L’insieme di tecnologie e metodologie che viene solitamente indicato con l’espressione “Artificial Intelligence” trova già adesso ampia applicazione in taluni ambiti del supply chain planning, come nel demand planning (e.g. previsioni) o nell’inventory planning (e.g. categorizzazione articoli). Nel sotto ambito della pianificazione e programmazione della capacità e delle operazioni (il cuore della pianificazione), tuttavia, lo scenario è più aperto. Da un lato, si trovano i metodi ottimizzanti, con le loro limitazioni (computazionali, di rigidità di ipotesi, etc.); dall’altro, si trovano alcuni metodi riferibili al mondo dell’AI (e.g. algoritmi genetici), ormai da anni praticati e riconosciuti per la loro validità. Scopo di questa tesi è effettuare una review di letteratura, delle interviste a vendor ed aziende, per inquadrare lo stato dell’arte circa l’utilizzo di algoritmi e metodi di AI, specie del mondo induttivo (machine learning) al tema della pianificazione della capacità e delle operazioni. Se il lavoro si esaurisse a questa prima fase, esso sarebbe presentato come tesi senza controrelazione; se invece i candidati raccogliessero dati / elementi circa una applicazione innovativa (e.g. neural networks per il dimensionamento della flotta di trasporto, a partire da dati storici di performance, domanda, etc.), e la sviluppassero in una seconda parte del lavoro, esso sarebbe allora presentato come tesi con controrelazione.