Guida

Forecasting Guide: come la pianificazione continua con l’AI aiuta a gestire la volatilità economica

I leader aziendali devono affrontare sfide in continua evoluzione: far crescere rapidamente il business, prevedere con precisione la domanda futura e anticipare eventi di mercato imprevedibili, come la volatilità dei dazi.
Con l’aumento dei dati a disposizione, diventa difficile per i decisori concentrarsi sulle informazioni davvero utili e trasformarle in insight concreti, passando da cicli di pianificazione statici a una pianificazione continua e più efficace.
Il problema si aggrava ulteriormente perché molti strumenti si basano su dati storici di alto livello, costringendo a rielaborare le previsioni da zero ogni volta che si verificano cambiamenti improvvisi nel mercato, con perdite economiche ingenti o costi sommersi.

Con Board Foresight, i team di finance, supply chain e risorse umane possono prendere decisioni più sicure grazie a previsioni accurate. Questa soluzione fa parte della Board Enterprise Planning Platform, leader nel Gartner® Magic Quadrant™ 2024 per il software di pianificazione finanziaria, offrendo accesso in tempo reale a oltre 5 milioni di dataset globali, modelli predittivi basati su AI e analisi di esperti per generare previsioni più precise, rapidamente.

Sia che tu sia un merchandise planner in un retailer globale, sia un Direttore di FP&A in un produttore automobilistico multinazionale, la nostra guida alle previsioni, “Come la pianificazione continua con l’AI aiuta a gestire la volatilità economica”, fornirà ai tuoi team gli strumenti per affrontare l’incertezza e pianificare con sicurezza in un contesto in rapido cambiamento.

Abbiamo raccolto, dal team di economisti esperti di Board, le risposte alle domande più importanti su come la pianificazione continua potenziata dall’AI possa ridurre l’incertezza derivante dalla volatilità economica emergente.

Comprendere il contesto economico attuale

In che forme la volatilità economica sta impattando le imprese nel 2025, sia negli Stati Uniti che a livello globale?

L’attuale contesto economico è particolarmente complesso. Negli Stati Uniti, il nostro scenario di riferimento prevede una stagflazione moderata, con una crescita al di sotto della media, pressioni inflazionistiche persistenti e un mercato del lavoro in rallentamento.
In questo scenario le aziende si trovano a gestire una domanda interna più debole, mentre continuano a confrontarsi con l’aumento dei costi legato a prezzi in crescita e vincoli nella catena di approvvigionamento.

A livello internazionale, la situazione varia notevolmente da paese a paese, ma molte aziende devono fare i conti con politiche monetarie divergenti, incertezze nelle politiche commerciali e cambiamenti nei comportamenti dei consumatori.

Quali indicatori o dati risultano più critici per i team di pianificazione nell’attuale contesto economico volatile?

Oltre ai classici indicatori di PIL e inflazione, i team di pianificazione pongono sempre maggiore attenzione a segnali di stress nella supply chain, dinamiche del mercato del lavoro e percezione dei consumatori a livello dettagliato.
Flussi commerciali, prezzi delle materie prime e annunci di politiche regolatorie sono ormai indicatori chiave, soprattutto per le aziende con catene di approvvigionamento complesse.

È particolarmente utile integrare dati ad alta frequenza, come i movimenti dei container o le abitudini di spesa con carta di credito, con i tradizionali indicatori economici.
In questo modo i team di pianificazione ottengono una visione più immediata e accurata delle condizioni economiche, senza dover attendere statistiche ufficiali che spesso arrivano con mesi di ritardo.

Quali sono le principali sfide che le organizzazioni devono affrontare nella previsione in un mercato altamente dinamico?

a sfida principale è che i modelli di previsione tradizionali, basati su relazioni storiche, possono diventare inefficaci quando la struttura economica sottostante cambia.
Le aziende di ogni settore faticano a ottenere previsioni accurate, perché i legami tra i fattori economici e i risultati di business si sono modificati in modo sostanziale.

Molte aziende si trovano a gestire dati frammentati: le assunzioni economiche non sono integrate con le previsioni operative, creando processi di pianificazione scollegati.
Quando le condizioni economiche cambiano rapidamente, i team devono rifare le previsioni da zero invece di aggiornare i modelli in modo dinamico, perdendo così tempo e risorse preziose nei momenti decisivi.

Dinamiche di mercato e impatti sul business

Quali settori sono più vulnerabili alle attuali fluttuazioni economiche e perché?

I settori discrezionali per i consumatori risultano particolarmente vulnerabili in questo periodo.
Con l’inflazione persistente che riduce il potere d’acquisto e un sentiment dei consumatori contenuto, le aziende retail, hostitality e servizi non essenziali affrontano una domanda altamente volatile, difficile da prevedere con i tradizionali metodi di forecasting.

Anche i settori manifatturieri con catene di approvvigionamento internazionali complesse risultano molto vulnerabili, soprattutto quelli dipendenti da rotte commerciali specifiche o da materie prime particolari.
La combinazione di incertezze nelle politiche commerciali e vincoli nella supply chain rende necessaria una pianificazione intenzionale basata su scenari per affrontare eventuali interruzioni.

Come sta evolvendo il comportamento dei consumatori in risposta alle recenti pressioni economiche e quali implicazioni ha questo sulla pianificazione?

Si sta verificando un passaggio duraturo verso schemi di spesa più cauti e orientati al valore.
I consumatori privilegiano sempre più gli acquisti essenziali rispetto a quelli discrezionali, pur reagendo con attenzione ai prezzi e alle promozioni. Questo crea sfide ma anche nuove opportunità per le imprese.

Dal punto di vista della pianificazione, ciò significa che le previsioni di domanda devono essere molto più granulari e reattive. Le aziende non possono più basarsi esclusivamente su ampi schemi demografici o stagionali: devono comprendere come le condizioni economiche influenzano segmenti di clienti specifici e adattare di conseguenza inventario, prezzi e strategie promozionali. È qui che le previsioni potenziate dall’AI diventano fondamentali, poiché permettono di elaborare in tempo reale queste relazioni complesse e multidimensionali.

Quali sono esempi di aziende che hanno affrontato con successo la recente volatilità modificando il loro approccio al forecasting?

Due esempi di clienti Board sono Milwaukee Tool and Whataburger:

Milwaukee Tool, produttore leader di utensili manuali, elettrici e accessori per la costruzione destinati ai professionisti, ha cercato una soluzione per comprendere meglio le tendenze macroeconomiche e anticiparne l’impatto sulle categorie di prodotti chiave, in un contesto di grande disruption causata dalla pandemia di COVID-19. Come ha dichiarato Brad Sayers, VP Supply Chain di Milwaukee Tool:
“Board Foresight è insuperabile nella capacità di visualizzare i dati, evidenziare correlazioni e fornire insight unici sul nostro business. Questa soluzione tutto-in-uno, unita a miglioramenti continui e allineata al nostro approccio alla pianificazione, ha avuto un impatto concreto, confermato la fattibilità dei nostri piani e guidato gli investimenti strategici.”

Whataburger, catena di ristoranti fast-food fondata in Texas con oltre 900 sedi e un fatturato di 3 miliardi di dollari, ha affrontato sfide legate all’accuratezza delle previsioni. Pur disponendo di una grande quantità di dati storici, l’azienda non aveva una prospettiva esterna sui fattori che influenzavano le performance sul mercato. Whataburger ha riconosciuto la necessità di una soluzione in grado di anticipare le tendenze di mercato, evitare errori costosi e supportare decisioni informate in un contesto aziendale dinamico. Come ha dichiarato Pete Valadez, Director of Financial Planning & Analysis di Whataburger: “Board Foresight ha rappresentato una svolta per Whataburger. Integrando dati esterni e analisi predittive nel nostro processo di previsione, siamo riusciti a migliorare notevolmente l’accuratezza e a evitare aspettative mancate. Gli avvisi in tempo reale e la natura collaborativa della soluzione hanno permesso a tutto il nostro team di prendere decisioni basate sui dati con sicurezza.”

Qual è l’impatto aziendale dell’accesso a fonti di dati esterne in tempo reale nel rilevare segnali precoci di volatilità a supporto della pianificazione?

L’impatto è radicale. Nei cicli di pianificazione tradizionali, le decisioni si basano spesso su dati vecchi di 30-60 giorni. Integrando dati esterni in tempo reale, i team di pianificazione possono rilevare i cambiamenti di mercato settimane prima dei concorrenti.

Questa capacità di rilevamento anticipato si traduce direttamente in risultati di fatturato.
Sia che si tratti di modificare i piani di produzione prima di un aumento dei costi delle materie prime, sia di ottimizzare l’inventario prima di un cambiamento nella domanda, poter agire sui segnali precoci può fare la differenza tra cogliere opportunità o perderle del tutto.

AI/ML e Forecasting nella Pianificazione Aziendale

In che modo l’intelligenza artificiale e il machine learning migliorano l’accuratezza delle previsioni rispetto ai metodi tradizionali?

La differenza principale è che l’AI è in grado di elaborare grandi quantità di dati esterni che i metodi tradizionali non possono gestire.vMentre le previsioni convenzionali si basano soprattutto sui dati storici interni – come le vendite dell’ultimo trimestre – quelle basate sull’AI possono includere migliaia di segnali economici esterni che influenzano le performance aziendali. Si tratta di trend occupazionali, prezzi delle materie prime, sentiment dei consumatori, flussi commerciali e centinaia di altri indicatori che anticipano i cambiamenti di mercato di settimane o mesi.

La forza di questa tecnologia risiede nella velocità e nella scala con cui riconosce i modelli.
Gli analisti umani possono monitorare 10-20 indicatori chiave, mentre l’AI è in grado di analizzare migliaia di dati contemporaneamente e individuare quali combinazioni prevedono con affidabilità i cambiamenti nel business. Con Board Foresight, osserviamo costantemente miglioramenti significativi nell’accuratezza delle previsioni, fornendo alle aziende un vero e proprio radar economico: la possibilità di percepire i segnali di mercato prima che influenzino le operazioni, anziché reagire a posteriori.

Inoltre, nel prossimo futuro le previsioni generate potranno essere esaminate e analizzate grazie alle nostre nuove funzionalità di AI agentica, incluso il Board Economist Agent.
Questo agente può trasferire i dati direttamente a una soluzione di pianificazione FP&A e lavora in modo integrato con il Board FP&A Agent. L’FP&A Agent comprende il contesto dell’utente, anticipa le esigenze del team di pianificazione e fornisce supporto proattivo tramite interazioni in linguaggio naturale e workflow intelligenti basati sui ruoli.
I pianificatori possono interrogare le previsioni, richiedere simulazioni di scenario o generare report usando un linguaggio semplice, consentendo agli agenti di produrre insight spiegabili, suggerire nuove analisi, rilevare anomalie e proporre azioni correttive.

In che modo gli strumenti di previsione basati su AI possono aiutare a individuare le cause alla base delle deviazioni e ridurre i bias umani nelle proiezioni?

Uno degli aspetti più preziosi delle previsioni potenziate dall’AI è la capacità di identificare automaticamente quali fattori esterni stanno causando le deviazioni dalle previsioni.
Quando i risultati effettivi si discostano dalle proiezioni, Foresight può rapidamente individuare se ciò dipende da condizioni economiche, azioni della concorrenza, interruzioni della supply chain o altri fattori.

Questo permette di eliminare le ipotesi e ridurre i bias cognitivi tipici dei processi di previsione tradizionali. I previsori umani tendono a dare troppo peso agli eventi recenti o a seguire schemi noti, mentre i modelli di AI analizzano tutti i dati disponibili in modo oggettivo e aggiornano continuamente le stime man mano che arrivano nuove informazioni.

In che modo la pianificazione continua potenziata dall’AI può aiutare le organizzazioni a reagire più rapidamente a cambiamenti improvvisi nella domanda, nell’offerta o nei prezzi?

La velocità è fondamentale nei mercati volatili. La pianificazione continua potenziata dall’AI consente alle organizzazioni di rilevare e reagire ai cambiamenti man mano che si verificano, senza dover attendere il prossimo ciclo di pianificazione.
Quando gli indicatori economici segnalano cambiamenti nella domanda o i dati della supply chain indicano potenziali interruzioni, il sistema può attivare automaticamente analisi di scenario e suggerire adeguamenti.
Inoltre, Board dispone di un motore di correlazione AI che consente di simulare scenari complessi per previsioni e allocazioni delle risorse tramite semplici prompt in linguaggio naturale.
I nostri Board Agents possono generare scenari in modo autonomo, interpretando in modo contestuale dati interni ed esterni, interagendo con altri strumenti e agenti di Board, e collaborando direttamente con i team di pianificazione.

Le aziende stanno accorciando i tempi di risposta ai cambiamenti di mercato da settimane a pochi giorni, grazie all’automazione del collegamento tra segnali esterni e modelli di pianificazione interni.
Questa agilità offre un vantaggio competitivo notevole in contesti economici in rapida evoluzione.

Quali passi dovrebbero seguire i team di pianificazione aziendale per integrare in modo efficace AI e machine learning nei cicli di pianificazione esistenti?

La strategia vincente è partire dall’integrazione dei dati esterni, senza tentare di rivoluzionare subito l’intero processo di pianificazione.
Inizia identificando gli indicatori economici esterni più correlati ai risultati del tuo business, quindi incorpora gradualmente l’analisi AI di questi segnali nei flussi di lavoro di previsione già esistenti.

È altrettanto importante mantenere il controllo e l’interpretazione da parte degli esseri umani.
L’AI è potente nel riconoscere schemi e gestire grandi quantità di dati, ma l’esperienza umana resta indispensabile per capire il contesto aziendale e prendere decisioni strategiche basate sugli insight forniti dall’AI.
Le implementazioni di maggior successo uniscono la capacità analitica dell’AI al giudizio e alla conoscenza del settore degli esperti.

Verso la Pianificazione Continua

Perché la pianificazione continua è più efficace rispetto a quella periodica o statica nell’attuale contesto aziendale?

I cicli di pianificazione tradizionali non riescono a stare al passo con la velocità dei cambiamenti economici attuali.
Al termine dei processi trimestrali o annuali, le assunzioni di partenza possono essere già superate.
La pianificazione continua consente alle aziende di adattare costantemente le strategie in base agli ultimi dati economici e segnali di mercato.

Questo diventa particolarmente critico nei periodi di volatilità economica, quando le finestre di opportunità e di rischio sono molto più brevi. Le organizzazioni che riescono ad adattare i propri piani su base mensile — o addirittura settimanale — ottengono un chiaro vantaggio rispetto a quelle vincolate a rigidi cicli di pianificazione trimestrali.

In che modo la previsione continua consente risposte più agili a shock economici o opportunità inattese?

La previsione continua crea un sistema di allerta precoce che aiuta le organizzazioni ad anticipare e prepararsi ai cambiamenti economici prima che si manifestino pienamente. Invece di reagire ai mutamenti dopo che si sono verificati, le imprese possono adeguare proattivamente le proprie strategie sulla base dei segnali economici emergenti.

Questo approccio proattivo è particolarmente prezioso durante i periodi di incertezza economica, quando la capacità di riorientare rapidamente le strategie, riallocare le risorse o adattare i piani operativi può determinare se un’organizzazione riesca ad adattarsi con successo oppure a limitarsi a sopravvivere alla turbolenza economica.

Quali sono le migliori pratiche per trasformare le organizzazioni di pianificazione da previsioni annuali statiche a previsioni dinamiche e continue basate su scenari?

La transizione dovrebbe avvenire in modo graduale, concentrandosi inizialmente sui casi con maggiore impatto. È consigliabile cominciare dalle aree aziendali più sensibili alla volatilità economica — come la pianificazione della domanda, la gestione della catena di approvvigionamento e la previsione finanziaria — implementando processi di pianificazione continua.

Il cambiamento culturale è altrettanto cruciale quanto l’adozione tecnologica. I team di pianificazione devono passare da un approccio orientato alla perfezione dei piani annuali a una mentalità basata sul miglioramento continuo e sull’adattamento. Ciò richiede il sostegno della leadership, una comunicazione chiara dei benefici dell’agilità rispetto alla precisione e la formazione dei team sull’utilizzo efficace degli strumenti di intelligenza artificiale.

In che modo l’intelligenza artificiale consente l’analisi di scenari ad hoc e supporta il processo decisionale trasversale in tempo reale?

L’AI riduce drasticamente il tempo necessario per eseguire analisi di scenari complessi, passando da giorni o settimane a minuti o ore. Quando le condizioni economiche cambiano inaspettatamente, i team trasversali possono modellare immediatamente diversi scenari di risposta e comprendere i potenziali impatti su finanza, operazioni e vendite. Inoltre, i team possono creare previsioni di base, ottimistiche e pessimistiche basate su dati in tempo reale.

Questa capacità in tempo reale permette decisioni molto più collaborative e basate su informazioni concrete. Piuttosto che ogni funzione formulare ipotesi individuali sugli effetti dei cambiamenti economici sul proprio settore, i team possono lavorare su scenari condivisi e generati dagli utenti, che considerano le interconnessioni tra le diverse aree aziendali.

Quali cambiamenti culturali e organizzativi sono necessari per supportare una transizione di successo verso una pianificazione continua potenziata dall’intelligenza artificiale?

Il cambiamento culturale più importante consiste nel passare da una mentalità di “pianificare ed eseguire” a un approccio di “pianificare, apprendere e adattarsi”. Ciò richiede alle organizzazioni di diventare più a loro agio con l’incertezza e di considerare la pianificazione come un processo continuo, anziché come un evento periodico.

La leadership deve sostenere questo cambiamento dimostrando che l’agilità e la capacità di risposta sono più importanti del rispetto rigido dei piani originali. I team hanno inoltre bisogno di formazione non solo per valutare gli strumenti di intelligenza artificiale, ma anche per imparare a collaborare con l’IA, interpretando e agendo sugli insight generati dall’IA nel contesto specifico della loro attività.

Scopri di più su Board AI & Board Foresight.

Potresti essere interessato anche a

Pianificazione aziendale: i trend del 2025

Leggi la guida