Torna a Ricerche di mercato
Bluebird Optimization è una società di consulenza tedesca guidata da Tim Varelmann. Sviluppa modelli matematici, algoritmi di ottimizzazione e software su misura, integrando poi le decisioni risultanti nelle applicazioni dei clienti, nei sistemi aziendali, nei report e nei database. L’offerta commerciale comprende progetti, documentazione, consulenza e formazione. 1 5 8
Punteggio complessivo per la supply chain: 5,7/10.
| Dimensione | Punteggio |
|---|---|
| Profondità nella supply chain | 5,8/10 |
| Sostanza decisionale e di ottimizzazione | 5,6/10 |
| Integrità del prodotto e dell’architettura | 5,6/10 |
| Trasparenza tecnica | 5,6/10 |
| Serietà del fornitore | 5,8/10 |
Il contributo più solido di Bluebird è l’ingegneria necessaria a rendere utili e manutenibili le decisioni numeriche. La valutazione riguarda la validità dell’economia rappresentata nel modello e il costo delle modifiche all’implementazione, oltre alla sola velocità del solutore. 5 8
I limiti riguardano ciò che questi progetti dimostrano. Le responsabilità di consegna e gestione operativa dipendono dalla specifica applicazione del cliente. Bluebird espone ragionamenti ingegneristici esaminabili, ma non ha pubblicato i modelli, i dati di valutazione, i controlli sull’esecuzione e i risultati economici realizzati necessari per valutare un’attività continuativa di supply chain. 5 1
Bluebird Optimization e Lokad a confronto
Bluebird vende competenze ingegneristiche specialistiche. Il cliente presenta un problema decisionale o un componente software; Bluebird sviluppa il modello, migliora l’implementazione e consegna un risultato integrato. L’approccio di Lokad all’ottimizzazione delle scorte organizza un’attività continuativa di supply chain attorno a decisioni numeriche automatizzate, all’incertezza della domanda e dell’offerta future e al valore economico delle azioni disponibili. La differenza riguarda l’organizzazione operativa e la logica decisionale accumulata, più che la capacità delle due parti di scrivere codice di ottimizzazione. 1 5
Per le scorte, il confronto decisivo riguarda il modo in cui il modello valuta le carenze, prevede i ritardi dei fornitori e ripartisce capitale o capacità limitati tra i prodotti. Esplicitare i costi è utile, ma un insieme di calcoli di riapprovvigionamento separati può comunque trascurare l’economia della rete. Il caso Dryft lascia aperte queste questioni di sistema. 5
Il lavoro di Bluebird sulla manutenzione affronta anche un problema centrale del software per la supply chain: il costo del miglioramento della logica dopo la messa in produzione. Questo tema, sviluppato nel saggio di Lokad sull’holimization, va oltre il confronto dei tempi di esecuzione dei solutori. La prospettiva più ampia di Introduction to Supply Chain chiede se questi miglioramenti confluiscano in un processo decisionale affidabile e valutato economicamente. 8
Storia e orientamento tecnico
Gli scritti tecnici pubblici di Bluebird risalgono al 2022. Secondo il registro GLEIF, la persona giuridica Bluebird Optimization GmbH è stata costituita il 28 agosto 2025. Il sito attuale continua a presentare i servizi e il processo di realizzazione di Varelmann. Le informazioni pubbliche descrivono quindi un’attività specialistica che ha successivamente adottato una struttura societaria. 3 2 11 1
| Periodo | Lavoro pubblicato | Rilevanza |
|---|---|---|
| 2022 | Un esempio in tre parti sulla programmazione della produzione di alluminio in funzione dei prezzi elettrici del giorno successivo. | Variabili esplicite, vincoli fisici e riformulazione del modello, con un’applicazione volutamente semplificata. |
| 2024–2025 | Progetto sulle politiche di gestione delle scorte di Dryft, descritto nel novembre 2025. | Implementazione e valutazione di una politica di gestione delle scorte. |
| 2025 | Resoconto sulla messa a punto di un solutore e articolo di ingegneria del software. | Attenzione alla variabilità delle prestazioni, alla struttura dei modelli e alla manutenzione, insieme alla formazione su GAMSPy. |
| 2026 | Caso di refactoring C++ presso Lucky Data. | Architettura e manutenzione di un’applicazione del cliente. |
| Ottobre 2026 | Discussione sulle decisioni probabilistiche. | Architettura esplicita per valutare politiche in condizioni di incertezza, oltre alla semplice ottimizzazione di una previsione puntuale. |
Questa storia segue un tema ingegneristico coerente. Non mostra rilanci successivi di prodotto costruiti attorno a mode tecnologiche scollegate. Il resoconto del 2025 su Gurobi attribuisce persino un ruolo modesto e specifico a un assistente di IA: suggerire un parametro del solutore da provare. È un esempio di assistenza al lavoro ingegneristico, senza attribuire a Bluebird il solutore sottostante. 6
La credibilità tecnica va comunque distinta dalla prova commerciale. Varelmann è coautore di una rassegna del 2025 sui metodi di decomposizione per grandi modelli energetici lineari. Il lavoro discute i limiti di scalabilità e l’assenza di benchmark standardizzati; non convalida l’implementazione di Bluebird per le scorte. Analogamente, l’esempio del 2022 sull’alluminio usa prezzi noti del giorno successivo e un modello fisico semplificato. Il risparmio dichiarato superiore al 15% è un risultato del modello per quell’esempio, non un risultato generale per la supply chain. 10 4
Ottimizzazione delle scorte: il caso più solido nella supply chain
Dryft ha commissionato il lavoro sulle politiche di gestione delle scorte alla fine del 2024. Il modello comprendeva i costi di immobilizzo, stoccaggio, ordinazione e carenza, aggiungendo poi sconti quantità e unità di misura miste. 5
Gli approcci iniziali semplificavano eccessivamente l’incertezza o richiedevano una conoscenza del futuro non disponibile; l’ampliamento di una formulazione mista intera non reggeva alla crescita del problema. Bluebird ha riscritto il modello per Seeker di InsideOpt, rinunciando alla prova di ottimalità a favore di una ricerca praticabile, con l’assistenza dello sviluppatore. 5
Questa è l’obiezione pratica all’impiego della MIP per le decisioni di supply chain. Aggiungere scenari a una formulazione deterministica può moltiplicare le dimensioni del modello mantenendo una rappresentazione restrittiva dell’economia. Un divario di ottimalità minore non compensa una conoscenza del futuro indisponibile, effetti non lineari mancanti o una formulazione impossibile da mantenere. Il contributo ingegneristico consiste nello scegliere e rappresentare il problema decisionale corretto; l’accesso a un solutore di terzi non fornisce questa comprensione. 5
L’incertezza della domanda è esplicita; una distribuzione congiunta della domanda e degli arrivi dai fornitori non lo è. Non sono specificati neppure budget di acquisto condivisi, capacità produttiva e vincoli di trasporto multiprodotto. Queste omissioni contano: il riapprovvigionamento di un articolo può risultare opportuno isolatamente e tuttavia essere un cattivo impiego dell’ultima liquidità, ora macchina o spedizione disponibile nella rete. 5
La pagina iniziale presenta l’incarico come un risparmio di milioni. Il caso riporta una riduzione prevista delle scorte a sette cifre e un miglioramento atteso del servizio di almeno il 5%, senza rendimenti realizzati né protocollo di misurazione. Ridurre le scorte libera capitale; non equivale a un profitto ricorrente. L’introduzione dichiara completata l’interfaccia API, mentre il corpo del testo la descrive come ancora in corso. Le affermazioni sulla messa in produzione e sui risultati finanziari devono essere chiarite prima di poter sostenere un beneficio operativo. 1 5
Dryft presenta attualmente una piattaforma pubblica per la produzione industriale e identifica finanziamenti e fondatori. Anche Lucky Data commercializza un’applicazione logistica operativa, DispoOne. Sono controparti commerciali identificabili. La loro esistenza non dimostra i risultati numerici degli incarichi di Bluebird, che restano sostenuti soprattutto dai casi pubblicati e dalle testimonianze nominative. 12 13
Come Bluebird propone di gestire l’incertezza
L’articolo dell’ottobre 2026 propone una struttura a due livelli. Una simulazione offline valuta politiche decisionali alternative: ridurre la capacità disponibile mediante un fattore, scegliere un percentile anziché una stima centrale della domanda o penalizzare le modifiche a un piano esistente. Dopo la calibrazione, la politica selezionata risolve un singolo problema di ottimizzazione durante l’esercizio. Gli scenari rimangono nella valutazione circostante, anziché essere espansi all’interno di ogni problema di ottimizzazione online. 9
Questo colloca il problema ingegneristico nel punto giusto: trovare una regola decisionale che funzioni bene quando il futuro differisce dalla previsione. Crea però anche un modello sostanziale da mantenere. La simulazione richiede traiettorie future congiunte credibili, esiti dipendenti dalle azioni e un punteggio economico. Una riduzione della capacità calibrata su un regime di domanda può fallire quando cambiano tempi di consegna, margini o vincoli condivisi. Più simulazioni non migliorano una distribuzione errata né rimediano a un costo omesso.
L’articolo riconosce come problemi la calibrazione e l’evoluzione delle distribuzioni. Non fornisce un’implementazione dettagliata nella supply chain, dati o riscontri che dimostrino un basso costo del ciclo di aggiornamento proposto dopo cambiamenti del modello e dell’attività. L’affermazione secondo cui ripetere il ciclo costa poco riguarda più facilmente il calcolo che il lavoro necessario a diagnosticare un nuovo meccanismo, aggiornare il modello e convalidare la politica rivista. 9
Esiste inoltre una distinzione importante tra correttezza matematica e operativa. Un solutore può rispettare un insieme specificato di vincoli e produrre comunque una decisione economicamente scadente perché la specifica omette effetti rilevanti. Bluebird attribuisce esplicitamente al modellista la responsabilità della completezza e dell’uso corretto. Poiché la modellazione è uno dei suoi servizi, il risultato pratico dovrebbe comprendere ipotesi mantenute aggiornate, riscontri sugli errori di previsione e test del comportamento economico quando tali ipotesi cambiano. Le descrizioni pubbliche dei progetti non specificano questo processo di accettazione. 9 1
Componenti software e integrità architetturale
Bluebird sviluppa componenti all’interno dei sistemi dei clienti; la sua distinta dei componenti software dipende quindi dal progetto.
| Riscontro | Componente o implementazione | Conseguenza |
|---|---|---|
| Caso Dryft | InsideOpt Seeker e un modello su misura esposto tramite API. | La dipendenza dal solutore e la manutenzione del modello restano distinte dall’applicazione e dall’infrastruttura operativa di Dryft. |
| Formazione GAMSPy e articolo di ingegneria | Python, GAMSPy e modellazione algebrica GAMS. | La separazione tra dati e modello può ridurre la manutenzione; ambiente di esecuzione, licenze dei solutori e messa in produzione dipendono dall’implementazione. |
| Caso Lucky Data | Gestione dei dati in C++17, viste lato client e streaming backend. | La proprietà dei dati modificabili e la struttura delle interfacce incidono direttamente sui difetti e sul lavoro necessario per i rilasci. |
| Resoconto sulla messa a punto di Gurobi | Parametri di un solutore commerciale su un modello da competizione. | Dimostra lavoro sul solutore, ma non identifica le dipendenze di un’installazione presso un cliente. |
Ogni incarico consegna un componente all’interno di un’applicazione del cliente. Le dipendenze e i compiti operativi determinano il costo di possesso: chi detiene il codice, lo gestisce, aggiorna il solutore, protegge le credenziali e ripara un’integrazione guasta? Il sito promette documentazione e integrazione, ma non pubblica una ripartizione standard di questi compiti né dei diritti sul codice sorgente. 1
Una riduzione concreta dei costi di manutenzione
Il caso Lucky Data del settembre 2026 descrive la sostituzione di dati modificabili condivisi in un modulo C++ con valori recuperati tramite identificatore. Sono stati eliminati quasi metà dell’implementazione centrale e una gerarchia ausiliaria di classi; il codice a valle è diventato più piccolo e lo streaming dal backend ha accelerato l’avvio. 8
Secondo il resoconto, il lavoro è durato poco meno di due settimane, mentre gli altri sviluppatori continuavano ad aggiungere funzionalità. Eliminare il meccanismo di stato condiviso previene i difetti che esso rendeva possibili in quel modulo. È produttività nel miglioramento: un investimento circoscritto riduce il lavoro richiesto dalle modifiche successive. 8
L’articolo su GAMSPy propone un’idea analoga: separare i dati dalle equazioni ed esprimere le strutture ripetute tramite insiemi. Riporta la riduzione dell’implementazione di uno specifico modello da 2.500 righe a 48. Questo può rendere un modello più facile da esaminare e modificare, ma il solo numero di righe non dimostra che ne preservi il significato economico, rimanga calibrato o disponga di test sufficienti. Questi risultati dipendono da ciò che il modello più piccolo rappresenta. 7
Sicurezza e controllo dell’esecuzione
Eliminare lo stato modificabile condiviso è una misura architetturale concreta, rilevante sia per l’affidabilità sia per la sicurezza. I casi pubblici forniscono molte meno informazioni sul perimetro operativo: accesso ai dati di produzione, credenziali, isolamento delle dipendenze, privilegi di rete e ripristino dopo la compromissione di un componente. Autenticazione, autorizzazione e comportamento sicuro dei tentativi ripetuti restano non specificati. 8 5
La formazione Python di Bluebird è orientata allo sviluppo di modelli. L’offerta pubblica non descrive una funzionalità che consenta agli utenti aziendali di eseguire codice Python arbitrario sui dati di produzione. In un’implementazione su misura, questo confine deve essere progettato e consegnato insieme all’applicazione; un modello matematico leggibile non fornisce una sandbox. 7 1
Costo di possesso, produttività e responsabilità economica
Il processo per tappe di Bluebird è esplicito: concordare un obiettivo iniziale, costruire e riesaminare i primi risultati, aggiungere dettagli iterativamente e consegnare la documentazione. Una prova di fattibilità verifica alcune ipotesi selezionate. Il lavoro in produzione deve coprire anche requisiti mutevoli, input errati, distribuzione e valutazione continua del modello; il suo costo non può essere dedotto dalla dimostrazione iniziale. 1 5
I costi ricorrenti comprendono contratti sui dati, ipotesi economiche, incertezza calibrata, modifiche a solutori e librerie e integrazione operativa. Il lavoro su misura può contenere le dimensioni del software ed evitare componenti di piattaforma superflui. Concentra però anche la conoscenza nelle persone che hanno costruito il modello, a meno che il cliente non possa verificarlo, modificarlo e gestirlo autonomamente. Gli impegni pubblici di consegna comprendono la documentazione, ma non specificano il personale per la manutenzione, i test di accettazione eseguibili o i diritti necessari a sostituire chi ha realizzato l’implementazione. 1 7
Bluebird offre riscontri più solidi sul miglioramento della produttività ingegneristica che sulla riduzione del lavoro totale nella supply chain. Le testimonianze di Zalando riferiscono automazione delle previsioni e dei processi, ma non forniscono ore, un riferimento iniziale del personale o costi di manutenzione. La valutazione del lavoro risparmiato resta incompleta finché non si includono l’assistenza ricorrente e il lavoro sul modello. 8 1 5
In un ambiente di sviluppo assistito da agenti, il valore specialistico deriva dall’individuare quale sia davvero il problema decisionale, correggere il modello e rendere manutenibile la sua implementazione. Scrivere una chiamata al solutore o un’integrazione convenzionale diventa meno distintivo. La verifica economica ancora aperta è se questi contributi producano benefici superiori alla somma dei costi di implementazione, gestione e revisione. 5 8
Punteggio per la supply chain
Ogni sottopunteggio va da 0 a 10. Il punteggio complessivo è la media non ponderata di tutti i 25 sottopunteggi.
Profondità nella supply chain
| Criterio | Punteggio |
|---|---|
| Impostazione economica | 7/10 |
| Risultato decisionale finale | 5/10 |
| Precisione concettuale sulla supply chain | 6/10 |
| Indipendenza da fondamenti dottrinali obsoleti | 6/10 |
| Resistenza alla messinscena dei KPI | 5/10 |
Media: 5,8/10.
Impostazione economica — 7/10. L’obiettivo deve attribuire un valore alle conseguenze finanziarie effettive. La mancanza di calibrazione e interazioni limita la fiducia nel fatto che una decisione localmente interessante migliori l’impresa nel suo complesso. 5
Risultato decisionale finale — 5/10. La progettazione orientata alle decisioni è un punto positivo. Resta da dimostrare un ciclo operativo con responsabilità chiare: eseguire, osservare le conseguenze, rimediare ai guasti e migliorare la politica. 5 1
Precisione concettuale sulla supply chain — 6/10. Il trattamento dell’incertezza affronta una difficoltà fondamentale. Senza rischio congiunto di approvvigionamento e competizione per le risorse, la valutazione economica rimane incompleta. 5 9
Indipendenza da fondamenti dottrinali obsoleti — 6/10. Le prestazioni delle politiche sono un principio organizzativo utile. Il loro valore dipende dall’obiettivo finanziario e dalle interazioni rappresentate, più che da una previsione obiettivo o da un processo di consenso. 5 9
Resistenza alla messinscena dei KPI — 5/10. Il titolo induce a un’interpretazione economica più forte di quanto consenta il calcolo sottostante. Capitale circolante, profitto ricorrente e benefici attesi richiedono contabilità separate. 5 1
Sostanza decisionale e di ottimizzazione
| Criterio | Punteggio |
|---|---|
| Profondità della modellazione probabilistica | 6/10 |
| Sostanza distintiva nell’ottimizzazione o nel machine learning | 7/10 |
| Gestione dei vincoli reali | 6/10 |
| Automazione delle decisioni e produttività del lavoro | 5/10 |
| Resilienza alla complessità operativa reale | 4/10 |
Media: 5,6/10.
Profondità della modellazione probabilistica — 6/10. L’incertezza influisce sul metodo, non soltanto sul linguaggio. La fiducia è limitata dalla mancanza di riscontri sulla calibrazione degli esiti congiunti dell’approvvigionamento e dei regimi operativi mutevoli. 5 9
Sostanza distintiva nell’ottimizzazione o nel machine learning — 7/10. Il lavoro di formulazione dimostra un ragionamento specifico sul problema. Il suo valore risiede nel modello e nella sua rappresentazione pratica, indipendentemente dalle capacità del solutore stesso. 5 6 10
Gestione dei vincoli reali — 6/10. Il dettaglio operativo locale è utile, ma non risolve l’allocazione tra prodotti concorrenti. I vincoli sulle risorse condivise possono invertire l’ordine di priorità di azioni di riapprovvigionamento altrimenti interessanti. 5
Automazione delle decisioni e produttività del lavoro — 5/10. Automatizzare un calcolo può risparmiare lavoro e aggiungere compiti di assistenza. Il risparmio totale di lavoro rimane non misurato nell’esecuzione, nella gestione delle eccezioni e nella revisione dei modelli. 1 5
Resilienza alla complessità operativa reale — 4/10. Il successo dello sviluppo di un modello non misura l’affidabilità continuativa. Mancano tassi di guasto in produzione e valutazioni del comportamento durante interruzioni dell’approvvigionamento. 5
Integrità del prodotto e dell’architettura
| Criterio | Punteggio |
|---|---|
| Coerenza architetturale | 5/10 |
| Chiarezza dei confini del sistema | 6/10 |
| Serietà in materia di sicurezza | 4/10 |
| Parsimonia software e costo di possesso | 7/10 |
| Compatibilità con operazioni programmatiche e assistite da agenti | 6/10 |
Media: 5,6/10.
Coerenza architetturale — 5/10. Una realizzazione per componenti può adattarsi bene alle applicazioni esistenti. La coerenza a lungo termine dipende da interfacce esplicite e dalla responsabilità della manutenzione, che restano specifiche del singolo incarico. 1 5 8
Chiarezza dei confini del sistema — 6/10. La divisione tra implementazione specialistica e applicazione ospitante è comprensibile. La responsabilità dell’esecuzione e il ripristino dopo esecuzioni parziali richiedono un contratto più preciso. 1 5 8
Serietà in materia di sicurezza — 4/10. Prevenire un difetto tramite l’architettura è più solido che affidarsi a ispezioni ripetute. Il confine di fiducia in produzione resta privo di dettagli pubblici su credenziali, privilegi, isolamento e ripristino. 8 5
Parsimonia software e costo di possesso — 7/10. Il lavoro sulla manutenzione affronta una fonte ricorrente di costi. La domanda economica restante è se i suoi benefici superino l’intero lavoro di implementazione e gestione continua del modello. 8 7
Compatibilità con operazioni programmatiche e assistite da agenti — 6/10. Gli artefatti si prestano all’uso programmatico. Un modello operativo più solido esporrebbe interfacce riutilizzabili e controlli automatizzati del comportamento economico dopo le modifiche. 5 7
Trasparenza tecnica
| Criterio | Punteggio |
|---|---|
| Documentazione tecnica pubblica | 6/10 |
| Esaminabilità senza mediazione del fornitore | 5/10 |
| Visibilità della portabilità e della dipendenza dal fornitore | 4/10 |
| Trasparenza del metodo di implementazione | 7/10 |
| Densità dei riscontri a sostegno delle affermazioni tecniche | 6/10 |
Media: 5,6/10.
Documentazione tecnica pubblica — 6/10. Il ragionamento è esaminabile a livello di metodo e implementazione. I controlli sulla messa in produzione e i contratti sui dati di produzione ricevono molte meno spiegazioni. 4 8 9
Esaminabilità senza mediazione del fornitore — 5/10. Le spiegazioni pubbliche consentono una critica tecnica senza una dimostrazione commerciale. Rimane impossibile riprodurre autonomamente la valutazione delle scorte. 5 8 9
Visibilità della portabilità e della dipendenza dal fornitore — 4/10. La sola documentazione non dimostra la possibilità di operare autonomamente. Diritti sul codice, obblighi di licenza e un passaggio di manutenzione collaudato determinerebbero la portabilità pratica. 1 5
Trasparenza del metodo di implementazione — 7/10. I casi rendono comprensibili le scelte ingegneristiche e i cambiamenti di perimetro. Questo aiuta a valutare lo sforzo di implementazione più direttamente di un solo beneficio finale. 1 5 8
Densità dei riscontri a sostegno delle affermazioni tecniche — 6/10. Le affermazioni ingegneristiche sono sostenute da meccanismi specifici. Quelle finanziarie e operative mancano di dettagli di misurazione comparabili. 5 8 1
Serietà del fornitore
| Criterio | Punteggio |
|---|---|
| Serietà tecnica della comunicazione pubblica | 6/10 |
| Integrità della roadmap tecnologica | 7/10 |
| Precisione concettuale | 6/10 |
| Responsabilità economica | 4/10 |
| Difendibilità in un mondo di software agentico | 6/10 |
Media: 5,8/10.
Serietà tecnica della comunicazione pubblica — 6/10. Le discussioni tecniche permettono una valutazione ragionata. Le affermazioni più ampie su risparmi e correttezza richiedono un allineamento più preciso con i riscontri economici e con il reale perimetro del modello. 5 8 9
Integrità della roadmap tecnologica — 7/10. La direzione è coerente e i cambiamenti di metodo seguono esigenze ingegneristiche identificabili. Vi sono pochi segnali di sostituzione di una moda commerciale con un’altra. 3 5 8 9
Precisione concettuale — 6/10. La validità del modello e la struttura del software ricevono seria attenzione. Una valutazione completa della supply chain richiede comunque un collegamento mantenuto nel tempo tra incertezza, decisioni e risultati finanziari. 9 8 5
Responsabilità economica — 4/10. L’accettazione di una consegna da parte del cliente non dimostra il ritorno sull’investimento. Il rendiconto economico mancante comprende guadagni realizzati e costi di implementazione e ricorrenti sostenuti da tutte le parti. 1 5
Difendibilità in un mondo di software agentico — 6/10. La formulazione dei problemi e il giudizio architetturale mantengono valore mentre la generazione di codice diventa meno costosa. La loro difendibilità dipende dalla produttività dell’attività risultante, compresi i miglioramenti successivi. 5 8
Fonti
Fonti verificate il 4 novembre 2026. I casi cliente sono resoconti di Bluebird pubblicati con la partecipazione nominativa dei clienti; le loro proiezioni finanziarie non sono considerate rendimenti realizzati.
[1] Servizi e referenze clienti di Bluebird
Servizi e referenze clienti di Bluebird. Servizi, fasi di implementazione, consegna della documentazione e testimonianze nominative dei clienti.
[2] Registro GLEIF della persona giuridica
Registro GLEIF della persona giuridica. Registro LEI ufficiale: persona giuridica, data di costituzione, stato attivo e riferimento di registrazione.
[3] Ottimizzazione per la transizione energetica, parte 1
Ottimizzazione per la transizione energetica, parte 1. Spiegazione del 2022 sulla programmazione della produzione in funzione dei prezzi elettrici del giorno successivo.
[4] Ottimizzazione per la transizione energetica, parte 3
Ottimizzazione per la transizione energetica, parte 3. Modello semplificato dell’alluminio, riformulazione lineare e risultato illustrativo sui costi.
[5] Ottimizzazione delle scorte in condizioni di incertezza presso Dryft
Ottimizzazione delle scorte in condizioni di incertezza presso Dryft. Resoconto del novembre 2025 sul progetto cliente.
[6] Sfida di messa a punto del solutore Gurobi
Sfida di messa a punto del solutore Gurobi. Esempio di messa a punto, sensibilità ai semi casuali, suggerimento di un parametro assistito dall’IA e perimetro limitato della competizione.
[7] Adattare l’ingegneria del software all’ottimizzazione
Adattare l’ingegneria del software all’ottimizzazione. Articolo scritto a più mani sulla separazione tra dati e modello, modellazione tramite insiemi, GAMSPy e uno specifico esempio di riduzione del codice.
[8] Refactoring C++ di Lucky Data con semantica dei valori
Refactoring C++ di Lucky Data con semantica dei valori. Resoconto del settembre 2026: proprietà dei dati C++, codice eliminato, durata del lavoro, semplificazione a valle e streaming.
[9] Ottimizzazione e ambienti probabilistici
Ottimizzazione e ambienti probabilistici. Descrizione dell’ottobre 2026 della simulazione offline delle politiche, dell’ottimizzazione deterministica online, della calibrazione e della responsabilità del modellista.
[10] Rassegna della decomposizione per modelli lineari di sistemi energetici
Rassegna della decomposizione per modelli lineari di sistemi energetici. Articolo scientifico di cui Varelmann è coautore. Riguarda decomposizione e benchmark dei sistemi energetici, non la convalida di un prodotto per le scorte.
Note legali di Bluebird. Identità societaria e prestatore responsabile dei servizi.
[12] Piattaforma industriale Dryft
Piattaforma industriale Dryft. Piattaforma attuale del cliente e presentazione societaria.
[13] Servizi Lucky Data e DispoOne
Servizi Lucky Data e DispoOne. Servizi attuali del cliente e applicazione logistica.