Perché l’ottimizzazione dei percorsi è un problema molto più complesso di quanto sembri

Pubblicato il 10 Giugno 2026 • Tempo di lettura: 8 min read

Per molto tempo, l’ottimizzazione dei percorsi è stata considerata un problema relativamente semplice: calcolare il tragitto migliore possibile tra più punti.

Nella realtà operativa, però, le cose sono decisamente più complesse.

Un percorso non è mai una semplice sequenza di indirizzi. Deve tenere conto di vincoli di orario, competenze degli operatori sul campo, capacità dei veicoli, tempi di intervento variabili, urgenze, richieste dei clienti dell’ultimo minuto e continue riassegnazioni nel corso della giornata.

E soprattutto, un percorso non è quasi mai definitivo.

Nella logistica dell’ultimo miglio, la vera sfida non consiste soltanto nel creare un piano efficiente al mattino. Consiste soprattutto nel riuscire ad adattarlo in modo intelligente durante l’intera giornata, senza compromettere l’equilibrio complessivo delle operazioni.

È proprio questa problematica che ha portato il team di Ricerca e Sviluppo di AntsRoute a lavorare su meccanismi avanzati di inserimento dinamico e di valutazione dei percorsi (route scoring).

In questo articolo scoprirai:

• Perché un percorso nasconde un problema matematico molto più complesso di quanto sembri
• La vera sfida: adattare la pianificazione in tempo reale
• Perché gli strumenti tradizionali raggiungono rapidamente i propri limiti
• Come il nostro motore valuta ogni possibile inserimento
• Perché la sola distanza non basta mai
• L’impatto delle finestre temporali sull’ottimizzazione dei percorsi
• I vincoli operativi al centro delle decisioni del motore
• Perché le euristiche sono diventate indispensabili
• Dietro gli algoritmi: sfide molto concrete per le operazioni sul campo

Dietro un percorso “semplice” si nasconde un problema matematico estremamente complesso

Vista dall’esterno, l’aggiunta di una nuova consegna o di un nuovo intervento a un percorso esistente può sembrare un’operazione relativamente semplice. Dopotutto, in teoria basta trovare uno “spazio” disponibile nella pianificazione.

Nella pratica, però, le conseguenze sono spesso molto più significative.

Un singolo inserimento può modificare:

• gli orari delle fermate successive;
• i tempi di attesa;
• le pause obbligatorie previste dalla normativa;
• il carico del veicolo;
• la fattibilità di altri interventi;
• oppure l’equilibrio complessivo tra gli operatori sul campo.

Come spiega Ammar Oulamara, responsabile Ricerca e Sviluppo di AntsRoute:

“L’aggiunta di una sola attività a un percorso esistente può modificare l’intero insieme dei vincoli temporali e operativi della pianificazione. Un inserimento che dal punto di vista geografico sembra logico può rivelarsi molto inefficiente una volta presi in considerazione tutti i vincoli operativi.”

Questa difficoltà è ben nota nel campo della ricerca operativa con il nome di Vehicle Routing Problem (VRP).

Il principio teorico sembra relativamente semplice: individuare i percorsi ottimali per una flotta di veicoli.

Tuttavia, non appena si introducono vincoli reali – come finestre temporali, competenze degli operatori, capacità dei veicoli, operazioni di pick-up & delivery o la riottimizzazione in tempo reale – il problema assume rapidamente una complessità combinatoria enorme.

È il caso, in particolare, del VRPTW (Vehicle Routing Problem with Time Windows), in cui ogni intervento deve essere eseguito all’interno di una specifica finestra temporale.

Già a partire da poche decine di fermate, il numero di combinazioni possibili diventa enorme. E nelle operazioni reali sul campo, le pianificazioni sono in continua evoluzione.

In altre parole, diventa impossibile esplorare in modo esaustivo tutte le possibili soluzioni.

La vera sfida non è creare un percorso, ma adattarlo in modo intelligente

In molti approcci teorici, i percorsi vengono pianificati “una volta per tutte”. Nella realtà operativa, però, non è mai così.
I responsabili della pianificazione devono gestire:

• urgenze;
• cancellazioni;
• ritardi;
• traffico;
• assenze;
• modifiche richieste dai clienti;
• vincoli imprevisti sul campo.

È proprio ciò che molti team descrivono come una vera e propria attività quotidiana di “riequilibrio continuo delle pianificazioni”.

Il problema diventa quindi molto più complesso: come inserire in modo intelligente una nuova attività in una pianificazione già ottimizzata senza compromettere l’efficienza complessiva dei percorsi?

Nel nostro articolo dedicato all’inserimento dinamico delle attività approfondiamo questo tema e gli effetti a catena che può generare sui percorsi.

È proprio su questa problematica che si concentra una parte significativa del lavoro del nostro team di Ricerca e Sviluppo.

“La vera sfida non consiste soltanto nel definire un percorso ottimale all’inizio della giornata” spiega Ammar Oulamara. “Occorre soprattutto riuscire ad adattare la pianificazione nel corso della giornata senza generare effetti collaterali incontrollati.”

Perché gli strumenti tradizionali raggiungono rapidamente i propri limiti

Molte organizzazioni iniziano naturalmente con strumenti semplici: Excel, Google Maps, telefono, SMS o diversi software parzialmente integrati tra loro.
Su piccola scala, questo approccio può funzionare efficacemente.

Tuttavia, quando:

• il volume delle attività aumenta,
• i vincoli si moltiplicano,
• i team si espandono,
• oppure i clienti richiedono finestre di intervento sempre più precise, la gestione manuale diventa estremamente difficile da sostenere.

Il problema non deriva soltanto dalla quantità di dati da gestire. Dipende soprattutto dal numero di interdipendenze tra le diverse decisioni operative. La modifica di un singolo percorso può avere ripercussioni sull’intera pianificazione. È proprio per questo motivo che gli approcci completamente manuali o parzialmente manuali raggiungono rapidamente i propri limiti.

Come il nostro motore di ottimizzazione valuta ogni possibile inserimento

In AntsRoute abbiamo sviluppato un approccio basato su un algoritmo di scoring multicriterio. L’obiettivo non è semplicemente individuare una fascia oraria disponibile. Il motore punta piuttosto a valutare la qualità complessiva di ogni possibile inserimento. In concreto, quando è necessario aggiungere una nuova attività, esistono diverse possibilità:

• giorni differenti;
• più percorsi;
• posizioni differenti all’interno di ciascun percorso.

Ogni possibile combinazione viene quindi valutata attraverso un punteggio di inserimento (insertion score).

Nel nostro articolo dedicato agli algoritmi di scoring per l’ottimizzazione dei percorsi approfondiamo il funzionamento di questo meccanismo.

Come precisa Ammar Oulamara:

“Due inserimenti che, dal punto di vista geografico, sembrano molto simili possono avere impatti operativi profondamente diversi. Il ruolo dello scoring è proprio quello di valutare queste differenze in modo oggettivo.”

Il motore, quindi, non si limita a considerare i chilometri aggiuntivi generati.

Tiene conto anche dei seguenti elementi:

• vincoli temporali;
• tempi di attesa;
• coerenza geografica;
• competenze richieste;
• capacità dei veicoli;
• orari di servizio;
• potenziale di riorganizzazione locale.

Perché la sola distanza non basta mai

Uno dei primi indicatori utilizzati consiste nel misurare il costo marginale generato dall’aggiunta di una nuova attività a un percorso esistente.
Δc = c(vₚ₋₁, τ) + c(τ, vₚ) − c(vₚ₋₁, vₚ)

Questa formula consente di valutare il costo aggiuntivo effettivamente introdotto dall’inserimento.

Tuttavia, nelle operazioni reali, la sola distanza non è mai sufficiente per prendere una decisione ottimale. Un inserimento geograficamente “vicino” può, ad esempio:

• provocare ritardi a catena;
• generare tempi di attesa;
• compromettere l’equilibrio di un percorso;
• oppure rendere impossibile un intervento successivo.

È proprio per questo motivo che le finestre temporali svolgono un ruolo centrale negli algoritmi di ottimizzazione moderni.

Per approfondire questo tema, nel nostro articolo spieghiamo anche perché i problemi VRPTW risultano molto più complessi da ottimizzare quando entrano in gioco vincoli temporali stringenti.

Le finestre temporali cambiano radicalmente il problema

Nella maggior parte delle attività sul campo, non tutte le attività possono essere svolte in qualsiasi momento.
Alcuni clienti richiedono:

• una consegna tra le 10:00 e le 11:00;
• un intervento prima di mezzogiorno;
• oppure una visita dopo una determinata ora.

Questi vincoli trasformano profondamente il problema dell’ottimizzazione dei percorsi. In alcuni casi, un veicolo può arrivare troppo presto ed essere costretto ad attendere prima di poter effettuare l’intervento. Per questo motivo, il nostro motore tiene conto anche dei tempi di attesa nella valutazione dei percorsi.
min Σᵢ max(0, eᵢ − tᵢ)

L’obiettivo è ridurre al minimo i tempi improduttivi che incidono negativamente sull’efficienza dei percorsi.

I vincoli operativi sono spesso il vero cuore del problema

In molti progetti logistici, la difficoltà non è soltanto di natura geografica. È soprattutto di natura operativa.

Come ricorda Ammar Oulamara:

“Il motore di ottimizzazione deve ragionare sulla base dei vincoli reali del campo, non limitarsi alle sole distanze riportate su una mappa.”

Alcuni interventi richiedono:

• competenze specifiche;
• abilitazioni;
• attrezzature particolari;
• oppure assegnazioni a operatori specifici.

Altri comportano:

• vincoli di pickup & delivery;
• limiti massimi di durata del servizio o del turno;
• pause obbligatorie previste dalla normativa;
• oppure regole specifiche dell’organizzazione.

È proprio questa realtà operativa a distinguere spesso i modelli teorici dalle soluzioni realmente applicabili sul campo.

Perché le euristiche sono diventate indispensabili

Di fronte a questo livello di complessità, gli approcci esaustivi diventano irrealistici. Esplorare tutte le possibili combinazioni richiederebbe tempi di calcolo incompatibili con i vincoli operativi della logistica dell’ultimo miglio.

Per questo motivo, i motori di ottimizzazione moderni si basano ampiamente su euristiche e meccanismi di ricerca locale. L’obiettivo non è necessariamente trovare la soluzione matematicamente perfetta. L’obiettivo è soprattutto quello di generare rapidamente una soluzione:

• robusta,
• coerente,
• e concretamente applicabile sul piano operativo.

In AntsRoute, il nostro approccio si basa in particolare su:

• meccanismi di warm-start,
• operatori di ricerca locale,
• strategie di esplorazione adattiva.

Per approfondire questi meccanismi di riottimizzazione consulta il nostro articolo dedicato al warm-start, alla ricerca locale e alle strategie di esplorazione dell’intorno utilizzate nei motori di ottimizzazione dei percorsi dinamici.

“Esplorare tutte le possibili soluzioni richiederebbe tempi di calcolo eccessivi”, spiega Ammar Oulamara. “La vera sfida consiste nel concentrare in modo intelligente la potenza di calcolo sugli inserimenti più promettenti.”

Dietro gli algoritmi, un obiettivo molto concreto

In molte aziende, i team operativi dedicano ancora una parte significativa della propria giornata alla riorganizzazione manuale dei percorsi.

Questo carico operativo e decisionale è spesso sottovalutato.

Eppure, è proprio qui che si gioca una parte importante delle prestazioni sul campo:

• la capacità di gestire gli imprevisti;
• la reattività operativa;
• la qualità del servizio;
• l’affidabilità delle pianificazioni;
• la soddisfazione dei clienti;
• il controllo dei costi.

L’obiettivo dei motori di ottimizzazione moderni non è quindi soltanto ridurre il numero di chilometri percorsi. Si tratta soprattutto di aiutare i team a prendere decisioni migliori in un contesto dinamico e caratterizzato da numerosi vincoli operativi.

Conclusione

L’ottimizzazione dei percorsi viene spesso presentata come un semplice problema di calcolo degli itinerari. Nella realtà, si tratta soprattutto di un continuo equilibrio tra:

• vincoli operativi;
• qualità del servizio;
• fattibilità operativa;
• stabilità delle pianificazioni;
• vperformance economiche.

E quanto più le operazioni evolvono in tempo reale, tanto più questa complessità aumenta.

In AntsRoute, il nostro approccio consiste proprio nel progettare motori in grado di adattarsi a questa realtà operativa: sistemi capaci di valutare in modo intelligente ogni possibile inserimento, tenendo conto dei vincoli reali delle operazioni.

Perché, nella logistica dell’ultimo miglio, la vera sfida non è semplicemente ottimizzare una pianificazione. È continuare a prendere le decisioni giuste anche quando il contesto operativo cambia continuamente.