Inteligentné párovanie tovaru

Odosielatelia využívajú rôzne obchodné siete, aby našli najlepšieho prepravcu svojho tovaru. Tieto platformy umožňujú odosielateľom aj prepravcom uverejňovať informácie o dostupných prepravných trasách, kapacite, sadzbách alebo iných aspektoch, ktoré by mohli zaujímať potenciálnych partnerov. Proces priraďovania medzi daným súborom parametrov odoslaných odosielateľmi a parametrami poskytovanými rôznymi prepravnými spoločnosťami možno vykonať pomocou algoritmov zahŕňajúcich schopnosti strojového učenia na odporúčanie najvhodnejšej zhody na základe historických údajov zozbieraných z predchádzajúcich transakcií.

Využitím technológií strojového učenia môže systém na správu prepravy (Transportation Management System – TMS) poskytnúť presné odporúčania prispôsobené potrebám a preferenciám zákazníkov. To šetrí čas strávený manuálnym vyhľadávaním a zároveň zabezpečuje lepšie výsledky ako tradičné metódy používané dnes.

Podobný prístup možno využiť v rámci jednej spoločnosti plánujúcej doručovanie svojím vozovým parkom alebo vozidlami subdodávateľov. V tomto prípade by spoločnosť mohla mať záujem zistiť, ktoré jednotky vozového parku a dopravcovia by sa najlepšie zhodovali vzhľadom na dostupnosť kapacity. Ide o komplexnú úlohu kvôli rôznym premenným, ako sú trasy, druh tovaru alebo dokonca časové okná, ktoré by sa nemali prekrývať s inými zásielkami naplánovanými na určité obdobie.

Použitie algoritmov strojového učenia umožňuje systémom TMS odporučiť optimálne kombinácie na základe dostupných údajov. Systém sa môže poučiť z predchádzajúcich výsledkov a použiť ich pri ďalšom plánovaní a zároveň identifikovať možné chyby spôsobené zamestnancami pri porovnávaní daného súboru parametrov s inými počas procesu manuálneho výberu.

Prípadová štúdia 2

Dodávka špecializovaného IT systému na riadenie a predaj tovaru a plánovanie prepravy

Významná poľská logistická spoločnosť nás oslovila, aby sme vytvorili špecializovaný IT systém na riadenie ich hlavného obchodného procesu – riadenie a predaj logistických obchodov. Kľúčovou výzvou v sektore logistiky je skrátenie času uzatvárania obchodov na absolútne minimum. Nástroj musí byť veľmi pohotový a musí pomáhať pri inteligentnom priraďovaní dopravcov a nákladu, správe vozového parku a iných logistických činnostiach. Platforma pomáha prepravným agentom minimalizovať spotrebu paliva, maximalizovať prevádzkovú efektivitu a optimalizovať výkon vozového parku priraďovaním viacerých nakládok na podobnej trase s jedným prepravcom.

Optimalizácia trasy

Dopravcovia môžu optimalizovať trasy pomocou umelej inteligencie, ktorá má priamy vplyv na odvetvie kamiónovej dopravy. Vďaka algoritmom UI možno lepšie skrátiť čas prepravy a znížiť spotrebu paliva vďaka kratším jazdným vzdialenostiam medzi destináciami, šoféri sa zároveň vyhnú zápcham na cestách presnejším prispôsobením dodacej lehoty na základe výkyvov dopytu v rôznych regiónoch. Pokročilé systémy umožňujú logistickým spoločnostiam riadiť a koordinovať desiatky až stovky vozidiel súčasne, čo znamená, že môžu lepšie alokovať zdroje, znížiť spotrebu paliva a zlepšiť využitie vozidiel.

Technológia UI v systémoch riadenia dopravy využíva modely strojového učenia na predpovedanie dopytu zákazníkov, aby sa prispôsobili dostupnej prepravnej kapacite a spojili niektoré dodávky dohromady. To tiež umožňuje logistickým spoločnostiam presnejšie plánovať svoje dodávky zohľadňovaním odchýlok od historických trendov alebo snímaním objemu dopravy na základe neplánovaných udalostí, ako sú uzávierky ciest v dôsledku nehôd a pod.

Prípadová štúdia 3

Implementácia modelu UI na optimalizáciu trás a časových plánov dodávok

Spoločnosť zo sektora logistiky nás oslovila, aby sme vytvorili vlastný model UI, ktorý optimalizuje trasy a plánovanie dodávok. Kľúčovou výzvou bolo pripraviť špecializovaný systém založený na UI určený pre dopravcov na optimalizáciu času doručenia v závislosti od cieľovej adresy. Vďaka modelu sa nám podarilo znížiť počet neúspešných a oneskorených dodávok o 30 %.

Efektívna a udržateľná logistika na poslednom úseku doručenia k zákazníkovi

UI sa používa aj na zlepšenie dodávok na poslednom úseku, kde sa zásielka priamo odovzdáva zákazníkovi. Tento sektor ponúka vysoký potenciál rastu, pretože vyžaduje efektívnu prevádzku, ktorá môže znížiť náklady a zároveň zvýšiť mieru spokojnosti zákazníkov. Systémy založené na UI sú užitočné najmä v mestských oblastiach, kde sú dopravné zápchy výrazným problémom, ktorý má negatívny vplyv na čas doručenia.

S cieľom znížiť náklady na dopravu a zvýšiť spokojnosť zákazníkov investujú spoločnosti zodpovedné za logistiku na poslednom úseku, kde sa zásielka doručuje priamo zákazníkovi, do inovatívnych riešení optimalizácie trás a plánovania a autonómnych logistických jednotiek. Niekoľko startupov na celom svete ponúka nové riešenia pre trh s doručovaním na poslednom úseku, ako sú autonómne drony schopné doručovať malé balíky na krátke vzdialenosti jediným kliknutím alebo bez akéhokoľvek ľudského zásahu, čo predstavuje významnú výhodu v porovnaní s tradičnými spôsobmi prepravy, ktoré vyžadujú prítomnosť človeka počas fázy spracovania zásielky. Tieto stroje nepotrebujú odpočinok a sú vždy pripravené na ďalšiu cestu, čo šetrí čas a peniaze.

Autonómne vozidlá

Najpôsobivejším a najpopulárnejším využitím UI v dopravnom priemysle sú automatizované vozidlá alebo samojazdiace autá. Koncept má už 100 rokov a od začiatku roku 2016 sa autonómne vozidlá bez vodiča testujú na verejných komunikáciách po celom svete s pozoruhodnými príkladmi od spoločností Waymo, Tesla alebo Google. Spoločnosti ako Starsky Robotics a Otto sa zamerali na autonómnu kamiónovú dopravu. Automatizácia kamiónov je dôležitá z hľadiska zvýšenia ich bezpečnosti (nehody kamiónov tvoria asi 6,5 % celkových nehôd s dvojnásobným percentom smrteľných nehôd) a možnosti úspory paliva.

Technológie UI sa používajú na vnímanie (t. j. používanie snímačov a strojového videnia na zachytávanie informácií o okolí), ako aj plánovanie ciest, kde sú potrebné algoritmy umelej inteligencie na spracovanie prichádzajúcich údajov a rozhodovanie na základe nich, pričom sa berú do úvahy rôzne parametre, ako sú ďalší účastníci premávky, počasie a pod. To umožňuje autonómnym vozidlám rozpoznávať objekty a plánovať optimálne trasy s ohľadom na všetky možné scenáre, ktoré sa môžu vyskytnúť počas konkrétnej cesty. Myšlienkou je postaviť autonómne vozidlá, ktoré môžu vodiči prevziať aj do manuálneho riadenia, a autonómne kamióny, ktoré možno prevádzkovať bez posádky so zabudovanou optimalizáciou trasy.

Inteligentné systémy pre cesty

Umelá inteligencia a technológie internetu vecí sú motormi aj pri návrhu a vývoji integrovaných vozoviek založených na inteligentných systémoch umiestnených v ich povrchu. Zabudované snímače premieňajú cesty na digitálne siete, ktoré umožňujú automaticky zbierať a analyzovať údaje z povrchu ciest. Údaje z inteligentných ciest sa potom bezdrôtovo odosielajú do cloudu, kde ich môžu spracovať algoritmy UI. To umožňuje spoločnostiam zlepšiť možnosti riadenia logistických činností a monitorovať podmienky na cestách v reálnom čase, čo znamená, že sa môžu lepšie pripraviť na mimoriadne udalosti, ako je sneženie alebo záplavy. Tým sa zníži riziko nehôd a iných nebezpečných situácií, ktoré by mohli ovplyvniť premávku.

Dorota Owczarek
Nexocode
dorota.owczarek@nexocode.com
https://nexocode.com/blog/posts/ai-in-logistics/