Recensione di Kardinal.ai, Fornitore di Software per la Supply Chain

Di Léon Levinas-Ménard

Ultimo aggiornamento: aprile 2025

Kardinal.ai è una società di software fondata nel 2015 che offre una piattaforma di ottimizzazione dei percorsi basata su cloud per le operazioni di consegna dell’ultimo miglio. Sfruttando l’ottimizzazione combinatoria avanzata, l’apprendimento automatico e l’integrazione dei dati in tempo reale, Kardinal.ai affina continuamente i tour di consegna, adattandosi dinamicamente alle fluttuazioni del traffico, ai vincoli operativi ed agli eventi imprevisti, per migliorare l’allocazione delle risorse, ridurre i costi operativi e potenziare la presa di decisioni umana. Supportata da una serie di round di finanziamenti per un totale di circa $12,6M e costruita su una moderna tecnologia che include microservizi, Kubernetes, Golang e persino Rust, l’azienda si posiziona come una soluzione agile ma robusta per le sfide logistiche complesse nell’ambiente della supply chain odierna.

Background dell’Azienda e Finanziamenti

Kardinal.ai è stata fondata nel 2015 da Jonathan Bouaziz, Cedric Hervet e Hugo Farizon, nata dalla convergenza di una profonda esperienza matematica e conoscenze di prima mano sulle sfide logistiche. La genesi dell’azienda e lo sviluppo continuo sono dettagliati sulla loro pagina “À propos”¹ e sono stati ulteriormente descritti attraverso profili su PitchBook² e Tracxn³. Il fornitore ha raccolto circa $12,6M, con un notevole round Serie A di circa $10,4M nel 2022, segnalando la fiducia degli investitori anche mentre rimane concentrato su una nicchia nell’ottimizzazione dell’ultimo miglio.

Panoramica del Prodotto: Cosa Offre Kardinal.ai

La piattaforma SaaS di Kardinal.ai offre un’ottimizzazione dei percorsi in tempo reale progettata per:

Ottimizzare la Consegna dell’Ultimo Miglio: Creare e regolare dinamicamente i tour di consegna considerando le condizioni dei conducenti, i modelli di traffico e le finestre di consegna. Questa riorientazione in tempo reale garantisce raccomandazioni di percorsi pratici che rispondono attivamente alle incertezze sul campo[^4].
Migliorare l’Efficienza Operativa: Sfruttando algoritmi sofisticati, la piattaforma afferma riduzioni dei costi che vanno dal 10% al 40% migliorando la qualità complessiva del servizio e l’allocazione delle risorse. Il suo modello di supporto decisionale potenzia il giudizio umano: gli operatori esaminano e convalidano le proposte, anziché fare affidamento su una completa automazione[^4].
Integrazione senza Soluzione di Continuità: Offerta come servizio cloud con robuste integrazioni API, la soluzione è progettata per collegarsi ai sistemi TMS, ERP o di altre imprese esistenti, supportando sia implementazioni IT big bang che implementazioni graduali e a fasi⁴.

Meccanismi Tecnici e Operativi

Tecnologie e Algoritmi Principali

La piattaforma di Kardinal.ai si basa su tecniche matematiche e di apprendimento automatico avanzate:

Ottimizzazione Combinatoria: Il motore gestisce “un numero illimitato di vincoli” per costruire percorsi di consegna che rispecchiano variabili del mondo reale, come mostrato sulla homepage⁵.
Apprendimento Automatico per il Miglioramento Continuo: I dati sul campo catturati tramite i dispositivi mobili dei conducenti alimentano modelli di apprendimento automatico che predicono i tempi di consegna, identificano modelli di performance e perfezionano i calcoli dei percorsi successivi. Questo processo iterativo garantisce che la soluzione sfrutti dati storici e in tempo reale per aumentare l’accuratezza[^4].
Integrazione dei Dati in Tempo Reale: Variabili dinamiche come le condizioni del traffico e le finestre di consegna vengono continuamente inglobate, consentendo la riorientazione immediata “prima, durante e dopo” le consegne.

Implementazione e Integrazione

La piattaforma è offerta come soluzione SaaS e è progettata per essere integrata senza sforzo tramite API ben documentate. Ciò facilita un rapido onboarding così come implementazioni IT ibride e graduali, consentendo di collegare il servizio ai sistemi logistici esistenti come TMS o ERP⁴.

Stack Tecnico e Insights del Team

Mentre i dettagli granulari rimangono limitati, gli insights disponibili suggeriscono l’uso di uno stack tecnologico moderno che include microservizi orchestrati con Kubernetes e componenti backend sviluppati in Golang e Rust. Gli insights del team condivisi dal co-fondatore Hugo Farizon evidenziano un impegno verso sistemi ad alte prestazioni, scalabili e pratiche di sviluppo agili e cross-funzionali⁶⁷.

Casi d’Uso del Mondo Reale e Impatto Operativo

Le implementazioni pratiche della piattaforma di Kardinal.ai sono state dimostrate in diversi casi di studio:

Un caso di studio sull’incorporazione dei dati sul traffico ha mostrato miglioramenti significativi nelle previsioni di navigazione, portando a tour più affidabili⁸.
Ulteriori casi di studio dettagliano scenari nella gestione del deposito e nelle strategie di prezzo per la consegna dei pacchi, sottolineando ulteriormente la capacità del sistema di migliorare l’efficienza operativa in ambienti variati.
Le partnership, come quelle con DPD France, sottolineano l’impatto pratico e la validazione esterna della soluzione in contesti di consegna diversificati.

Kardinal.ai vs Lokad

Mentre Kardinal.ai si concentra sulle sfide operative della consegna dell’ultimo miglio, in particolare sulla pianificazione dinamica dei percorsi e sull’intelligenza logistica in tempo reale, Lokad rappresenta un paradigma diverso nell’ottimizzazione della supply chain. Fondata nel 2008, Lokad è evoluta dalla previsione basata su cloud in una piattaforma completa per l’ottimizzazione predittiva della supply chain che spazia dalla previsione della domanda alla gestione dell’inventario, dalle strategie di prezzo alla pianificazione della produzione. La piattaforma di Lokad sfrutta un linguaggio specifico di dominio personalizzato chiamato Envision e incorpora tecniche avanzate come il deep learning e la programmazione differenziabile per generare raccomandazioni operative⁹¹⁰¹¹¹².

I contrasti chiave includono:

• Area di Focus:
Kardinal.ai è progettata esclusivamente per la consegna dell’ultimo miglio, mentre Lokad adotta una visione olistica della supply chain integrando una vasta gamma di ottimizzazioni decisionali.

• Approccio Tecnico:
Kardinal.ai basa la sua forza sull’ottimizzazione combinatoria e in tempo reale dei tour di consegna utilizzando flussi di dati in tempo reale. Al contrario, Lokad utilizza previsioni probabilistiche e incorpora la logica della supply chain nel suo Envision DSL, consentendo l’automazione decisionale end-to-end.

• Implementazione e Integrazione:
Entrambi utilizzano modelli di distribuzione SaaS basati su cloud e integrazioni API. Tuttavia, la piattaforma autodesviluppata di Lokad enfatizza un approccio personalizzato e programmabile per gestire le oscillazioni complesse della supply chain, mentre Kardinal.ai si concentra sulla riorientazione dinamica dei percorsi per gestire la natura variabile della consegna dell’ultimo miglio.

Conclusione

Kardinal.ai fornisce una soluzione SaaS innovativa e tecnicamente robusta per l’ottimizzazione della consegna dell’ultimo miglio. La sua combinazione di avanzata ottimizzazione combinatoria, apprendimento automatico e integrazione dei dati in tempo reale la posiziona come un efficace supporto alla presa di decisioni umane nella logistica. Anche se alcuni aspetti si basano su parole di moda del settore e descrizioni di alto livello, lo stack tecnologico agile della piattaforma e l’impatto operativo dimostrato indicano il suo potenziale nel mondo reale. Nel confrontarlo con una soluzione di supply chain più ampia come Lokad, Kardinal.ai si distingue per il suo approccio mirato all’ottimizzazione dei percorsi, mentre Lokad offre un quadro più ampio per la gestione quantitativa della supply chain. Le aziende con un’enfasi primaria sulle sfide dell’ultimo miglio troveranno particolarmente interessante la riorientazione dinamica e l’integrazione agile di Kardinal.ai.