La logistica è, secondo la definizione data dall'Associazione Italiana di Logistica (AILOG) e Supply Chain Management, «l'insieme delle attività organizzative, gestionali e strategiche che governano nell'azienda i flussi di materiali e delle relative informazioni dalle origini presso i fornitori fino alla consegna dei prodotti finiti ai clienti e al servizio post-vendita».
In un mondo sempre più globalizzato dove un oggetto – pensiamo per esempio al familiare IPOD – viene progettato negli USA, fabbricato assemblando in Cina pezzi prodotti in Giappone, Corea, Taiwan ecc., per essere venduto in tutto il mondo, è chiaro che la logistica è ormai una dimensione di primaria importanza nelle economie moderne. La competitività in un mercato globalizzato richiede infatti che tutte le attività riguardanti la logistica siano ottimizzate, ed è proprio su questa ottimizzazione che il matematico può avere molto da dire.
Negli ultimi tempi, inoltre, si è verificata una trasformazione cruciale per cui la logistica, anche quella di una singola azienda, non è più lineare, non si può più parlare di catena di produzione o di approvvigionamento: la realtà logistica attuale è un sistema a rete e ciò, ovviamente, è ancor più vero quando si parla di logistica interaziendale.

Strettamente legate ai problemi logistici vi sono poi le problematiche relative non solo al trasporto di merci ma anche a quello di passeggeri. Di conseguenza, problemi e figure professionali si differenziano. Per esempio: per il trasporto di merci su gomma avrà un impatto determinante l’ubicazione dei magazzini, la scelta della flotta, la ripartizione delle merci fra i vari veicoli, i percorsi effettuati da ciascun mezzo, tenendo conto di vincoli come finestre temporali o divieti di accesso (basti pensare al rifornimento di negozi in centri cittadini) e così via.
Per il trasporto di persone, sempre per esemplificare, le problematiche della movimentazione via terra o via aerea saranno molto diverse, richiedendo quindi specializzazioni differenti. Si pensi al caso di una linea di autobus extraurbani: i tipici problemi da risolvere riguardano la scelta degli itinerari, lo schedule (cioè gli orari di partenza ed arrivo), l’organizzazione dei turni del personale (nel rispetto di vincoli legali e sindacali), la vestizione dei turni (cioè l’individuazione delle persone che effettueranno i singoli turni).
Nel trasporto aereo vi sono problemi diversi, a vari livelli: quelli di gestione del traffico (di competenza nazionale o sopranazionale: ENAV ed EUROCONTROL) e quelli relativi a ciascuna compagnia aerea (scelta degli aeroporti da servire, scelta delle rotte e struttura della rete, scelta delle frequenze e degli orari, scelta della flotta, formazione e vestizione dei turni) ; infine vi sono problemi legati agli aeroporti (gestione di aeromobili, passeggeri e bagagli in modo da garantire sicurezza, capacità ed efficienza a costi, sia monetari che ambientali, sostenibili).
Non serve sottolineare come, dove si parla di sistemi complessi, l’apporto del matematico possa essere significativo e risolutivo.

1.    Tipi di impieghi offerti nel settore logistico

•    Gestore della logistica aziendale.
Il lavoro è tipicamente di squadra. Il matematico contribuisce a progettare e sviluppare dei modelli logistici astratti, che possono essere sia modelli di ottimizzazione che di simulazione, e ne trova poi le soluzioni ottime tenendo conto di una pluralità di criteri e di vincoli specifici posti dall’azienda in cui lavora. I modelli elaborati vanno continuamente validati (occorre cioè controllare che rispondano ai problemi reali) e calibrati (occorre cioè stimare al meglio i valori dei parametri da cui dipende il modello). Le soluzioni ottime vengono ricercate o mediante pacchetti commerciali dedicati oppure con un proprio software sviluppato all’interno dell’azienda.
•    Consulente di logistica.
Non è sempre necessario che il professionista chiamato a risolvere un dato problema di una data azienda abbia una conoscenza completa e dettagliata di quella azienda . Il consulente, infatti, non dipende da una singola azienda ma si specializza in un certo settore della logistica: per esempio in logistica della produzione, oppure logistica del trasporto marittimo ecc. In virtù di questa specializzazione il consulente riceve incarichi determinati. Spesso la consulenza è svolta parallelamente alla vendita/assistenza d’uso di un pacchetto software specifico per le esigenze del cliente.
•    Venditore di software dedicato.
Richiede da un lato le stesse competenze di un consulente di logistica, anche se in modo meno approfondito, e dall’altro una conoscenza molto più specialistica degli aspetti commerciali.
Per quanto riguarda il settore dei trasporti, tra gli enti e le aziende che assumono matematici  nel settore logistico figurano i seguenti:
•    Università e centri di ricerca per svolgere ricerche nello specifico settore (nel campo del trasporto aereo vorrei citare EUROCONTROL con centri di ricerca a Bruxelles, Parigi e Budapest), la DLR (ente nazionale tedesco per le ricerche sul trasporto aereo), la NLR, analogo ente olandese).
•    Aziende di vendita (e consulenza) di pacchetti software per settori specifici: trasporto pubblico urbano, trasporto pubblico extraurbano, trasporto ferroviario ecc.
•    Compagnie aeree. Le principali compagnie sviluppano in proprio dei pacchetti software che affrontano qualcuno dei problemi accennati sopra e magari poi vendono i medesimi pacchetti o fanno consulenza ad altre compagnie aeree minori.
•    Aeroporti. Molti aeroporti commissionano studi o effettuano in proprio analisi del traffico mediante modelli matematici analitici o di simulazione. Uno di questi modelli, a titolo di esempio, si chiama TAAM (Total Airspace and Airport Modeller) e costa qualche milione di euro!

2.    Competenze richieste

Per diventare un bravo esperto di logistica o di trasporti uno studente di matematica deve anzitutto acquisire le competenze tecniche necessarie che includono per esempio lo studio di modelli e metodi di ottimizzazione (in molte università sono offerti corsi di ottimizzazione lineare, di ottimizzazione non lineare, di ottimizzazione combinatoria, di ottimizzazione su reti e così via) e la padronanza di adeguati strumenti informatici. Tutto ciò però non basta: occorrono almeno altri due ingredienti.
Il primo è l'umiltà, la disponibilità a imparare. Spesso purtroppo il matematico pecca di presunzione: l’abilità a risolvere un difficile problema matematico astratto non è sufficiente a risolvere nella realtà i veri problemi. Anzi, di solito, la parte più difficile sta proprio nel riuscire a costruire un modello matematico astratto che poi corrisponda effettivamente allo specifico problema da risolvere. Ciò si impara solo sul campo (di solito, con un lavoro di stage o apprendistato). E’ un po’ come imparare ad andare in bicicletta: le lezioni teoriche possono essere utili ma l’unico modo per imparare ad andare in bicicletta è andarci.
Il secondo ingrediente è il lavoro di squadra. In una realtà sempre più complessa, i problemi logistici non possono essere affrontati e risolti da una singola persona, ma occorre una squadra appunto in cui il matematico può fornire uno specifico contributo per trovare le soluzioni migliori. In un lavoro di squadra però è necessario saper dialogare con gli altri membri della squadra, che avranno competenze diverse: da quelle di tipo giuridico a quelle di tipo economico-amministrativo, da quelle commerciali e di marketing a quelle organizzative e così via.
Infine in un mondo globalizzato è indispensabile una ottima conoscenza di qualche lingua straniera.

3.    Offerta ed adeguatezza di una formazione specifica

Al momento, purtroppo, la maggior parte dei corsi di laurea in matematica, sia triennali che magistrali, non offrono una adeguata preparazione metodologica. Leggermente migliore è la situazione a livello di Master: i corsi più utili sono quelli ricompresi nel cosiddetto settore scientifico disciplinare Ricerca Operativa che però non sono attivati da tutte le università e, anche quando lo sono, raramente coprono uno spettro davvero completo dei vari campi dell’ottimizzazione.
In una situazione ideale, i corsi da seguire includerebbero: Ottimizzazione lineare, Ottimizzazione non lineare, Ottimizzazione su reti, Ottimizzazione combinatoria, Simulazione.
Oltre alle competenze specifiche di Ricerca Operativa sono necessarie anche delle adeguate competenze informatiche, che vanno dalla conoscenza di qualche linguaggio di programmazione alla conoscenza di software specifico per l’ottimizzazione.
Una preparazione metodologica completa dovrebbe poi includere dei corsi di Probabilità e di Statistica, nonché di Analisi numerica.