Noleggio, come viene usata oggi l’intelligenza artificiale dai big del mercato?

L’intelligenza artificiale (AI) è ormai entrata a pieno titolo anche nel lessico quotidiano del mondo del noleggio. Se ne discute in convegni, se ne indagano le potenzialità nei comitati direttivi e si moltiplicano le soluzioni proposte da fornitori tecnologici, tanto generalisti quanto specializzati.

Eppure, la diffusione concreta delle applicazioni AI nel noleggio rimane ad oggi circoscritta a pochi pionieri. Nonostante le elevate potenzialità, l’adozione di queste tecnologie resta ancora frenata da molteplici fattori.

Da un lato, le applicazioni settoriali più semplici faticano ancora a far percepire un’urgenza tale da determinare un’adozione su larga scala. Se aggiungiamo poi che anche nell’uso quotidiano siamo costantemente bombardati da nuove funzioni AI di dubbia utilità spinte a più non posso da motori di ricerca e social network, non facciamo fatica a credere che questa corsa all’intelligenza artificiale stia già generando una certa disillusione tra gli utenti, con effetti che si riflettono anche nelle dinamiche aziendali.

Dall’altro lato, le applicazioni più complesse richiedono uno sforzo organizzativo e un impiego di risorse che ora come ora solo i big del settore possono permettersi. Non è casuale che i casi di studio che presenteremo più avanti riguardano proprio alcune delle aziende più strutturate del mercato. L’impressione è che, attualmente, solo le applicazioni più generaliste come ChatGPT trovino un’utilizzo quotidiano tra le aziende di piccole e medie dimensioni.

Ma in mezzo a tutto questo rumore, a che punto siamo davvero con l’implementazione dell’AI nel noleggio? Quali sono le applicazioni che possono già portare valore? E che condizioni devono essere presenti affinché queste tecnologie possano essere applicate realmente nell’operatività di tutti i giorni?

Intelligenza artificiale nel noleggio, le applicazioni più praticabili

Secondo le analisi più recenti,  incluse quelle presentate da uno studio di European Rental Association (ERA) che ha coinvolto diverse aziende del settore, le applicazioni dell’intelligenza artificiale attualmente più strategiche e praticabili per il noleggio riguardano:

• l’ottimizzazione della gestione e dell’utilizzo della flotta;
• la previsione della domanda;
• la gestione del pricing ai fini di massimizzare la redditività;
• prevenzione dei guasti e manutenzione predittiva;
• pianificazione logistica e ottimizzazione delle consegne.

Per quanto ad alto potenziale, queste applicazioni presentano elevate barriere tecnologiche all’ingresso. Più accessibili, ma comunque impattanti, sono invece i casi legati alle funzioni commerciali, come chatbot per i clienti, strumenti per il confronto tra prodotti online e sistemi per prioritizzare le visite dei venditori.

Ciò che emerge è un quadro a doppia velocità: da un lato un alto interesse strategico, dall’altro una maturità tecnologica ancora in fase esplorativa, con soluzioni di mercato spesso non ancora pienamente consolidate.

I casi d’uso concreti

Nonostante le difficoltà, alcune aziende del settore stanno già sperimentando o implementando con successo soluzioni basate sull’AI, aprendo la strada a un’adozione più ampia. Ecco una panoramica di alcuni casi emblematici.

Loxam: l’AI per la gestione del cash flow

Loxam ha adottato la piattaforma Augmented Cash di Sidetrade, che utilizza l’AI per prevedere i comportamenti di pagamento dei clienti, automatizzare i solleciti e migliorare la gestione del credito. Il risultato comunicato dall’azienda è stato una riduzione significativa dei Days Sales Outstanding (DSO) e liberazione di liquidità per circa 20 milioni di euro. Un uso dell’AI quasi “silenzioso”, ma estremamente efficace sul piano finanziario.

Boels: fleet management intelligente

Boels ha investito nella raccolta e analisi avanzata dei dati telematici della flotta attraverso la tecnologia ZTR. Questi dati alimentano sistemi evolutivi che consentono di monitorare l’utilizzo delle macchine, la loro salute e la posizione, con l’obiettivo di ottimizzare la manutenzione e ridurre i tempi di fermo. La componente predittiva, in fase di potenziamento, rappresenta un interessante fronte evolutivo.

Zeppelin Rental: il pricing dinamico

Zeppelin ha utilizzato le tecnologie di intelligenza artificiale per implementare un algoritmo di pricing dinamico che regola le tariffe in tempo reale in base a domanda, stagionalità, localizzazione e tassi di utilizzo. Questa soluzione consente di minimizzare i tempi di inattività della flotta e massimizzare i ricavi per macchina, dimostrando che una strategia di pricing flessibile è possibile anche nel noleggio.

Blackwood e DRON Location: dati macchina più intelligenti

La canadese Blackwood e la francese DRON Location hanno implementato un software sviluppato da Hiboo che applica modelli AI per classificare e rendere interoperabili i dati generati da macchine diverse, integrandoli nei sistemi ERP dei clienti. La rapidità di questa integrazione permette una più semplice interpretazione dei dati per ottenere insight su consumi, emissioni e utilizzo delle macchine nei cantieri.

United Rentals: suggerimenti intelligenti per i clienti

Con Smart Suggestions, United Rentals utilizza l’apprendimento automatico per proporre l’attrezzatura più adatta ai clienti, analizzando cronologia ordini, contesto di cantiere e stagionalità. Il sistema semplifica il processo di noleggio e migliora l’esperienza cliente, mostrando un interessante equilibrio tra intelligenza artificiale e user experience.

Sunbelt Rentals, il customer service potenziato dall’AI

Infine, Sunbelt Rentals ha stretto una partnership strategica con Salesforce per adottare Agentforce, un software che consente la creazione di agenti AI autonomi in grado di automatizzare compiti ripetitivi, supportando i team interni nella gestione dei processi e interagendo direttamente con i clienti attraverso canali digitali. L’obiettivo della partnership è duplice: ottimizzare l’efficienza operativa interna e rendere l’esperienza cliente più fluida, riducendo i tempi di attesa e anticipando i bisogni.

Le prospettive dell’intelligenza artificiale nel noleggio

Questi casi studio evidenziano come, al netto del rumore di fondo che citavamo in apertura, l’intelligenza artificiale ha realmente il potenziale per giocare un ruolo sempre più rilevante nel noleggio.

Oltre al guadagno in termini di efficienza, l’AI può fornire un contributo concreto per migliorare il modo in cui vengono prese decisioni, gestiti i dati a disposizione e serviti i clienti. Tuttavia, l’adozione di queste tecnologie non può essere affrontata come un semplice aggiornamento IT. Richiede una revisione dei processi, una governance chiara e un impegno concreto nello sviluppo delle competenze interne.

I casi analizzati dimostrano che i benefici esistono e possono già essere significativi. Ma per arrivare a un’adozione più diffusa servono condizioni strutturali: disponibilità di dati affidabili, partnership tecnologiche che conoscono il settore, una visione strategica condivisa all’interno dell’azienda e, soprattutto, la capacità di integrare queste soluzioni nella quotidianità operativa.