Un camion che viaggia senza un carico, o con spazio disponibile, si porta dietro almeno tre problemi: costi, inefficienza, impatto ambientale. Un tema che interessa tutta la filiera e che il Regno Unito sta affrontando con un approccio che mette insieme retailer, produttori, operatori logistici e tecnologia.
Al centro un sistema di intelligenza artificiale (IA) che abbina lo spazio disponibile sui camion alle esigenze di trasporto di prodotti alimentari in eccedenza.
Le insegne coinvolte
Il progetto coinvolge tre insegne - Sainsbury’s, Tesco e Marks & Spencer - ed è coordinato nell’ambito della Alliance food sourcing (Afs). Dopo il primo test pilota guidato da Sainsbury’s, l’iniziativa sta entrando nella fase di estensione nazionale.
Dalla capacità inutilizzata al matching dei carichi
La logica è relativamente semplice, ma l'esecuzione è tutt’altro che banale: invece di organizzare un viaggio dedicato per ogni movimentazione, la piattaforma cerca nella rete logistica capacità già disponibile e la associa a un carico compatibile.
E' il principio del matching dinamico applicato al trasporto: da una parte ci sono camion che hanno spazio disponibile, dall’altra merci che devono essere trasferite. L’IA serve a mettere in relazione le due variabili, considerando disponibilità, origine,destinazione e caratteristiche della merce.
L’Alliance Food Sourcing, coalizione di oltre 50 aziende del settore alimentare, ha indicato proprio nella capacità inutilizzata degli automezzi uno dei principali margini di intervento.
Secondo le stime citate, circa il 30% delle miglia percorse dai veicoli pesanti nel Regno Unito presenta capacità disponibile. Il dato è coerente con le statistiche sul fenomenodell’empty running riportate dal Department for Transport e riprese da Arup.
Il test Sainsbury’s: numeri già misurabili
Il primo test operativo è stato condotto da Sainsbury’s con GXO, con il supporto di Baringa e il contributo tecnico del team Distribution di Tesco.
I primi sei mesi hanno fornito una dimensione concreta dell'opportunità: il progetto è indirizzato verso il trasporto di 5.300 tonnellate di prodotto, con 42.885 miglia stradali evitate, una riduzione stimata di 62,9 tonnellate di CO2 e circa 170mila sterline di costi logistici risparmiati.
L'obiettivo della nuova fase è portare il sistema fuori dalla dimensione del singolo retailer. L'idea è che il valore aumenti proprio quando cresce il numero di soggetti collegati alla piattaforma: più retailer, produttori e operatori logistici partecipano, maggiore è il bacino di capacità disponibile che l'algoritmo può intercettare.
AFS stima che il sistema possa arrivare a risparmiare fino a un milione di sterline all'anno sui costi logistici di Felix una volta entrato a regime.
Tesco: l’IA non nasce con i camion vuoti
Il caso Tesco è interessante perché mostra come il progetto si inserisca in una strategia di digitalizzazione logistica già più ampia.
Nel bilancio 2025/26 il retailer britannico segnala di avere riunito circa 250 diversi AIworkstream all’interno di una strategia comune e di utilizzare sempre più l'intelligenza artificiale nella supply chain. Tra gli impieghi dichiarati ci sono l'identificazione anticipata di rischi e opportunità nella catena di fornitura, l'ottimizzazione delle attività legate a markdown e waste e, più in generale, il miglioramento dell'efficienzaoperativa. Tesco indica inoltre l'IA come una delle tecnologie attraverso cui continuarea ottimizzare la propria rete distributiva.
Nella nuova piattaforma per la redistribuzione del surplus, il contributo di Tesco è quindi significativo anche dal punto di vista organizzativo: il retailer ha messo a disposizione competenze del proprio team Distribution all'interno di un progettoche supera il perimetro della singola insegna.
È un passaggio importante per la Gdo: l'IA non viene utilizzata soltanto per ottimizzare la propria rete, ma per mettere a valore una capacità che attraversa reti logistiche differenti.
Sainsbury’s: routing, forecasting e automazione
Per Sainsbury’s l'iniziativa sui camion si inserisce in un percorso più ampio di automazione e utilizzo dei dati.
Nei risultati relativi all'esercizio chiuso il 28 febbraio 2026, il retailer dichiara investimenti in AI e automazione per migliorare il vehicle routing, la gestione delle scorte e l'ottimizzazione della supply chain. Tutti i prodotti food risultano inoltre integrati in una piattaforma di forecasting basata sul machine learning, utilizzata per availability e inventory management.
La collaborazione con Microsoft, avviata nell'ambito di una partnership strategica quinquennale, punta a estendere ulteriormente l'impiego di AI e machine learning nei processi operativi. L'obiettivo dichiarato da Sainsbury’s è diventare un retailersempre più AI-enabled, integrando dati e strumenti decisionali nelle attività quotidiane.
Il progetto dei camion vuoti rappresenta quindi un'estensione naturale dello stessoparadigma: non solo prevedere la domanda o decidere quale prodotto rifornire, ma utilizzare i dati per far combaciare domanda e offerta di capacità logistica.
M&S: automazione fisica e intelligenza sulla rete
Anche Marks & Spencer sta investendo pesantemente nella trasformazione dellapropria supply chain, sebbene con un'enfasi molto forte sull'automazione fisica dei centri distributivi.
A maggio 2026 M&S ha avviato la costruzione di un nuovo National Distribution Centre per il Food da 340 milioni di sterline, con apertura prevista nel 2029. Il sito da 1,3 milioni di piedi quadrati sarà dotato di pallet crane, shuttle ad alta velocità e sistemi di picking automatizzato.
Sul fronte trasporti, a luglio il retailer ha annunciato l'introduzione di dieci nuovi camion elettrici DAF XD nelle proprie attività logistiche Food e Fashion, Home & Beauty, compreso un veicolo dotato di una tecnologia che permette di alimentare direttamente il sistema di refrigerazione del semirimorchio attraverso la batteriadel camion.
M&S sta inoltre estendendo l'utilizzo dell'IA all'interno dell'organizzazione: nel marzo 2026 ha annunciato 11.000 licenze Microsoft 365 Copilot per store managere colleghi dei centri di supporto, mentre l'azienda dichiara di utilizzare già l'AI per forecasting e ordering delle scorte.
La partecipazione al progetto AFS aggiunge un ulteriore tassello: l'ottimizzazionenon riguarda soltanto l'infrastruttura proprietaria, ma anche la possibilità di utilizzare capacità logistica presente nella rete di altri operatori.
Il vero salto: dalla supply chain proprietaria alla rete condivisa
È probabilmente questo l'aspetto più interessante per la Gdo italiana.
Per decenni l'ottimizzazione logistica dei retailer è stata costruita soprattutto attorno alla propria rete: saturazione dei mezzi, pianificazione delle rotte, sequenziamento delle consegne, gestione delle finestre, cross-docking, backhauling.
L'AI introduce una possibilità ulteriore: ottimizzare una rete che non coincidecon quella della singola insegna.
Il progetto britannico funziona infatti perché mette in comune informazioni provenienti da soggetti che normalmente operano su reti separate. Sainsbury’s ha portato il primo caso operativo; GXO e gli altri partner hanno messo a disposizione competenze e capacità logistiche; Tesco ha contribuito con il proprio know-how distributivo; M&S è ora tra i retailer che sostengono l'estensione del modello.
Il risultato è un “marketplace” della capacità logistica, anche se non necessariamentestrutturato come un marketplace commerciale tradizionale: l'algoritmo cerca corrispondenze là dove il planner umano, lavorando all'interno di una singola organizzazione, non avrebbe visibilità.
