causa dell’inefficienza
A Pomezia, dove eLogy gestisce oltre 11mila metri quadrati di spazi tra aree coperte e operative, la prossima frontiera della produttività non passa soltanto da nuovi magazzini, automazione fisica o maggiore velocità nella movimentazione delle merci. Passa dalla capacità di trasformare i dati prodotti ogni giorno dalla logistica in decisioni operative.
È qui che l’operatore italiano specializzato nel fulfillment per l’e-commerce sta concentrando una parte della propria evoluzione industriale. Fondata nel 2019 da Marco Lanzoni e Giorgio Fioravanti, eLogy sta costruendo un’infrastruttura AI-ready che mette nello stesso contesto conoscenza aziendale, dati transazionali e processi. L’obiettivo è rendere più scalabile un’attività nella quale la crescita dei volumi tende tradizionalmente a portare con sé una crescita parallela della complessità organizzativa.
La questione è economica prima ancora che tecnologica. Se procedure, decisioni, contratti e informazioni operative restano distribuiti tra gestionali, documenti, chat e conoscenza individuale, l’intelligenza artificiale può intervenire soltanto su una parte del processo. Per ottenere produttività, invece, deve poter leggere il contesto complessivo nel quale l’impresa prende le proprie decisioni.
«Il punto non è mettere un chatbot a disposizione dei dipendenti e aspettarsi che da solo trasformi l’azienda», spiega Marco Lanzoni, fondatore di eLogy. «Se i costi sono nel gestionale, le decisioni nelle chat, i contratti nei PDF e una parte della conoscenza resta nella testa delle persone, l’AI continua a vedere frammenti. Prima di chiedere alle macchine di agire bisogna rendere l’organizzazione comprensibile alle macchine».
Il vero costo dell’AI è preparare l’impresa
Il fenomeno riguarda una platea crescente di aziende. Nel 2025, secondo l’Istat, il 16,4% delle imprese italiane con almeno dieci addetti utilizzava almeno una tecnologia di intelligenza artificiale, il doppio rispetto all’anno precedente. Ma la distribuzione degli impieghi racconta un mercato ancora prevalentemente orientato alle funzioni cognitive di base: analisi di testi e documenti nel 70,8% dei casi, generazione di contenuti nel 59,1%, mentre l’automazione dei processi si ferma al 5,9%.
Il salto di produttività, quindi, non è ancora automatico. ELogy prova a intervenire proprio in questo passaggio: non aggiungere semplicemente un nuovo strumento tecnologico all’organizzazione, ma costruire l’architettura informativa sulla quale quello strumento può produrre effetti economici.
Il progetto prevede una memoria condivisa dell’organizzazione, utilizzabile sia dalle persone sia dal software, nella quale ogni modifica viene attribuita a chi l’ha effettuata. A questa base vengono collegati i dati transazionali della piattaforma proprietaria, che già gestisce ordini, spedizioni, integrazioni con gli e-commerce, corrieri e tracking.
Il modello segue una sequenza precisa: strutturare la conoscenza, collegarla ai dati operativi, individuare le anomalie, formulare l’azione e, quando l’intervento è standardizzato e reversibile, procedere all’esecuzione.
Per un operatore logistico significa intervenire direttamente su uno dei principali fattori di costo della crescita: il tempo delle persone dedicato alla gestione delle eccezioni.
L’esperimento sugli indirizzi: il valore non è solo nell’automazione
Il primo test è stato condotto su decine di migliaia di indirizzi reali relativi a ordini che non potevano essere affidati al corriere perché incompleti.
Il sistema identifica correttamente il numero civico in quasi nove casi su dieci quando questo è presente e consente di gestire automaticamente circa un quarto dei casi problematici. Il resto richiede ancora l’intervento umano.
Ma il risultato economicamente più interessante è arrivato dall’analisi dei dati nel loro insieme. Una quota rilevante delle anomalie proveniva infatti dallo stesso negozio online, il cui processo di acquisto non rendeva obbligatorio l’inserimento del numero civico.
In questo caso l’automazione non è stata la risposta più efficiente.
«Una delle indicazioni più utili prodotte dall’analisi è stata, paradossalmente, quella di non automatizzare», osserva Lanzoni. «Se migliaia di anomalie hanno la stessa origine, costruire un sistema sempre più sofisticato per correggerle a valle può essere meno intelligente che eliminare la causa a monte».
È una logica che sposta il tema dell’AI dalla semplice riduzione del lavoro manuale alla ricerca della produttività di processo. Automatizzare un errore consente di gestirlo a un costo inferiore; eliminarne la causa consente di non produrlo più.
Una tecnologia pensata per la crescita europea
Per eLogy il tema assume particolare rilevanza anche in relazione alla crescita internazionale. La società opera con una rete logistica europea che comprende Pomezia, Mataró, vicino a Barcellona, e Pécs, in Ungheria, e supporta attività cross-border in diversi mercati.
In questo scenario, standardizzare la conoscenza e rendere leggibili i processi alle macchine significa anche provare a contenere la complessità che deriva dalla gestione di più hub, mercati e flussi logistici. Il software diventa così una leva per rendere replicabile il modello organizzativo.
È il passaggio dalla digitalizzazione come strumento di supporto alla digitalizzazione come infrastruttura industriale.
La società distingue inoltre tra attività completamente automatizzabili, situazioni nelle quali l’intelligenza artificiale può formulare una raccomandazione e decisioni che devono restare sotto responsabilità umana. Una distinzione necessaria man mano che l’automazione si sposta dalla lettura dei dati alla capacità di intervenire direttamente sui processi.
Il modello: crescere senza far crescere nella stessa misura la complessità
Fondata nel 2019, eLogy gestisce fulfillment, magazzino, preparazione degli ordini, spedizioni e resi attraverso una piattaforma tecnologica proprietaria che integra merchant, magazzini e corrieri. Conta 26 dipendenti in Italia e circa 37 persone nel gruppo. È cresciuta senza capitali esterni ed è in utile dal primo anno.
Il passaggio all’AI si inserisce quindi in un percorso nel quale tecnologia e organizzazione diventano una componente del modello economico, non soltanto un investimento in innovazione.
La domanda per i prossimi anni non sarà soltanto quante aziende utilizzeranno l’intelligenza artificiale, ma quanto riusciranno a trasformarla in produttività, qualità del servizio e capacità di crescere senza moltiplicare nella stessa proporzione costi e complessità.
«Fra dieci anni sarà difficile trovare un’azienda che non usi l’intelligenza artificiale», conclude Lanzoni. «La vera domanda è un’altra: quanto della tua azienda sarà comprensibile a una macchina? Perché un modello si può acquistare in pochi minuti. Il contesto dell’impresa, invece, deve essere costruito nel tempo».
Per eLogy, dunque, l’AI non è semplicemente un nuovo livello tecnologico da sovrapporre alla logistica. È la scommessa su un’infrastruttura informativa capace di accompagnare la crescita del business: meno eccezioni da gestire, più processi standardizzati e, soprattutto, la possibilità di trasformare una maggiore quantità di dati in decisioni operative. È su questo terreno che si misura il ritorno economico dell’intelligenza artificiale nelle imprese.
