Agenti AI e algoritmi OR si completano a vicenda nel controllo delle scorte

Un nuovo studio esplora come i modelli linguistici di grandi dimensioni (LLM) e gli algoritmi di ricerca operativa (OR) possano lavorare insieme nel controllo delle scorte. I metodi OR tradizionali si basano su ipotesi rigide e falliscono in caso di cambiamenti della domanda, mentre gli LLM offrono un ragionamento flessibile ma mancano di struttura. I ricercatori introducono InventoryBench, un benchmark di oltre 1.000 istanze di inventario con dati sintetici e reali, per testare le regole decisionali in presenza di cambiamenti della domanda, stagionalità e tempi di consegna incerti. Lo studio rileva che la combinazione di algoritmi OR con agenti basati su LLM migliora le prestazioni rispetto a ciascuno preso singolarmente, suggerendo un approccio complementare uomo-LLM-OR per decisioni complesse sulle scorte.