3 A cadeia de suprimentos desafia a inteligência artificial está resolvendo

3 Supply Chain Challenges Artificial Intelligence is Solving
#Ai #machinelearning #supplychain
Para resolver a escassez de motoristas de caminhão, a capacidade de correspondência e a demanda é apenas o começo
A indústria de caminhões experimentou turbulência sem precedentes nos últimos anos, impulsionada em grande parte por uma combinação de volatilidade da demanda, eventos macroeconômicos, interrupções em larga escala, exige modos de transporte sustentável e aumento das expectativas dos clientes. Com o aumento do comércio eletrônico e a crescente demanda por realização de última milha, os fornecedores estão sob intensa pressão para adaptar suas operações e prosperar no novo normal. Apesar dos desafios, a indústria de caminhões continua sendo uma parte vital da economia global e seu crescimento contínuo desempenhará um papel fundamental na formação do futuro do comércio global.

Nos últimos anos, os avanços tecnológicos, como automação, conectividade e análise de dados, proporcionaram ao setor a oportunidade de alcançar avanços reais. No entanto, o setor está atrasado na aptidão digital e está prejudicando a adoção. Notavelmente, os novos participantes orientados para a tecnologia estão inovando para preencher lacunas e criar seus próprios nichos na cadeia de valor em velocidade vertiginosa. Um campo que está na vanguarda desta inovação é a inteligência artificial (IA). A inteligência artificial tem o potencial de revolucionar todas as funções do gerenciamento da cadeia de suprimentos, permitindo que as organizações otimizem os processos, reduzam os custos e aumentem a eficiência.

Este artigo é o primeiro de uma série de duas partes sobre como a IA pode resolver e aliviar grandes desafios da indústria de caminhões. Nesta parte, três desafios são detalhados e as soluções orientadas a IA são destacadas.


Contratação de motorista e retenção

A escassez de motoristas tem sido um desafio crônico para a indústria de caminhões desde a Grande Recessão de 2008. A American Trucking Association (ATA) espera que a escassez de motorista suba de 60k em 2021 a 160k em 2030. Compensando a aposentadoria e as mudanças voluntárias de carreira, mantendo e retendo e Maximizar a produtividade dos motoristas existentes tornou -se crítico.

O uso da IA ​​para planejamento de rotas e programação de motoristas pode aumentar a utilização e liberar motoristas para se concentrar no aspecto de direção de seu trabalho. A adoção antecipada hesitante deu lugar a um abraço frenético de sistemas avançados de assistência ao motorista (ADAS) para detectar e prevenir acidentes, monitorar o desempenho do motorista e alertar sobre questões como fadiga para melhorar a segurança da direção. A longo prazo, analisar os fatores que levam os motoristas a parar pode melhorar a experiência dos funcionários e reduzir a rotatividade. Em um setor que há pouco tempo se baseou em processos e anúncios de jornais baseados em papel para marketing de recrutamento, os motoristas agora estão interagindo com os chatbots da PNL e as ferramentas de direção simuladas para ajudar com tudo, desde o recrutamento a integração até o suporte do motorista diário. NFI Industries, Inc.

 

Oferta e demanda correspondente

Nos últimos cinco anos, a capacidade de caminhão dos EUA cresceu a uma taxa de 1%, enquanto a tonelagem cresceu a uma taxa de 1,2%, mostrando flutuações significativas em magnitude e distribuição geográfica. Para colocar a capacidade onde está a demanda, as transportadoras e os proprietários-operadores utilizam placas de carga quando podem e de outra forma estão impotentes. Enquanto proliferam no mercado à vista, a fragmentação, os processos limitados de visibilidade e manual limitam a atratividade e a eficácia dos quadros de carga. Curiosamente, estima-se que um terço de todas as milhas de caminhão esteja vazio.

A correspondência digital de frete é um recurso habilitado para AI que simplifica a viagem de frete através da digitalização de ponta a ponta. O processo de correspondência da capacidade de carga é automatizado através do aprendizado de máquina com base nos requisitos de remessa (par de OD, tipo de caminhão, seguro, serviço), o processo de licitação é automatizado através de tecnologias de comunicação (EDI, API) e o rastreamento facilita a visibilidade em tempo real durante a execução. A IA também pode prever a demanda futura, facilitar o posicionamento da capacidade para corresponder à demanda e projetar movimentos contínuos com base na carga disponível. A correspondência da capacidade disponível para a demanda é melhorada, maximizando a utilização de ativos, minimizando as milhas ociosas e melhorando a realocação da capacidade.
 

ETA dinâmico

A estimativa do tempo estimado no tempo de chegada (ETA) é um empreendimento complexo afetado pelo carregamento de atrasos, tráfego, clima, fechamento de estradas, falhas e erro humano, resultando em uma cascata de ações improvisadas e desempenho subótimo. A precisão da previsão é fundamental em muitas etapas de processos a jusante, como gerenciar compromissos do pátio, descarregamento de docas, distribuição, atendimento de inventário, alocação de mão -de -obra em armazéns e execução em células de produção ocupadas. Embora os atrasos sejam inevitáveis, melhorar a precisão do ETAS é fundamental para manter o produto fluindo com eficiência.

Enquanto os sistemas ainda estão evoluindo para atualizações em tempo real, a inteligência artificial (IA) está ajudando a aliviar essa mudança calculando o ETAS em tempo real, usando métodos científicos para gerar previsões em tempo real por meio de algoritmos complexos. A IA usa uma variedade de entradas de dados em tempo real, incluindo, entre outros, rastreamento histórico de padrões, informações de GPS, dados de computador a bordo (OBC), dados do driver, atualizações de EDI, desempenho do equipamento e informações de manutenção. Como os dados são muito específicos, os modelos de IA podem tornar previsões mais precisas e relevantes para diferentes locais de operações com base em padrões de inventário, comportamento do motorista, tempos de caminhão e dados de geolocalização, entre outras coisas. À medida que as estações ou padrões mudam,

"Esses cálculos dinâmicos de ETA baseados em IA melhoram a eficiência do recebimento, a precisão das ondas de atendimento de saída, a velocidade de entrega da loja e as vendas de comércio eletrônico e a experiência do cliente".

Com avanços emocionantes em caminhões autônomos, a Internet das Coisas (IoT), a realização baseada em drones e a blockchain à beira da inovação e da comercialização, o futuro é brilhante.

Deixe um comentário

Este site é protegido por reCAPTCHA e a Política de privacidade e os Termos de serviço do Google se aplicam.