2020/02/01 19:23:52

Искусственный интеллект в логистике


Содержание

Основная статья: Искусственный интеллект (ИИ) Artificial intelligence (AI)

2020

Использование ИИ для оптимизации цепочек поставок

За прошедшие годы применение искусственного интеллекта в управлении цепочками поставок SCM значительно возросло во всем мире благодаря более высокому спросу на прозрачность и отслеживаемость данных, а также необходимости улучшить обслуживание клиентов. Ведущие отрасли с точки зрения принятия ИИ в SCM (по данным на начало 2020 года) - телекоммуникации(26%), высокие технологии (23%), здравоохранение (21%), профессиональные услуги (19%), а также путешествия, транспорт и логистика (18%).

Несмотря на преимущества интеграции ИИ, некоторые организации не могут реализовать его из-за следующих проблем:

  • Ограниченная доступность высококачественных, согласованных и обновляемых (в режиме реального времени) данных
  • Наличие данных о цепочке поставок в разных отделах (например, отдел маркетинга, отдел инвентаризации, менеджер по закупкам и другие имеют собственные базы данных)
  • Ограниченная интеграция между системами и базами данных для доступа, очистки и анализа данных.
  • Ограниченные политики управления данными, связанные с расширенной цепочкой поставок

Эксперты по закупкам полагают, что недавние сбои в цепочке поставок, вызванные пандемией COVID-19, как никогда подчеркивают необходимость интеграции ИИ в цепочку поставок для оптимизации работы. Чтобы избежать критического сбоя в цепочке поставок, организации необходимо иметь полную картину всей экосистемы; точно прогнозировать спрос и предложение; и оптимально планировать логистику и доставку, среди прочего. ИИ, наряду с машинным обучением, позволяет организациям точно предвидеть загрузку / проблемы в снабжении и, соответственно, заранее предпринимать необходимые (предупредительные / корректирующие) шаги.

Ключевые приложения ИИ для оптимизации цепочки поставок:

Улучшение сквозной видимости и времени отклика

С помощью решений ИИ можно собирать и анализировать в реальном времени и исторические данные от нескольких подключенных устройств и систем (включая системы SCM, ERP и CRM), чтобы получить более широкую и глубокую информацию о работе, которая очень полезна для лиц, принимающих решения. Используя эти решения, команда по закупкам может получить представление о цепочке поставок, предвидеть проблемы (будь то внутри организации, например, из-за сбоев, или за ее пределами, например, задержка поставок) и принимать альтернативные меры для минимизации воздействия на цепочку поставок. Задержка с фактическим реагированием отрицательно сказывается на цепочках поставок и, соответственно, на чистой прибыли.

Реклама
Ультралегкие Fujitsu LIFEBOOK для вашего бизнеса

Производительные устройства с высокой степенью защиты данных для комфортной работы как в офисе, так и дома. Ваше рабочее место всегда с вами вместе с мобильными Fujitsu LIFEBOOK

Узнать больше

Точное прогнозирование

Решения ИИ позволяют организациям собирать информацию от нескольких разных подрядчиков, клиентов и собственных функций (включая поставщиков, клиентов, товарные запасы и продукцию) в режиме реального времени и использовать ее для точных прогнозов. Традиционно прогнозирование не включает детали в режиме реального времени и основывается исключительно на исторических данных. Однако с использованием ИИ точность прогнозирования значительно повысилась, что позволяет руководителям не только лучше планировать, но и повышать эффективность. Кроме того, использование искусственного интеллекта для автоматизации принятия решений на более низком уровне может высвободить пропускную способность для менеджеров, чтобы сосредоточиться на разработке стратегий и принятии решений на высоком уровне.

Эффективное планирование цепочки поставок и производства

Инструменты и решения AI помогают анализировать огромные наборы данных в режиме реального времени, уравновешивать разрывы спроса и предложения, эффективно планировать производство, эффективно планировать производственную деятельность и разрабатывать безошибочные планы и стратегии SCM. ИИ может помочь правильно оценить потребности рынка и соответственно управлять производством, чтобы избежать перепроизводства или нехватки продукта, что может привести к убыткам.

Выбор поставщика и управление отношениями с поставщиками

Решения ИИ могут применяться для анализа различных наборов данных (таких как эффективность доставки, аудиты, оценки и кредитные баллы) и получения индивидуальных рекомендаций по управлению взаимоотношениями с поставщиками. Актуальная и регулярная информация о потенциальных или существующих поставщиках может быть использована для построения взаимовыгодных отношений.

Оптимизация логистического маршрута

Решения ИИ позволяют лицам, принимающим решения, анализировать существующие маршруты, выявлять узкие места и сосредотачиваться на наилучшем маршруте; это уменьшает как время, так и общую стоимость складирования и доставки. Инструменты обработки данных на основе ИИ и ML помогают фиксировать детали, связанные с перемещением товаров в реальном времени, и правильно оценивать время доставки.

Управление складом (WMS)

При использовании решений ИИ количество как избыточных, так и недостаточных запасов, можно уменьшить. AI анализирует большие наборы данных гораздо быстрее и устраняет ошибки, которые могут появиться, когда анализ выполняется вручную. Автоматизация повседневных задач, таких как управление автопогрузчиками, сортировка и управление запасами, с использованием беспилотных летательных аппаратов или автономных наземных транспортных средств, преобразует управление складом.

Несмотря на преимущества, которые он предлагает, ИИ еще предстоит проникнуть глубже в производство. Концептуально сильные алгоритмы, а также инновации в области больших данных не только увеличат вычислительную мощность, но и помогут преодолеть проблемы, связанные с интеграцией данных, способствуя расширению применения ИИ в SCM.

2018: Исследование DHL и IBM

В мае 2018 года компания DHL, участник рынка логистики и экспресс-доставки, и компания IBM представили совместный отчет «Искусственный интеллект в логистике». В отчете оценивается потенциал использования искусственного интеллекта в логистике и выдвигается ряд идей о преобразовании индустрии, развитии нового класса логистических активов и операционных систем с интеллектуальной поддержкой. DHL и IBM поясняют, какими преимуществами могут воспользоваться лидеры логистической отрасли при использовании искусственного интеллекта. Также подчеркивается, что настоящий момент является наиболее благоприятным с точки зрения работоспособности, доступности и стоимости технологий искусственного интеллекта.

Учитывая, что технологии AI уже повсеместно используются в работе с клиентами, о чем также свидетельствует быстрый рост популярности приложений с виртуальным помощником (с функцией распознавания речи), DHL и IBM приходят к выводу, что постоянно совершенствующиеся технологии искусственного интеллекта имеют ряд дополнительных возможностей, актуальных для логистики. Так, они могут помочь провайдеру логистических услуг улучшить взаимодействие с клиентом с помощью интерактивного общения и даже внедрить возможность доставлять товары до того, как клиент их закажет.

Многие отрасли уже успешно применяют искусственный интеллект в своих ежедневных бизнес-процессах, например, такие, как производство и машиностроение. Технологии AI позволяют упростить эксплуатацию производственных линий и процесс производства с помощью функций распознавания изображения и диалогового интерфейса. В автомобилестроении искусственный интеллект активно привлекается для того, чтобы развивать способности к самообучению у автономного робота-автомобиля. Есть множество других примеров, которые свидетельствуют о преимуществах использования искусственного интеллекта и его способности коренным образом изменить мир бизнеса, как это происходит в сфере отношений с клиентами.

Искусственный интеллект позволит изменить операционную модель логистики с реактивной на прогнозируемую, работающую на опережение, что обеспечит более высокие результаты при оптимальных затратах на бэк-офис, операционные взаимодействия и фронт-офис. Например, технологии искуственного интеллекта позволят использовать усовершенствованную систему распознавания для отслеживания отправлений и состояния активов, могут привести к полной автономности процесса доставки на всех его этапах и предсказывать колебания в объемах глобальных отгрузок до того, как они произойдут. Очевидно, что искусственный интеллект дополняет человеческие способности, а также устраняет рутинную работу, что позволит сместить фокус сотрудников, занятых в логистике, на более важные, продуктивные задачи.

Робототехника