Kuehne+Nagel non è un caso isolato, e forse non è nemmeno il caso più istruttivo. Il gruppo svizzero ha fatto notizia perché ha accompagnato la revisione al rialzo della guidance 2026 con un piano di produttività basato sull’intelligenza artificiale. Ma se si allarga lo sguardo, quello che sta succedendo a Kuehne+Nagel è il sintomo di un fenomeno molto più ampio: l’AI sta smettendo di essere una voce di investimento nelle slide di presentazione e sta iniziando a comparire – con numeri precisi – nei bilanci trimestrali, nelle guidance riviste, nelle reazioni di borsa. Non più «stiamo sperimentando», ma «abbiamo risparmiato questo, abbiamo guadagnato quest’altro».
Il caso Kuehne+Nagel è interessante proprio perché arriva da un’azienda il cui mestiere è prendere decisioni: scegliere rotte, combinare vettori, trovare alternative. Se l’intelligenza artificiale può produrre valore in un business fondato sulla capacità di orchestrazione, significa che non siamo più davanti a un semplice strumento tecnologico, ma a un nuovo livello di organizzazione della logistica.
È un salto di categoria. E per capirlo davvero conviene guardare oltre i nomi già citati – Kuehne+Nagel, DHL, Maersk – e andare a vedere chi, su scala internazionale, quel passo lo ha già mosso da tempo, con risultati economici già misurabili.
UPS: il caso più maturo, quello che ha aperto la strada
Se si cerca un precedente che dimostri che l’AI applicata alla logistica non è una moda del 2026, UPS è il punto di partenza. La sua esperienza dimostra che nella logistica l’intelligenza artificiale non è nata con l’AI generativa. È nata quando alcune aziende hanno iniziato a capire che milioni di decisioni operative quotidiane potevano essere ottimizzate attraverso i dati.
Il sistema di ottimizzazione dei percorsi di UPS, sviluppato in oltre un decennio e pienamente operativo dal 2016, elabora ogni giorno decine di migliaia di combinazioni di instradamento per ciascun autista, tenendo conto di traffico, meteo, capacità del mezzo e vincoli di consegna. Il risultato, consolidato negli anni, è un risparmio stimato in centinaia di milioni di dollari l’anno e in milioni di litri di carburante non consumato. È il caso che dimostra come un investimento nell’AI applicata alla pianificazione possa restare redditizio per un decennio e come i benefici si accumulino man mano che il sistema viene affinato con dati sempre più ricchi.
C.H. Robinson: quando il mercato premia l’AI più della congiuntura
Il caso più clamoroso degli ultimi mesi, però, arriva da un altro spedizioniere americano. C.H. Robinson ha costruito la propria svolta attorno a un programma interno chiamato «Lean AI»: non un singolo strumento, ma un insieme di agenti software che automatizzano l’intero ciclo di gestione di un carico, dalla quotazione alla fatturazione. Il segnale più importante in questo caso non è arrivato dalla tecnologia, ma dal conto economico: l’automazione ha iniziato a migliorare il rapporto tra ricavi generati e costo operativo.
A fine ottobre 2025 la pubblicazione dei risultati trimestrali, con margini in forte espansione grazie proprio a questa automazione, ha spinto il titolo a guadagnare oltre il 20% in una sola seduta, uno dei rialzi più forti della sua storia in borsa. Nei mesi successivi l’azienda ha continuato ad alzare gli obiettivi di reddito operativo per il 2026 e ha raccontato agli analisti di un nuovo strumento capace di ridisegnare in autonomia intere catene di fornitura, con casi in cui i primi clienti hanno tagliato il numero di spedizioni necessarie di quasi un quinto. È un esempio utile perché mostra che il mercato finanziario, in questo momento, non aspetta la conferma nel lungo periodo: premia subito chi dimostra che l’automazione intelligente si traduce in margini più alti.
DSV: l’AI come seconda fonte di sinergie, dopo una maxi-fusione
Il gruppo danese DSV offre invece la prospettiva di chi ha appena digerito la più grande acquisizione della sua storia, l’integrazione di DB Schenker, e sta ora cercando la prossima fonte di crescita. A maggio 2026 DSV ha annunciato che si aspetta dall’intelligenza artificiale, dalla tecnologia e dall’ottimizzazione della rete un beneficio economico equivalente – circa 1,2 miliardi di euro entro il 2030 – a quello già promesso dalle sinergie di integrazione con Schenker. È un segnale interessante: per un gigante della logistica, oggi, l’AI viene considerata una leva di creazione di valore paragonabile alle grandi operazioni di consolidamento.
CMA CGM: l’AI diffusa su scala industriale
Il caso francese aggiunge un’altra dimensione: quella della diffusione capillare. CMA CGM, terzo gruppo mondiale nel trasporto container, ha stretto una partnership pluriennale con la startup francese Mistral AI e da giugno 2026 sta distribuendo a circa 80.000 dipendenti – nel trasporto marittimo, nella logistica e nei media del gruppo – una piattaforma di intelligenza artificiale agentica pensata per automatizzare compiti operativi e semplificare l’accesso ai dati aziendali. Detto semplice, qui l’intelligenza artificiale è capace non soltanto di rispondere, ma di eseguire autonomamente sequenze di attività.
Il gruppo dichiara di aver già messo a terra oltre cinquanta progetti di intelligenza artificiale e più di duecento casi d’uso identificati. Non è più un progetto pilota in un singolo terminal: è un’infrastruttura orizzontale pensata per attraversare l’intera organizzazione.
Geopost: la rete europea che porta l’AI nell’ultimo miglio (e in Italia)
C’è un quinto caso, meno noto ma utile per portare il discorso più vicino a casa. Geopost – il gruppo francese, controllato da La Poste, che riunisce marchi come DPD, Chronopost, SEUR e, in Italia, BRT – ha presentato a giugno 2026 al VivaTech di Parigi una serie di applicazioni concrete di intelligenza artificiale distribuite lungo la propria rete di consegna, che conta 55.000 dipendenti e oltre 2,2 miliardi di pacchi movimentati nel 2025. Tra gli strumenti mostrati: un sistema che combina visione artificiale e AI generativa per recuperare automaticamente i pacchi con etichette danneggiate o illeggibili, riducendo i colli respinti, e un assistente virtuale conversazionale, sviluppato da Chronopost, capace di comprendere le richieste dei destinatari, risolvere da solo i casi più semplici e smistare quelli complessi verso un operatore umano.
È un caso diverso da quelli precedenti, ed è giusto dirlo con chiarezza: qui l’AI non compare ancora come voce quantificata nei conti. Vale a dire, non c’è, per Geopost, un equivalente dei numeri di DSV o di C.H. Robinson. Ma mostra come la stessa logica – automatizzare le decisioni operative ripetitive per liberare capacità e ridurre errori – stia arrivando anche alla scala di un operatore continentale del pacco, e non solo ai giganti globali del container o del carico industriale.
Ed è anche il punto in cui il discorso internazionale tocca l’Italia. BRT, il corriere espresso più diffuso nel paese, fa parte della rete Geopost fin dal 2023, quando il gruppo francese (allora DPDgroup) ha assunto il nuovo marchio. In parallelo, BRT sta portando avanti il proprio piano di trasformazione interno, il “Progetto Galileo”, che punta a una crescita del fatturato di oltre il 20% entro il 2029 attraverso digitalizzazione, razionalizzazione dei processi ed efficienza operativa, con un impianto che oggi assomiglia più a una modernizzazione ad ampio raggio che a un piano AI misurato in cifre precise, come invece accade nella capogruppo francese o nei grandi player globali già citati. È forse proprio questo lo scarto più interessante da osservare nei prossimi mesi: quanto in fretta ciò che oggi è un mosaico di strumenti sperimentali, a livello di rete europea, diventerà – anche per l’ultimo miglio italiano – una voce di bilancio con un numero accanto?
Un pattern che comincia a ripetersi
Messi in fila, questi casi raccontano una traiettoria comune, anche se partita da premesse diverse: un vettore pacchi (UPS), uno spedizioniere asset-light (C.H. Robinson), un gruppo di trasporto e logistica integrata (DSV), una compagnia di navigazione (CMA CGM) e una rete europea di corrieri (Geopost, con BRT tra i suoi marchi) sono arrivati, per strade diverse, alla stessa conclusione. L’intelligenza artificiale funziona meglio non come strumento isolato, ma come infrastruttura decisionale distribuita su migliaia di scelte quotidiane – quale percorso, quale carico, quale contratto, quale cliente prioritizzare – troppo numerose e troppo veloci perché un’organizzazione umana possa gestirle tutte allo stesso livello di ottimizzazione.
E quindi spingendo lo sguardo appena più in là, diventa chiaro che non serve più ragionare se e quando l’intelligenza artificiale entrerà nella logistica, perché di fatto ci è già dentro. La partita sarà capire chi controllerà gli algoritmi che decideranno il lavoro dei mezzi, dei magazzini e delle persone che ogni giorno muovono le merci.
