Asistenții digitali în practica logistică
Inteligența artificială devine o tehnologie de zi cu zi. Reprezintă un potențial considerabil pentru logistică și merge peste analiza volumelor mari de date. Ca și un asistent practic, AI sprijină angajații în luarea deciziilor sau preia taskurile monotone. Andre Kranke, Head of Corporate Research and Development la DACHSER, explică cum inteligența artificială este deja folosită în logistică de grupaj precum și care este potențialul său.
Este inteligența artificială (AI) o tehnologie a viitorului? Răspunsul este și da și nu. Da, pentru că suntem departe de a atinge apogeul exploatării AI, și nu pentru că aplicațiile AI trebuie îmbunătățite cu mult pentru a face parte din viața noastră de zi cu zi - prin recunoașterea facială pe smartphone, chatbots sau servicii de traducere pe internet. AI este de asemenea folosit în logistică mai mult decât ai crede. Le oferă putere aplicațiilor în arii precum prezicerea cantităților de livrări, controlul flow-ului materialelor, precum și sprijinirea proceselor administrative.
AI încă trebuie să se mai dezvolte în numeroase arii. Această simulare a inteligenței umane nu este nimic altceva decât o problemă complexă de matematică cu numeroase calcule ale probabilității. Din acest motiv, în funcție de calitatea datelor, inevitabil se produc erori și acestea trebuie să fie reduse, în special în sectorul logisticii în cadrul căruia există cereri mari pentru siguranță și calitate. Reducerea erorilor trebuie să se facă atât de către agenții-AI, care lucrează independent în procese secundare non-critice, și asistenții-AI, în cazul cărora oamenii controlează și monitorizează progresul. Acest lucru explică de ce din perspectiva zilei de azi, nu există logistică fără oameni. Decizia finală trebuie să fie făcută de o persoană, în special când riscuri de business sunt integrate și nu există un scop pentru tolerarea unei anumite rate de eroare.
Dar în același timp, companiile de logistică care nu se interesează prea mult de capabilitățile AI vor fi eliminate de pe piață pe termen mediu sau lung. Cererile clienților și complexitatea condițiilor nu sunt puține, iar acest lucru vine înaintea calculării personalului calificat. DACHSER utilizează deja inteligența artificială în diverse arii, inclusiv în depozite, terminale de tranzit, și birouri, pentru a le oferi angajaților cea mai bună susținere în luarea deciziilor, creșterea eficienței și minimalizarea blocajelor. Acest lucru ajută la compensarea lipsei de personal calificat și garantarea unui nivel înalt de calitate pe termen lung.
Oportunități noi, neașteptate
Acum mai bine de șase ani, în cadrul DACHSER Enterprise LAB, un laborator de cercetare și dezvoltare din cadrul Fraunhofer IML din Dortmund, DACHSER a început dezvoltarea algoritmilor care pot, de exemplu, să prezică volumele primite la depozite cu până la 25 de săptămâni în avans cu scopul de a susține și planifica capacitatea în funcție de fiecare sezon. Mai mult, un factor de bază care determină atingerea eficienței și a calității în logistică este abilitatea de a planifica. În acest caz, AI poate face o diferență majoră, cum s-a demonstrat și prin intermediul primei mașini de învățare DACHER, PAnDA One. Acest acornim vine de la inițialele Predictive (P) Analytics (An) DACHSER (DA), unde One denotă faptul că produsul este primul de acest fel dezvoltat de DACHSER.
AI oferă multe oportunități zonei logistice pentru a face lucruri care nu au fost posibile înainte. Cu toate acestea, nu este prea inteligent dar este considerat un instrument bazat pe situații matematice, cantități mari de informații și putere tehnologică. Nu este soluția optimă pentru problemele digitale - programarea convențională este deseori încă o soluție mai bună.
Algoritmii AI care sunt folosiți în cazul proiectului @ILO pentru digital twin, care idetifică, localizează și măsoară pachete în depozitul de grupaj în timp real. Folosește camere plasate pe tavan pentru a crea o hartă digitală exactă a tuturor mișcărilor și procedurilor din depozit. Acest lucru crește transparența și oferă o imagine de ansamblu mai bună. În același timp, reduce procesul manual precum cel de scanare a bunurilor, făcând procesele de descărcare cu 30% mai eficiente. DACHSER va oferi spre utilizare acest digital twin din cadrul @ILO în Europa în următorii ani, cu cel puțin șase locații noi până în 2025.
Roboții Autonomi AGV în depozit
Terminalele de tranzit nu sunt singurele locuri în care se utilizează AI. Spre exemplu automatizare în depozit - transportatori autonomi numiți AGV sunt utilizați în 8 depozite din Germania. Numiți și roboți autonomi mobili (AMRs) aceștia creează o hartă a împrejurimilor cu un sistem de camere, radar și radar laser pentru a găsi o cale de a se dezvolta prin intermediul AI. Acest lucru le permite să devină autonom când vine vorba despre simplificarea taskurilor autonome. Sistemul de transport autonom își face propria cale către depozit, de exemplu pentru a înmagazina și pentru a recupera paleții la nivelul pământului. Fiecare sistem comunică și schimbă ordine de conducere dacă alt vehicul este în poziția de a ajunge destinația mai repede. Dacă se regăsește un obstacol pe drum, aparatul se distruge. În acest fel, roboții mai niciodată nu călătoresc distanțe care nu sunt necesare, ceea ce înseamnă că lucrează eficient. În același timp, senzorii de siguranță asigură faptul că aparatul nu trece prin accidente. Este fascinant să observi cât de bine funcționează.
Navigarea precisă, inteligența de tip roi și integrarea în sistemul IT livrează o creștere majoră în eficiență pentru logistica de zi cu zi și angajații sunt bucuroși să aibă un coleg robot pentru a le ușura munca. DACHSER folosește AGVs în operațiunile mixte. Acest lucru înseamnă că împart căile de acces cu vehicule manevrate manual. Autonomia completă are sens, pentru că ar reduce flexibilitatea. Acum este vorba de găsirea unei combinații optime între om și mașină care poate adăuga valoare.
Cercetăm împreună
La ce ne putem aștepta să vedem în viitor? În industria robotică, experții experimentează cu modelele ca un mod de comunicare cu vehiculele autonome. Acest lucru ar îmbunătăți abilitatea roboților de a performa taskuri complexe precum procesarea naturală a limbii, imaginii și recunoașterea obiectelor și navigarea autonomă. Aceste modele oferă abilitatea roboților de a învăța prin intermediul datelor variate și de a se adapta la un mediu și un task nou, care înseamnă o mai mare flexibilitate și o variație mai mare de aplicații. Nu va dura mult până când vom vedea vehiculele autonome în depozite pentru a fi controlate mai intuitiv și eficient. Cercetarea intensivă este desfășurată la nivel global.
DACHSER își crește raza de cercetare AI. În primele trei luni ale anului, furnizorul logistic și-a extins parteneriatul de cercetare pentru a include Institutul Fraunhofer pentru Intelligent Analysis și Information Systems IAIS din Sankt Augustin. Institutul Fraunhofer IAIS este un lider în domeniul inteligenței artificiale, învățare automată și big data în Germania sau Europa. Aproape 400 de angajați ajută companiile să optimizeze produse, servicii și procese și ei oferă suport în dezvoltarea unui nou model de business digital. Acest nou partener din cadrul DACHSER Enterprise Lab ne oferă capacitatea de a îndrepta mai departe expertiza din domeniul inteligenței artificiale.
O cercetare mai amănunțită va crea o nouă ramură de aplicații pentru AI, care trebuie pregătite cu date specifice ale companiei, în special pentru procesul logistic și soluțiile logistice. În același timp, trebuie să luăm în considerare costurile, în special cel al modelelor AI care necesită puterea computerului, dar și asigurarea la noile legi EU pentru aplicațiile AI.
Rezumat
Pentru a sumariza acest articol, AI oferă multe oportunități zonei logistice pentru a face lucruri care nu au fost posibile înainte. Cu toate acestea, nu este prea inteligent dar este considerat un instrument bazat pe situații matematice, cantități mari de informații și putere tehnologică. Nu este soluția optimă pentru problemele digitale - programarea convențională este deseori încă o soluție mai bună. Taskul acum este să găsim combinația potrivită între aplicațiile standardizate AI și dezvoltările in-house, și mai apoi să le adaptăm pe acestea la propriile cerințe.