Herkes Yapay Zekadan bahsediyor ama depolama ve tedarik zinciri için potansiyel uygulamaları nelerdir? Önde gelen tedarik zinciri yazılım şirketi Balloon’un Satış ve Pazarlama Direktörü Edward Napier-Fenning, rota planlama, toplama, işgücü yönetimi raporlaması ve veri girişi dahil olmak üzere performansı artırabilecek beş temel alanı inceliyor.
Yapay Zeka (AI) aniden her yerde karşımıza çıktı. Diğer pek çok devrimci teknolojinin ilk günlerinde olduğu gibi, çok fazla iddia var ve şu anda ‘AI özellikli’ olarak lanse edilen şeylerin çoğu, insanlar tarafından tasarlanan mantıksal yolları izleyen, kuşkusuz çok hızlı ve çok akıllı algoritmalar dizisinden ibaret. Muazzam miktarda ‘büyük veriyi’ yıldırım hızında işleme yeteneği etkileyici ve son derece değerlidir, ancak kendi başına Yapay Zekayı oluşturmaz. Gerçek Yapay Zeka, geçmiş verilerden ve mevcut faaliyetlerden öğrenme ve bir anlamda kendi algoritmalarını yeniden yazma yeteneğine sahiptir.
Yapay zekanın gelişim hızı giderek artıyor ve depolama ve lojistikte uygulanabileceği bazı önemli alanları şimdiden görebiliyoruz.
1. Geliştirilmiş rota planlama
Şimdiye kadar bir sürücü, belki
düzenli bir tur, belki de bir ya da iki gün
önceden planlanmış sabit bir rota ile yola çıkıyordu ve bir kaza, trafik
sıkışıklığı ya da başka bir olay ortaya çıktığında bunlara en iyi yanıtı vermek ona kalmıştı. Artık trafik yönetimi
Google gibi kaynaklara gerçek zamanlı olarak bağlanabilir ve sadece mevcut bir soruna çözüm bulmakla kalmaz, aynı zamanda öğrenimini kullanarak sıkışıklığın nerede meydana gelebileceğini tahmin eder ki bu da garip bir şekilde çoğu zaman gerçek olayın meydana
geldiği yerde olmaz. Bu, daha sağlam bir kaçınma önerisi oluşturur ve depoya ve depodan teslimatların programa uygun şekilde yapılmasına yardımcı olur.
Rota planlamaya yönelik bu yaklaşım, dinamik yük oluşturma ile birlikte
çalışabilir. Şu anda, günün başında veya sürücülerin ve rotaların bir sonraki
günün operasyonları için sabitlenmesi gereken noktada tam bir sipariş dosyası yoktur. Bu nedenle rota, aslında teslimatın yapılmayacağı varış noktalarını içerebilir veya faydalı bir şekilde yapılabilecek teslimatları dışarıda bırakabilir. Akıllı sistemler, sipariş profili oluştukça
rotaları sürekli olarak yeniden planlayabilir, değiştirebilir ve optimize edebilir. Bu da bir sonraki konu olan verimli sipariş toplama konusuna yardımcı olabilir ve elbette kendi yol ve rota belirleme
sorunları vardır.
2. Verimli toplama
Tedarik zincirinde yapay zeka ile ilgili gürültülerin çoğu envanter ve sipariş gibi konularla ilgili. Buradaki iyileştirme açıkça önemlidir, ancak deponun nasıl daha verimli çalıştırılacağına henüz
değinmeye başlamadık, bu da bazı
gerçekten büyük işçilik ve yönetim maliyetlerinin yanı sıra potansiyel
tasarrufların olduğu yerdir.
Toplama yolu optimizasyonu, depoculukta sıcak bir konudur, ancak düşük uçta bu, siparişleri bir sıraya koymaktan ve bunları iş bloklarına ayırmaktan biraz daha fazlasını ifade eder. Bunu gerçekten hızlı bir şekilde yapabilmek güzel, ancak gerçek yapay zeka tüm duruma daha akıllıca bakabilmeye başlıyor: malların depoda nerede olduğu, belirli bir araba veya konteynerde hangi malların birleştirilip birleştirilemeyeceği (ve bu konteynerlerin nerede olduğu), öncelikli siparişlerin neler olduğu (yukarıdaki rotalama sorusuyla açık bağlantıları vardır) ve böylece mümkün olan en verimli toplama rutinlerini oluşturmak.
Yorumlar kapalı.