3 ซัพพลายเชนท้าทายปัญญาประดิษฐ์กำลังแก้ปัญหา
#ai #Machinelearning #SupplyChain
เพื่อแก้ปัญหาการขาดแคลนคนขับรถบรรทุกความสามารถในการจับคู่และความต้องการเป็นเพียงจุดเริ่มต้น
อุตสาหกรรมรถบรรทุกประสบกับความปั่นป่วนอย่างไม่เคยปรากฏมาก่อนในช่วงไม่กี่ปีที่ผ่านมาซึ่งได้รับแรงหนุนจากการรวมกันของความผันผวนของอุปสงค์เหตุการณ์ทางเศรษฐกิจมหภาคการหยุดชะงักขนาดใหญ่เรียกร้องให้มีการขนส่งอย่างยั่งยืนและความคาดหวังของลูกค้าที่เพิ่มขึ้น ด้วยการเพิ่มขึ้นของอีคอมเมิร์ซและความต้องการที่เพิ่มขึ้นสำหรับการปฏิบัติตามไมล์สุดท้ายซัพพลายเออร์อยู่ภายใต้แรงกดดันอย่างรุนแรงในการปรับการดำเนินงานและเจริญเติบโตในเรื่องปกติใหม่ แม้จะมีความท้าทายอุตสาหกรรมรถบรรทุกยังคงเป็นส่วนสำคัญของเศรษฐกิจโลกและการเติบโตอย่างต่อเนื่องจะมีบทบาทสำคัญในการกำหนดอนาคตของการค้าโลก
ในช่วงไม่กี่ปีที่ผ่านมาความก้าวหน้าทางเทคโนโลยีเช่นระบบอัตโนมัติการเชื่อมต่อและการวิเคราะห์ข้อมูลทำให้อุตสาหกรรมมีโอกาสที่จะบรรลุเป้าหมายที่แท้จริง อย่างไรก็ตามอุตสาหกรรมกำลังล้าหลังในการออกกำลังกายแบบดิจิตอลและเป็นอันตรายต่อการยอมรับ โดยเฉพาะอย่างยิ่งผู้เข้าร่วมที่ขับเคลื่อนด้วยเทคโนโลยีใหม่กำลังสร้างสรรค์สิ่งใหม่ ๆ เพื่อเติมเต็มช่องว่างและแกะสลักซอกของตัวเองในห่วงโซ่คุณค่าที่ความเร็ว breakneck สาขาหนึ่งที่อยู่ในระดับแนวหน้าของนวัตกรรมนี้คือปัญญาประดิษฐ์ (AI) ปัญญาประดิษฐ์มีศักยภาพในการปฏิวัติฟังก์ชั่นทั้งหมดของการจัดการห่วงโซ่อุปทานโดยช่วยให้องค์กรสามารถเพิ่มประสิทธิภาพกระบวนการลดต้นทุนและเพิ่มประสิทธิภาพ
บทความนี้เป็นบทความแรกในซีรี่ส์สองส่วนเกี่ยวกับวิธีที่ AI สามารถแก้ไขและบรรเทาความท้าทายของอุตสาหกรรมรถบรรทุกที่สำคัญได้อย่างไร ในส่วนนี้มีความท้าทายสามประการที่มีรายละเอียดและมีการเน้นโซลูชั่นที่ขับเคลื่อนด้วย AI
การจ้างคนขับและการเก็บรักษา
การขาดแคลนคนขับเป็นความท้าทายเรื้อรังสำหรับอุตสาหกรรมรถบรรทุกตั้งแต่ภาวะเศรษฐกิจถดถอยครั้งใหญ่ในปี 2551 สมาคมรถบรรทุกอเมริกัน (ATA) คาดว่าการขาดแคลนผู้ขับขี่จะเพิ่มขึ้นจาก 60K ในปี 2564 ถึง 160K ในปี 2573 การชดเชยการเกษียณอายุและการเปลี่ยนแปลงอาชีพโดยสมัครใจ การเพิ่มผลผลิตของไดรเวอร์ที่มีอยู่ให้สูงสุดกลายเป็นสิ่งสำคัญ
การใช้ AI สำหรับการวางแผนเส้นทางและการกำหนดเวลาไดรเวอร์สามารถเพิ่มการใช้ประโยชน์และเพิ่มไดรเวอร์เพื่อมุ่งเน้นไปที่ด้านการขับขี่ของงานของพวกเขา การยอมรับในช่วงต้นที่ลังเลได้ให้วิธีการที่จะโอบกอดระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAs) เพื่อตรวจจับและป้องกันอุบัติเหตุตรวจสอบประสิทธิภาพของผู้ขับขี่และเตือนปัญหาเช่นความเหนื่อยล้าเพื่อปรับปรุงความปลอดภัยในการขับขี่ ในระยะยาวการวิเคราะห์ปัจจัยที่ผลักดันให้ผู้ขับขี่เลิกสามารถปรับปรุงประสบการณ์ของพนักงานและลดการหมุนเวียน ในอุตสาหกรรมที่ไม่นานมานี้อาศัยกระบวนการกระดาษและโฆษณาหนังสือพิมพ์สำหรับการตลาดการสรรหาผู้ขับขี่ตอนนี้มีปฏิสัมพันธ์กับ NLP chatbots และเครื่องมือขับเคลื่อนจำลองเพื่อช่วยทุกอย่างตั้งแต่การสรรหาไปจนถึงการสนับสนุนผู้ขับขี่แบบวันต่อวัน NFI Industries, Inc.
การจับคู่อุปสงค์และอุปทาน
ในช่วงห้าปีที่ผ่านมากำลังการผลิตรถบรรทุกของสหรัฐอเมริกาเพิ่มขึ้นในอัตรา 1%ในขณะที่น้ำหนักเพิ่มขึ้นในอัตรา 1.2%แสดงความผันผวนอย่างมีนัยสำคัญในขนาดและการกระจายทางภูมิศาสตร์ เพื่อให้ได้ความสามารถในกรณีที่ความต้องการผู้ให้บริการและผู้ประกอบการใช้บอร์ดโหลดเมื่อพวกเขาสามารถและทำอะไรไม่ถูก ในขณะที่พวกเขาเพิ่มขึ้นในตลาดสปอตการกระจายตัวการมองเห็นที่ จำกัด และกระบวนการแมนนวล จำกัด ความน่าดึงดูดและประสิทธิผลของบอร์ดโหลด ที่น่าสนใจคือมีการประเมินอย่างกว้างขวางว่าหนึ่งในสามของไมล์รถบรรทุกทั้งหมดว่างเปล่า
การจับคู่การขนส่งสินค้าแบบดิจิตอลเป็นความสามารถที่เปิดใช้งาน AI ซึ่งทำให้การเดินทางขนส่งสินค้าง่ายขึ้นผ่านการแปลงเป็นดิจิทัลแบบ end-to-end กระบวนการจับคู่ความสามารถในการโหลดนั้นเป็นไปโดยอัตโนมัติผ่านการเรียนรู้ของเครื่องตามข้อกำหนดการจัดส่ง (OD Pair, ประเภทรถบรรทุก, การประกัน, บริการ), กระบวนการเสนอราคาเป็นไปโดยอัตโนมัติผ่านเทคโนโลยีการสื่อสาร (EDI, API) และการติดตามช่วยให้การมองเห็นแบบเรียลไทม์เป็นจริงในระหว่างการดำเนินการ AI ยังสามารถทำนายความต้องการในอนาคตอำนวยความสะดวกในการวางตำแหน่งความสามารถเพื่อให้ตรงกับความต้องการและการออกแบบการเคลื่อนไหวอย่างต่อเนื่องตามภาระที่มีอยู่ การจับคู่กำลังการผลิตที่มีอยู่ในความต้องการได้รับการปรับปรุงเพิ่มการใช้สินทรัพย์ให้มากที่สุดลดระยะทางที่ไม่ได้ใช้งานและปรับปรุงการย้ายถิ่นฐาน
การจับคู่การขนส่งสินค้าแบบดิจิตอลเป็นความสามารถที่เปิดใช้งาน AI ซึ่งทำให้การเดินทางขนส่งสินค้าง่ายขึ้นผ่านการแปลงเป็นดิจิทัลแบบ end-to-end กระบวนการจับคู่ความสามารถในการโหลดนั้นเป็นไปโดยอัตโนมัติผ่านการเรียนรู้ของเครื่องตามข้อกำหนดการจัดส่ง (OD Pair, ประเภทรถบรรทุก, การประกัน, บริการ), กระบวนการเสนอราคาเป็นไปโดยอัตโนมัติผ่านเทคโนโลยีการสื่อสาร (EDI, API) และการติดตามช่วยให้การมองเห็นแบบเรียลไทม์เป็นจริงในระหว่างการดำเนินการ AI ยังสามารถทำนายความต้องการในอนาคตอำนวยความสะดวกในการวางตำแหน่งความสามารถเพื่อให้ตรงกับความต้องการและการออกแบบการเคลื่อนไหวอย่างต่อเนื่องตามภาระที่มีอยู่ การจับคู่กำลังการผลิตที่มีอยู่ในความต้องการได้รับการปรับปรุงเพิ่มการใช้สินทรัพย์ให้มากที่สุดลดระยะทางที่ไม่ได้ใช้งานและปรับปรุงการย้ายถิ่นฐาน
ETA แบบไดนามิก
การประมาณเวลาโดยประมาณของรถบรรทุกโดยประมาณของการมาถึง (ETA) เป็นความพยายามที่ซับซ้อนที่ได้รับผลกระทบจากการโหลดความล่าช้าการจราจรสภาพอากาศการปิดถนนการพังทลายและความผิดพลาดของมนุษย์ส่งผลให้เกิดการกระทำอย่างกะทันหันและประสิทธิภาพที่เหมาะสมที่สุด ความแม่นยำในการพยากรณ์มีความสำคัญในหลายขั้นตอนของกระบวนการดาวน์สตรีมเช่นการจัดการการนัดหมายหลาการขนถ่ายการกระจายการกระจายสินค้าคงคลังการจัดสรรแรงงานในคลังสินค้าและการดำเนินการในเซลล์การผลิตที่ยุ่ง ในขณะที่ความล่าช้าเป็นสิ่งที่หลีกเลี่ยงไม่ได้การปรับปรุงความแม่นยำของ ETA นั้นมีความสำคัญอย่างยิ่งต่อการรักษาผลิตภัณฑ์อย่างมีประสิทธิภาพ
ในขณะที่ระบบยังคงพัฒนาไปสู่การอัปเดตแบบเรียลไทม์ปัญญาประดิษฐ์ (AI) กำลังช่วยลดการเปลี่ยนแปลงนี้โดยการคำนวณ ETAs ทันทีโดยใช้วิธีการทางวิทยาศาสตร์เพื่อสร้างการคาดการณ์แบบเรียลไทม์ผ่านอัลกอริทึมที่ซับซ้อน AI ใช้อินพุตข้อมูลแบบเรียลไทม์ที่หลากหลายรวมถึง แต่ไม่ จำกัด เพียงการติดตามรูปแบบในอดีตข้อมูล GPS ข้อมูลคอมพิวเตอร์ออนบอร์ด (OBC) ข้อมูลไดรเวอร์การอัพเดท EDI ประสิทธิภาพอุปกรณ์และข้อมูลการบำรุงรักษา เนื่องจากข้อมูลมีความเฉพาะเจาะจงแบบจำลอง AI สามารถทำการคาดการณ์ที่แม่นยำและเกี่ยวข้องมากขึ้นสำหรับสถานที่ที่แตกต่างกันของการดำเนินงานตามรูปแบบสินค้าคงคลังพฤติกรรมของคนขับเวลารถบรรทุกและข้อมูลตำแหน่งทางภูมิศาสตร์ เมื่อฤดูกาลหรือรูปแบบเปลี่ยนไป
"การคำนวณ ETA ที่ใช้ AI แบบไดนามิกเหล่านี้ช่วยปรับปรุงประสิทธิภาพการรับความแม่นยำของคลื่นการเติมเต็มขาออกความเร็วในการจัดส่งและการขายอีคอมเมิร์ซและประสบการณ์ของลูกค้า"
ด้วยความก้าวหน้าที่น่าตื่นเต้นในรถบรรทุกอิสระ Internet of Things (IoT) การเติมเต็มเสียงพึมพำและ blockchain เมื่อถึงความก้าวหน้าและการค้าในอนาคตอนาคตจะสดใส
Leave a comment