Recensione di AnyLogic, fornitore di software per simulazione e supply chain design

Di Léon Levinas-Ménard

Ultimo aggiornamento: ottobre, 2025

AnyLogic (di The AnyLogic Company) pubblica un IDE di simulazione multimodale a scopo generale (discrete-event, agent-based e system-dynamics), uno strato di esecuzione web chiamato AnyLogic Cloud per l’esecuzione/parametrizzazione dei modelli e l’esportazione dei risultati, e un prodotto distinto per il supply chain design, anyLogistix (ALX), che combina l’ottimizzazione analitica di rete/inventario (tramite IBM ILOG CPLEX) con la simulazione dinamica per il test degli scenari. I modelli di AnyLogic sono sviluppati in modo visivo con codice Java incorporato e possono essere esportati come applicazioni Java autonome o caricati su Cloud per esecuzioni tramite browser; Cloud espone API REST e client e supporta l’esportazione dei “Completed runs” in Excel per l’analisi. L’ottimizzazione all’interno di AnyLogic è alimentata dal motore metaeuristico OptQuest, mentre anyLogistix offre la progettazione di rete supportata da solver e politiche di inventario oltre a test di stress basati sulla simulazione. L’estendibilità include una libreria “Pypeline” mantenuta dal fornitore che permette di chiamare Python dai modelli di AnyLogic. In generale, la piattaforma è centrata sul modello (costruisci un modello, esegui esperimenti, analizza i risultati) piuttosto che sull’automazione decisionale per il rifornimento quotidiano—ALX mira alla progettazione strategica/tattica; AnyLogic mira alla simulazione in vari domini.

Panoramica di AnyLogic

Gamma di prodotti (in sintesi):

AnyLogic (IDE desktop): ambiente di simulazione multimodale con Java come linguaggio di scripting e un motore di simulazione documentato; i modelli possono essere esportati come applicazioni Java autonome. ¹²³⁴
AnyLogic Cloud: strato SaaS/web per eseguire modelli, creare esperimenti, gestire versioni (incluso un editor browser nelle versioni recenti) ed esportare risultati. Offre API REST e client. ⁵⁶⁷⁸⁹
anyLogistix (ALX): applicazione per il supply chain design che combina l’ottimizzazione di rete tramite CPLEX e la simulazione dinamica; include metodi di inventario come la stima dello stock di sicurezza. ¹⁰¹¹¹²¹³

Architettura & stack (fatti salienti):

I modelli vengono compilati e eseguiti su Java; le applicazioni esportate sono Java puro e richiedono JDK 17+. ³⁴
L’ambiente di esecuzione della simulazione è una Engine API documentata (coda degli eventi, RNG, simulazioni concorrenti all’interno di una JVM). ²
Cloud pubblica rilasci frequenti; le note del 2024–2025 includono Java 17, e Cloud aggiunge l’esportazione dei “Completed Runs” e diagnostica. ¹⁴²¹⁵
Private Cloud dispone di una guida per amministratori e documentazione sull’architettura; Cloud espone REST (con client JS/Python/Java). ¹⁶⁹
Ottimizzazione: l’esperimento di Ottimizzazione di AnyLogic utilizza OptQuest (OptTek) all’interno del motore; l’Ottimizzazione di Rete di ALX si basa su IBM ILOG CPLEX. ¹⁷¹⁸¹⁹¹¹

AnyLogic vs Lokad

Obiettivi diversi, meccaniche differenti. AnyLogic/ALX sono centrati sul modello: costruisci un modello esplicito di simulazione o di supply chain design, esegui esperimenti parametrizzati (inclusi ottimizzazioni supportate da solver per rete/inventario) e analizzi i risultati. Evidenze: esportazione del modello in Java, flussi di lavoro degli esperimenti su Cloud e API REST, ottimizzazione in-modello con OptQuest, e progettazione di rete basata su CPLEX in ALX. ³⁶⁹¹⁷¹¹ Al contrario, Lokad è un SaaS centrato sulla decisione focalizzato su previsioni probabilistiche e ottimizzazione che producono decisioni classificate per il rifornimento/spedizione/prezzi (non modelli di simulazione interattivi). L’approccio di Lokad ruota attorno a un DSL e a un’elaborazione batch giornaliera per produrre liste di azioni prioritarie da eseguire in ERP/WMS. (Nota: questo rapporto si concentra su AnyLogic; vedere i materiali pubblici di Lokad per le loro affermazioni riguardo alla pipeline di ottimizzazione decisionale e al DSL.)

Implicazioni per supply chain:

Classe di problema: ALX eccelle nel design (scelta di siti greenfield, flussi di corsie, dimensionamento della capacità) e nell’esplorazione delle politiche sotto dinamiche simulate; Lokad mira a decisioni operative ricorrenti (quantità di riordino giornaliere/allocazioni/prezzi).
Meccanismo: ALX invoca CPLEX per risolvere formulazioni statiche (es. ubicazione delle strutture, assegnazione dei flussi) quindi simula le dinamiche; l’IDE di AnyLogic usa OptQuest per ottimizzare i parametri del modello; Lokad esegue previsione probabilistica + ottimizzazione stocastica per generare liste di decisioni—senza diagrammi di flusso a eventi discreti. ¹¹¹⁷
Deployment: AnyLogic è desktop con esecuzione Cloud opzionale e API; ALX è un’app desktop confezionata con integrazione del solver; Lokad è esclusivamente un SaaS multi-tenant. ⁵¹⁰
Risultato: AnyLogic/ALX producono scenari, dashboard e tabelle di esecuzione (esportabili in Excel/REST); Lokad produce azioni transazionali classificate destinate a essere reinserite in ERP/WMS. ²⁰²¹⁹

Se l’obiettivo è l’ottimizzazione operativa del rifornimento in condizioni di incertezza con liste di decisioni automatizzate, il paradigma di Lokad è più vicino all’obiettivo. Se l’obiettivo è il ripensamento della rete, l’ottimizzazione delle politiche di capacità/inventario o il stress-testing con dinamiche di processo complesse, AnyLogic/ALX sono più adatti, dati il loro flusso di lavoro basato su simulazione e solver.

Azienda, storia e dati aziendali

Entità: The AnyLogic Company (sviluppatore di AnyLogic e AnyLogic Cloud) e il marchio/sito del prodotto anyLogistix per il supply chain design. ²²¹¹⁰
Fondazione (fonti registri pubblici): CB Insights riporta che l’azienda è stata fondata nel 2002 (Oakbrook Terrace, IL). I round di finanziamento pubblici non sono divulgati sui siti dei fornitori; nessuna acquisizione è stata identificata nei materiali ufficiali. ²³
Posizionamento: AnyLogic (simulazione generale), AnyLogic Cloud (esecuzione/analisi web), anyLogistix (supply chain design). ¹⁵¹⁰¹³

Registro delle discrepanze (aziendale): il materiale di marketing afferma frequentemente lo status di “leader”; i registri indipendenti (CB Insights/Craft) forniscono solo dati aziendali di base; non è stata riscontrata alcuna attività di acquisizione confermata. ²³

Prodotto & tecnologia: cosa fa il software

AnyLogic (IDE desktop)

Metodi di modellazione: DE/ABM/SD con runtime condiviso; logica espressa tramite blocchi visivi e codice Java incorporato. ²
Obiettivi di build & run: esportazione come applicazioni standalone Java; la CLI supporta l’esportazione/l’esecuzione di esperimenti; le matrici della piattaforma elencano JDK 17+. ³⁴
Esperimento di ottimizzazione: avvolge OptQuest per ottimizzare parametri soggetti a vincoli/obiettivi; le classi di OptQuest sono documentate nell’API. ¹⁷¹⁸¹⁹
Livello dati: database integrato e connettori; gli strumenti per il database sono documentati nell’aiuto. (I dettagli sull’engine—es. engine DB incorporato—non sono indicati nelle pagine pubbliche e quindi non vengono affermati qui.) ²⁴

AnyLogic Cloud

Scopo: eseguire modelli nel browser, gestire versioni dei modelli, eseguire esperimenti (singolo/multi-run), confrontare i risultati ed esportare dati/Completed runs. ⁵²⁰²¹
Flusso di lavoro: esportazione dal desktop tramite Run configuration (selezione di input/output/risorse) per creare una versione modello su Cloud; “Model versions” include l’editor web (early access). ⁶⁷⁸
API: REST API (+ client) documentata per esecuzioni programmatiche e recupero dei risultati; utilizzata per integrazione/automazione. ⁹
Rilasci: gli aggiornamenti del 2024–2025 aggiungono il supporto per Java 17, uno strumento di diagnostica e miglioramenti all’esportazione dei Completed runs. ¹⁴²¹⁵
Private Cloud: guida per amministratori e documentazione sull’architettura sono pubbliche; i dettagli (es. inventory dei servizi) non sono elencati nella pagina pubblica—le affermazioni sono limitate a quanto pubblicato. ²⁵¹⁶

anyLogistix (ALX)

Ambito: supply chain design (ottimizzazione di rete, progettazione di inventario/politiche, scenari di rischio, pianificazione master). ¹⁰¹¹
Solver: Network Optimization e altre analisi utilizzano IBM ILOG CPLEX (LP/MIP). ¹¹
Inventario: metodi di safety stock estimation documentati; ALX supporta l’analisi delle politiche con simulazione. ¹²
Simulazione: test dinamici dei design tramite simulazione (sfruttando lo stack tecnologico di AnyLogic). ¹⁰

Estendibilità & ecosistema

Python nei modelli: libreria ufficiale Pypeline (sotto licenza MIT) per chiamare Python locale dai modelli di AnyLogic (non parte del prodotto core; si notano avvertenze sugli overhead nel repo). ¹
Egress dei dati da Cloud: esportazione di “Experiment data” e “Completed runs” in Excel dall’interfaccia Cloud. ²⁰²¹

Come funziona (meccanismi & architetture)

Compilazione & runtime:

La Engine API descrive l’ambiente di esecuzione della simulazione (coda degli eventi, RNG, simulazioni concorrenti per JVM). I modelli sono in Java; le applicazioni esportate sono Java puro e richiedono JDK 17+. ²³⁴

Esecuzione Cloud & versioning:

L’esportazione da desktop utilizza la Run configuration per dichiarare quali parametri/risorse diventano input/output su Cloud; Cloud mantiene le versioni del modello (recentemente aggiungendo un editor browser); le esecuzioni e i risultati possono essere recuperati tramite REST ed esportati in Excel. ⁶⁷⁸⁹²⁰²¹

Impianto di ottimizzazione:

All’interno dell’IDE di AnyLogic: OptQuest (metaeuristiche + vincoli) per esperimenti di ricerca/parametri; le API/classi pubbliche mostrano il binding di OptQuest. ¹⁷¹⁸¹⁹
All’interno di ALX: CPLEX risolve le formulazioni di rete/inventario; successivamente la simulazione valida/confronta le politiche sotto dinamiche. ¹¹¹²

Ciò che non è dimostrato:

Nessuna documentazione del fornitore afferma che AnyLogic/ALX eseguano nativamente un’ottimizzazione operativa probabilistica end-to-end per il rifornimento che produca ordini di acquisto classificati per l’inserimento diretto in ERP. Il flusso di lavoro rimane guidato dagli esperimenti: progettare, simulare, analizzare, esportare. ⁵¹⁰²⁰²¹

Distribuzione & roll-out (dai documenti principali)

Passaggio da Desktop a Cloud: creare il modello; configurare la Run configuration; Esportare il modello su AnyLogic Cloud; creare esperimenti; eseguire; analizzare/esportare. ⁷⁶²⁰
API/integrazione: gestire esecuzioni e recuperare i risultati tramite REST (e client SDK). ⁹
Distribuzione dei risultati: esportare i Completed runs (tutti input/output, grafici) in Excel per BI o trasferimenti successivi. ²¹²⁰
Private Cloud: esistono doc pubblici per amministratori/architettura; dettagli oltre le pagine pubblicate non sono dichiarati. ²⁵¹⁶

Evidenze sulle affermazioni relative ad AI/ML

Bridge Python gestito dal fornitore: Pypeline permette di chiamare Python locale (qualsiasi libreria) da un modello in esecuzione—utile per inferenza ML o algoritmi specializzati, ma esplicitamente non un sostituto per Java o uno stack ML integrato. ¹
Algoritmi ALX: l’ottimizzazione si basa su CPLEX; non ci sono evidenze pubbliche di modelli proprietari di pianificazione basati su ML incorporati in ALX oltre le formulazioni simulazione + solver. ¹¹¹²
Conclusione: AnyLogic/ALX forniscono hook per utilizzare ML (ad es., tramite Python), ma non sono commercializzati (nelle doc) come sistemi di pianificazione ML-first; i punti di forza principali rimangono l’analisi basata su simulazione e solver. ¹¹¹

Cosa offrono le soluzioni (in dettaglio)

AnyLogic (IDE): un ambiente di simulazione multimodale compilato in Java per costruire modelli eseguibili, eseguire esperimenti (singolo/multi-run, ottimizzazione con OptQuest) e analizzare/esportare i risultati. Fornisce output di simulazione e tabelle degli esperimenti; non un sistema turnkey per il rifornimento operativo. ³²¹⁷²⁰²¹
AnyLogic Cloud: un runtime ospitato con esperimenti, versioning, accesso REST ed esportazioni in Excel per gli output dei modelli. ⁵⁹²¹
anyLogistix: ottimizzazione di rete/inventario supportata da CPLEX più simulazione dinamica per testare design e politiche; gli output includono decisioni ottimali di sito/flusso per i design e metriche di performance delle politiche in condizioni di variabilità simulata. ¹¹¹²¹⁰

Come vengono ottenuti i risultati (meccanismi/architetture)

Meccanismi: compilazione dei modelli in Java → esecuzione tramite Engine; OptQuest per la ricerca dei parametri; ALX chiama CPLEX per MIP/LP; Cloud orchestra esperimenti ed egress dei dati; l’API REST espone esecuzioni/output. ²¹⁷¹¹⁹²¹
Architetture: IDE desktop con CLI/esportazione → servizio Cloud con versioni dei modelli ed esperimenti (documentazione admin/architettura pubblicata per il Private Cloud). Le affermazioni sono limitate a componenti/versioni documentate (es. Java 17 nei rilasci Cloud). ³¹⁶²

Limitazioni & lacune (punto di vista scettico)

Automazione decisionale operativa: Nessun documento pubblico mostra che AnyLogic/ALX producano quotidianamente linee d’ordine classificate pronte per l’ERP in base a domanda/tempi di consegna probabilistici—questa capacità è al di fuori del flusso di lavoro centrato sul modello. ⁵¹⁰
Etichettatura AI: Sebbene sia possibile invocare Python/ML, non c’è alcuna affermazione di un “AI decisioning” end-to-end nativo in ALX; le evidenze di ottimizzazione sono CPLEX e OptQuest. ¹¹¹¹⁷
Trasparenza dell’architettura: Esiste documentazione sull’architettura Cloud, ma non elenca ogni microservizio/coda/argomento nelle pagine pubbliche; sono evidenziate solo le versioni principali (es. Java 17) esplicitamente documentate. Le affermazioni rimangono nei fatti pubblicati. ¹⁶²

Conclusione

La piattaforma di AnyLogic è centrata sul modello ed è tecnicamente ben documentata: i modelli vengono compilati in Java, eseguiti su un motore documentato, possono essere esportati o eseguiti in Cloud e integrati tramite REST/esportazioni in Excel. L’ottimizzazione all’interno dell’IDE utilizza OptQuest; ALX aggiunge ottimizzazione di rete/inventario basata su CPLEX e simulazione per il design della supply chain. Le evidenze pubbliche non supportano interpretazioni di marketing che equiparano la suite a una piattaforma di automazione decisionale operativa per il rifornimento quotidiano. Per le organizzazioni che necessitano di sperimentazione, progettazione di rete, dimensionamento della capacità e stress-testing delle politiche, il toolchain di AnyLogic/ALX è adatto allo scopo. Per decisioni quotidiane di rifornimento/spedizione probabilistiche, una piattaforma centrata sulla decisione (ad es., Lokad) è architettonicamente più vicina al bisogno.