3 Desafíos de la cadena de suministro La inteligencia artificial está resolviendo

3 Supply Chain Challenges Artificial Intelligence is Solving
#Ai #machinelearning #supplychain
Para resolver la escasez de conductores de camiones, la capacidad de correspondencia y la demanda es solo el comienzo
La industria de camiones ha experimentado turbulencias sin precedentes en los últimos años, impulsada en gran parte por una combinación de volatilidad de la demanda, eventos macroeconómicos, interrupciones a gran escala, requieren modos de transporte sostenibles y crecientes expectativas del cliente. Con el aumento del comercio electrónico y la creciente demanda de cumplimiento de última milla, los proveedores están bajo una intensa presión para adaptar sus operaciones y prosperar en la nueva normalidad. A pesar de los desafíos, la industria de camiones sigue siendo una parte vital de la economía global y su crecimiento continuo desempeñará un papel clave en la configuración del futuro del comercio global.

En los últimos años, los avances tecnológicos como la automatización, la conectividad y el análisis de datos han brindado a la industria la oportunidad de lograr avances reales. Sin embargo, la industria se retrasa en la aptitud digital y está poniendo en peligro la adopción. En particular, los nuevos participantes impulsados ​​por la tecnología están innovando para llenar los vacíos y forjar sus propios nichos en la cadena de valor a la velocidad vertiginosa. Un campo que está a la vanguardia de esta innovación es la inteligencia artificial (IA). La inteligencia artificial tiene el potencial de revolucionar todas las funciones de la gestión de la cadena de suministro al permitir a las organizaciones optimizar los procesos, reducir los costos y aumentar la eficiencia.

Este artículo es el primero de una serie de dos partes sobre cómo la IA puede resolver y aliviar los principales desafíos de la industria de camiones. En esta parte, se detallan tres desafíos y se destacan las soluciones impulsadas por la IA.


Contratación y retención de conductores

La escasez de conductores ha sido un desafío crónico para la industria de camiones desde la Gran Recesión de 2008. La American Trucking Association (ATA) espera que la escasez de conductores se dispare de 60k en 2021 a 160k en 2030. Compensación por la jubilación y los cambios de carrera voluntaria, retención y retención y retención Maximizar la productividad de los controladores existentes se ha vuelto crítico.

El uso de IA para la planificación de rutas y la programación de conductores puede aumentar la utilización y liberar a los conductores para concentrarse en el aspecto de conducción de su trabajo. La adopción temprana vacilante ha dado paso a un abrazo frenético de los sistemas avanzados de asistencia del conductor (ADAS) para detectar y prevenir accidentes, monitorear el rendimiento del conductor y advertir sobre problemas como la fatiga para mejorar la seguridad de la conducción. A la larga, analizar los factores que impulsan a los conductores a dejar de fumar pueden mejorar la experiencia de los empleados y reducir la rotación. En una industria que no hace mucho tiempo dependía de procesos en papel y anuncios de periódicos para el marketing de reclutamiento, los conductores ahora están interactuando con chatbots de PNL y herramientas de conducción simuladas para ayudar con todo, desde el reclutamiento hasta la incorporación hasta el soporte del conductor diario. NFI Industries, Inc.

 

Coincidencia de oferta y demanda

En los últimos cinco años, la capacidad de transporte de EE. UU. Ha crecido a una tasa del 1%, mientras que el tonelaje ha crecido a una tasa de 1.2%, que muestra fluctuaciones significativas en la magnitud y distribución geográfica. Para poner la capacidad donde está la demanda, los operadores y operadores de propietarios utilizan tableros de carga cuando pueden y no están indefensos. Mientras proliferan en el mercado spot, la fragmentación, la visibilidad limitada y los procesos manuales limitan el atractivo y la efectividad de las juntas de carga. Curiosamente, se estima ampliamente que un tercio de todas las millas de camiones están vacías.

Digital Freight Matching es una capacidad habilitada para AI que simplifica el viaje de flete a través de la digitalización de extremo a extremo. El proceso de coincidencia de capacidad de carga se automatiza a través del aprendizaje automático basado en los requisitos de envío (par, tipo de camión, seguro, servicio), el proceso de licitación se automatiza a través de tecnologías de comunicación (EDI, API), y el seguimiento facilita la visibilidad en tiempo real durante la ejecución. La IA también puede predecir la demanda futura, facilitar el posicionamiento de la capacidad para igualar la demanda y diseñar el movimiento continuo basado en la carga disponible. Se mejora la coincidencia de la capacidad disponible para la demanda, maximizando la utilización de activos, minimizando las millas inactivas y mejorando la reubicación de la capacidad.
 

ETA dinámica

Estimación del tiempo de llegada del camión (ETA) es un esfuerzo complejo afectado por los retrasos de carga, el tráfico, el clima, los cierres de carreteras, las averías y el error humano, lo que resulta en una cascada de acciones improvisadas y un rendimiento subóptimo. La precisión del pronóstico es crítica en muchos pasos de los procesos posteriores, como la gestión de citas de patio, la descarga de muelles, la distribución, el cumplimiento de inventario, la asignación de mano de obra en los almacenes y la ejecución en celdas de producción ocupadas. Si bien los retrasos son inevitables, mejorar la precisión de ETAS es fundamental para mantener el producto que fluye de manera eficiente.

Si bien los sistemas aún están evolucionando hacia las actualizaciones en tiempo real, la inteligencia artificial (IA) está ayudando a aliviar este cambio calculando ETA sobre la marcha, utilizando métodos científicos para generar pronósticos en tiempo real a través de algoritmos complejos. La IA utiliza una variedad de entradas de datos en tiempo real que incluyen, entre otros, el seguimiento de patrones históricos, la información GPS, los datos de la computadora a bordo (OBC), los datos del controlador, las actualizaciones de EDI, el rendimiento del equipo y la información de mantenimiento. Debido a que los datos son tan específicos, los modelos de IA pueden hacer predicciones más precisas y relevantes para diferentes ubicaciones de operaciones basadas en patrones de inventario, comportamiento del conductor, tiempos de camiones y datos de geolocalización, entre otras cosas. A medida que cambian las estaciones o patrones,

"Estos cálculos dinámicos de ETA basados ​​en IA mejoran recibir eficiencia, precisión de las corridas de ondas de cumplimiento salientes, la velocidad de entrega de la tienda y las ventas de comercio electrónico y la experiencia del cliente".

Con emocionantes avances en camiones autónomos, Internet de las cosas (IoT), la realización de drones y la cadena de bloques al borde del avance y la comercialización, el futuro es brillante.

Dejar un comentario

Este sitio está protegido por reCAPTCHA y se aplican la Política de privacidad de Google y los Términos del servicio.