Како АИ може да пружи боље 3ПЛ корисничко искуство

 

Примарни циљ свих логистичких организација трећих страна (3ПЛ) је да својим клијентима обезбеде спољну логистичку подршку руковањем кретањем робе и материјала од производње до складиштења до испоруке. Али како се то може урадити у оперативном окружењу које карактерише све мање радне снаге, неочекивани и често ометајући догађаји и преоптерећеност информацијама?

 

„Све 3ПЛ организације се суочавају са сличним изазовима“, каже Бриен Довние, председник Холман Логистицс. „Клијенти желе да њихов инвентар буде заштићен када је у магацину. Желе тачне информације у реалном времену о локацији својих сировина и готових производа. Желе да се све отпреми по распореду, а да ништа не буде испоручено што не би требало да буде. Највише од свега , они желе да њихове испоруке буду потпуне и на време То су многи од кључних покретача за мерење услуге 3ПЛ организације.

 

Испуњавање ових потреба клијената било би довољно тешко да су поруџбине ограничене на пуне количине камиона које се отпремају директно из складишта до пријемних докова примаоца. Реалност је, међутим, далеко другачија. Обрасци поруџбина су сложени, посебно за трансакције е-трговине које заузимају све већи удео у трговини нације. „Купци могу наручити ствари једну по једну“, каже Дауни. "али руковање појединачним и малим количинама може бити скупо."

 

Ствари се заустављају када ланац снабдевања буде погођен временским непогодама, кваровима у транспорту или радним активностима. „Сваки пут када дође до поремећаја, ствари постају заиста скупе“, каже Дауни. „На крају преузимате додатни капацитет у смислу особља за прецизно праћење наруџби или опрему за руковање материјалом у необичним околностима. Затим постоји изазов шта да радите са људима и опремом када криза прође.“

 

Повећање ефикасности

Да би испуниле захтеве све захтевнијег оперативног окружења, 3ПЛ организације се удружују са добављачима софтвера вођеним вештачком интелигенцијом. Водећа технологија може да реши многа питања која побољшавају оперативну ефикасност. Један важан пример је повећана безбедност. „Сигурно складиште је ефикасно складиште“, каже Дауни. „Мање несрећа значи да 3ПЛ провајдер може боље да брине о људима који раде у складишту и о производима који се тамо чувају. Операције без незгода директно доприносе крајњој линији и циљевима услуга за кориснике смањењем повреда и прекида кретања производа.

 

Традиционални приступ обезбеђивању безбедности био је постављање сензора који искључују лифтове када се открију ударци. На површини, то звучи као одлично решење. У стварности, такав систем доводи до већих трошкова када сензори не могу да разликују очекиване или нормалне неравнине од штетних.

 

„Традиционални сензори вам не дају довољно информација“, каже Дауни. "Они нису у стању да одвоје сигнал од буке. Често имају сензоре г-форце који искључују камионе када се прекорачи ниво вибрација. Намера је да се идентификује када је неко доживео судар или налетео на комад. Али проблем је у томе што само вожња преко безопасне неравнине на поду активира сензор и када систем не може да разликује добро од лошег, људи ће искључити систем и престати да га користе у потпуности." То, наравно, повећава ризик од скупих несрећа.

 

Сензорском систему је потребно побољшање да би се филтрирали изузеци од нормалних операција. Ту долази АИ обрада. Његово напредно препознавање образаца брзо и прецизно одваја сигнал од шума. Резултат је смањење водећих индикатора безбедносних питања. Послодавци могу да идентификују који оператери су налетели на полице или су се агресивно окретали, као и како и када то раде. „АИ пружа јасну слику о томе шта се заиста дешава у складишту“, каже Дауни. "Може ефикасно идентификовати потенцијалне несреће пре него што се догоде."

 

Оптимал Слоттинг

Роба стиже у складиште, обрађује је тим, а затим прелази на полице. Међутим, оно што би требало да буде беспрекоран процес може бити испуњено неефикасношћу која повећава трошкове рада и руковања и угрожава испоруку на време.

 

„Историјски гледано, није било много развоја са становишта машинског учења о томе како производ улази и излази из складишта“, каже Дауни. "То се брзо мења." Сада, 3ПЛ организације могу да усвоје софтвер за управљање складиштем заснован на вештачкој интелигенцији са аутоматским прорезима, који користи прошле обрасце кретања производа да аутоматски усмерава руковање новим залихама.

 

Платформа оркестрације за управљање складиштем са АИ може учинити да 3ПЛ-ови света раде ефикасније у операцијама као што су брање, одлагање и тачност залиха. „Многа складишта не постављају производе на оптималне локације јер једноставно не знају читав низ тачака података, као што су наруџбе које стижу у реалном времену, колико ће складишних радника бити у смени и стручност тих радника. радници“, каже Иосх Еисбарт, главни извршни директор и суоснивач компаније Фулфиллд, компаније за оркестрацију складишта са АИ-ом. „АИ може да унесе ове информације и да их користи за покретање сценарија 'шта ако'. На пример, 'Шта ако бисмо преместили овај производ на ову локацију или ове производе на ове локације за 20 најбржих предмета у покрету? Како би то изгледало у погледу веће ефикасности бербе и мањих потреба за радном снагом?' Резултат је ниво ефикасности складишта који иначе једноставно не постоји."

 

Пре вештачке интелигенције, менаџери складишта би покушавали да преуреде производе на периодичној, ад хоц основи како би повећали ефикасност. "Понекад би то функционисало, а понекад не", каже Еисбарт. „Али чак иу најбољим случајевима, одлуке би се заснивале само на снимку у времену. АИ омогућава сталну поновну процену и прерасподелу, заједно са сталним тестирањем резултата које открива процентуалне промене у ефикасности и трошковима.“

 

Смањењем изгубљених корака радника у складишту, 3ПЛ организација постаје продуктивнија, исплативија, прецизнија и окретнија. Може да испоручује поруџбине брже и јефтиније, пружајући задовољство крајњим корисницима и смањујући трошкове клијента.

 

Системи вештачке интелигенције могу чак одредити који запослени треба да померају сваки производ, на основу анализе личне историје и учинка. „Док је ову процену традиционално вршио супервизор, оно што ради за неколико људи брзо постаје превише гломазно за хиљаде радника“, примећује Дауни. „Софтверски алати омогућавају компанији да оптимизује расподелу радне снаге за максималну ефикасност.“

 

АИ је ефикаснија у овим одлукама јер у свој софтвер уграђује принципе традиционалног „дигиталног близанца“. Технологија има тренутни и континуирани приступ информацијама о складишту као што су димензије зграде, положаји и висине пролаза, растојање између пролаза, локације утоварног пристаништа, број и стручност запослених у просторијама, као и локације и детаљи доступних виљушкара , аутономни мобилни роботи и системи за аутоматско проналажење складишта. „Израда дигиталног близанца као саставни део основног АИ производа омогућава му да оркестрира већу ефикасност складишта, што резултира бољим искуством клијента“, каже Еисбарт.

 

Дигитални близанац такође може помоћи у решавању скупог питања флуктуације радника у магацину. Особље за замену, које се често мора брзо ангажовати да би се задовољила потражња, пречесто нема потребну стручност за одржавање оптималне ефикасности. „Нови радници неће бити упознати са распоредом складишта, али АИ их може брзо довести до брзине пружањем мапа са оптимизованим упутствима за рутирање“, каже Еисбарт. „Уместо да обиђе пола магацина да би стигао од тачке А до тачке Б, нови радник може да прати предложену руту. Резултат је побољшана способност брзог лоцирања и обраде залиха."

 

Људски фактор

Колико год да је импресивно, АИ сама не може да помери 3ПЛ до врхунске ефикасности. И даље је потребна људска стручност. „Употреба вештачке интелигенције неће аутоматски довести до повећања ефикасности“, каже Дауни. „Људи треба да остану укључени. Иако АИ може савладати предмет, врло често ће доћи до погрешних закључака. 3ПЛ организација мора осигурати да задржи увиде људи који критички размишљају и могу препознати ограничења АИ.“

 

Предности вештачке интелигенције се неће десити преко ноћи и биће потребно време да се запослени увере у потенцијал технологије. „Људи ће се одушевити АИ када виде како им може помоћи да избегну много заморног, понављајућег рада“, каже Дауни. "Почеће да цене повећање продуктивности."

 

Компаније се суочавају са два изазова у примени АИ технологије. На једном нивоу, аутентичан ангажман је важан. „Постоје компаније које заиста користе вештачку интелигенцију“, каже Еисбарт. „И постоје компаније које то само стављају на своју веб страницу да би угланцале свој имиџ.“

 

На другом нивоу, постоји изазов праћења резултата. „Добици ће варирати у зависности од инсталације“, каже Еисбарт. „Неки случајеви употребе ће понудити могућности оптимизације, а неки не.“ Једна недавна компанија са листе Фортуне 500 успела је да смањи изгубљене кораке радника у складишту за 40%, повећа ефикасност брања за 15% и повећа ефикасност одлагања за 20%. Фактори који доприносе нивоу успеха вештачке интелигенције укључују величину објекта, тренутну стручност радника, брзину производа и степен до којег су операције већ укључиле машинско учење.

 

Изнад свега, каже Еисбарт, 3ПЛ организације које укључују вештачку интелигенцију морају да држе на оку крајњи циљ: побољшани резултат. „Организације које воде са технологијом или које се фокусирају на иновације без процене утицаја на пословне резултате пропуштају поенту.“