3 Tedarik Zinciri Zorlukları Yapay Zeka Çözüyor
#Ai #machinelearning #supplychain
Kamyon şoförlerinin sıkıntısını çözmek için, kapasite ve talep sadece başlangıç
Kamyon endüstrisi, büyük ölçüde talep oynaklığı, makroekonomik olaylar, büyük ölçekli aksamalar, sürdürülebilir ulaşım modları ve artan müşteri beklentilerinin bir kombinasyonu ile yönlendirilen son birkaç yıldır benzeri görülmemiş bir türbülans yaşadı. E-ticaretin yükselişi ve son mil yerine getirme talebinin artmasıyla, tedarikçiler operasyonlarını uyarlamak ve yeni normalde gelişmek için yoğun bir baskı altındadır. Zorluklara rağmen, kamyon endüstrisi küresel ekonominin hayati bir parçası olmaya devam ediyor ve sürekli büyümesi küresel ticaretin geleceğini şekillendirmede kilit bir rol oynayacak.
Son yıllarda, otomasyon, bağlantı ve veri analizi gibi teknolojik gelişmeler endüstriye gerçek atılımlar elde etme fırsatı sağlamıştır. Bununla birlikte, endüstri dijital fitnesste geride kalıyor ve evlat edinmeyi tehlikeye atıyor. Özellikle, yeni teknoloji odaklı katılımcılar, boşlukları doldurmak ve değer zincirinde kendi nişlerini boş hızla oymak için yenilik yapıyorlar. Bu yeniliğin ön saflarında yer alan bir alan yapay zeka (AI). Yapay zeka, kuruluşların süreçleri optimize etmesini, maliyetleri azaltmasını ve verimliliği artırmasını sağlayarak tedarik zinciri yönetiminin tüm işlevlerinde devrim yapma potansiyeline sahiptir.
Bu makale, AI'nın büyük kamyon endüstrisi zorluklarını nasıl çözebileceği ve hafifletebileceği konusunda iki bölümlük bir dizide bir ilk makaledir. Bu bölümde üç zorluk ayrıntılıdır ve AI güdümlü çözümler vurgulanmaktadır.
Sürücü işe alım ve elde tutma
Sürücü kıtlığı, 2008'in büyük durgunluğundan bu yana kamyon endüstrisi için kronik bir zorluk olmuştur. Amerikan Kamyon Derneği (ATA), sürücü eksikliğinin 2021'den 2030'da 60K'dan 160 bin'e yükselmesini beklemektedir. Mevcut sürücülerin verimliliğini en üst düzeye çıkarmak kritik hale geldi.
Rota planlaması ve sürücü planlaması için AI kullanmak kullanımı artırabilir ve sürücülerin işlerinin sürüş yönüne odaklanmaları için serbest bırakabilir. Kazaları tespit etmek ve önlemek, sürücü performansını izlemek ve sürüş güvenliğini artırmak için yorgunluk gibi sorunları uyarmak için ileri sürücü yardım sistemlerinin (ADAS) çılgın bir kucaklamasına yol açmıştır. Uzun vadede, sürücüleri bırakmaya yönlendiren faktörlerin analiz edilmesi, çalışan deneyimini geliştirebilir ve ciroyu azaltabilir. Çok uzun zaman önce işe alım pazarlaması için kağıt tabanlı süreçlere ve gazete reklamlarına dayanmayan bir sektörde, sürücüler işe alımdan işe alımdan günlük sürücü desteğine kadar her şeye yardımcı olmak için NLP sohbet botları ve simüle edilmiş sürüş araçlarıyla etkileşime giriyor. NFI Industries, Inc.
Tedarik ve Talep Eşleşmesi
Son beş yılda, ABD kamyon kapasitesi%1 oranında büyürken, tonaj%1,2 oranında büyümüş ve büyüklük ve coğrafi dağılımda önemli dalgalanmalar göstermiştir. Talebin olduğu yere kapasiteyi koymak için, taşıyıcılar ve sahip-operatörler, mümkün olduklarında ve başka türlü çaresiz olduklarında yük panolarını kullanırlar. Spot piyasasında çoğalırken, parçalanma, sınırlı görünürlük ve manuel süreçler yük panolarının çekiciliğini ve etkinliğini sınırlar. İlginç bir şekilde, tüm kamyon millerinin üçte birinin boş olduğu yaygın olarak tahmin edilmektedir.
Dijital yük eşleştirme, uçtan uca sayısallaştırma yoluyla yük yolculuğunu basitleştiren AI özellikli bir özelliktir. Yük kapasitesi eşleştirme işlemi, gönderi gereksinimlerine (OD çifti, kamyon tipi, sigorta, hizmet) dayalı makine öğrenimi ile otomatikleştirilir, teklif verme süreci iletişim teknolojileri (EDI, API) ile otomatikleştirilir ve izleme, yürütme sırasında gerçek zamanlı görünürlüğü kolaylaştırır. AI ayrıca gelecekteki talebi tahmin edebilir, talep eşleşecek kapasite konumlandırmayı kolaylaştırabilir ve mevcut yüke göre sürekli hareket tasarlayabilir. Talep için mevcut kapasitenin eşleştirilmesi iyileştirilir, varlık kullanımını en üst düzeye çıkarır, boş milleri en aza indirir ve kapasite yer değiştirmeyi iyileştirir.
Dijital yük eşleştirme, uçtan uca sayısallaştırma yoluyla yük yolculuğunu basitleştiren AI özellikli bir özelliktir. Yük kapasitesi eşleştirme işlemi, gönderi gereksinimlerine (OD çifti, kamyon tipi, sigorta, hizmet) dayalı makine öğrenimi ile otomatikleştirilir, teklif verme süreci iletişim teknolojileri (EDI, API) ile otomatikleştirilir ve izleme, yürütme sırasında gerçek zamanlı görünürlüğü kolaylaştırır. AI ayrıca gelecekteki talebi tahmin edebilir, talep eşleşecek kapasite konumlandırmayı kolaylaştırabilir ve mevcut yüke göre sürekli hareket tasarlayabilir. Talep için mevcut kapasitenin eşleştirilmesi iyileştirilir, varlık kullanımını en üst düzeye çıkarır, boş milleri en aza indirir ve kapasite yer değiştirmeyi iyileştirir.
Dinamik ETA
Tahmin edilen kamyonun tahmini varış süresi (ETA), yükleme gecikmeleri, trafik, hava, yol kapağı, arıza ve insan hatasından etkilenen karmaşık bir çabadır, bu da doğaçlama eylemlerin ve optimal performansın bir araya gelmesine neden olur. Tahmin doğruluğu, avlu randevularının yönetimi, rıhtım boşaltma, dağıtım, envanter yerine getirilmesi, depolarda işgücü tahsisi ve yoğun üretim hücrelerinde yürütme gibi aşağı akış işlemlerinin birçok adımında kritiktir. Gecikmeler kaçınılmaz olmakla birlikte, ETA'ların doğruluğunu artırmak, ürünün verimli bir şekilde akmasını sağlamak için kritik öneme sahiptir.
Sistemler hala gerçek zamanlı güncellemelere doğru gelişirken, yapay zeka (AI), karmaşık algoritmalar yoluyla gerçek zamanlı tahminler oluşturmak için bilimsel yöntemler kullanarak ETA'ları anında hesaplayarak bu değişimi kolaylaştırmaya yardımcı oluyor. AI, geçmiş desen izleme, GPS bilgileri, yerleşik bilgisayar (OBC) verileri, sürücü verileri, EDI güncellemeleri, ekipman performansı ve bakım bilgileri dahil olmak üzere çeşitli gerçek zamanlı veri girişleri kullanır. Veriler çok spesifik olduğundan, AI modelleri diğer şeylerin yanı sıra envanter kalıplarına, sürücü davranışlarına, kamyon zamanlarına ve coğrafi konum verilerine dayalı farklı operasyon yerleri için daha doğru ve ilgili tahminler yapabilir. Mevsimler veya kalıplar değiştikçe,
"Bu dinamik yapay zeka tabanlı ETA hesaplamaları, almayı, giden yerine getirme dalgalarının doğruluğunu, mağaza teslimat hızı ve e-ticaret satışları ve müşteri deneyimini arttırıyor."
Otonom kamyonlardaki heyecan verici gelişmeler, Nesnelerin İnterneti (IoT), drone tabanlı yerine getirme ve atılım ve ticarileştirmenin eşiğinde blok zinciri ile gelecek parlak.
Leave a comment