一、人工智能在航運和物流中的應用
需求預測：需求預測依賴(lài)于歷史數據，使用人工智能可以進(jìn)一步加強對歷史和實(shí)時(shí)數據的分析，提供準確的需求預測。有了更準確的需求預測，托運人可以?xún)?yōu)化庫存管理、分派和勞動(dòng)力計劃，從而提高服務(wù)水平。麥肯錫在一份報告中表示，人工智能預測方法可以將供應鏈網(wǎng)絡(luò )中的錯誤減少30-50%。
供應計劃：應計劃是物流的重要組成部分。人工智能可以幫助基于實(shí)時(shí)數據的需求分析。企業(yè)可以動(dòng)態(tài)調整其供應計劃參數，以?xún)?yōu)化供應鏈流程，提高效率，并增加盈利能力。
倉儲自動(dòng)化: 由于當前全球形勢，供應鏈中對非接觸式流程的需求不斷增加，似乎推動(dòng)了高級自動(dòng)化業(yè)務(wù)流程的必要性。人工智能有可能徹底改變倉儲領(lǐng)域的自動(dòng)化。將機器人技術(shù)與人工智能相結合，機器人可以跟蹤和定位庫存，并執行通常需要額外勞動(dòng)力來(lái)完成的挑選和包裝功能。自動(dòng)化帶來(lái)了高效的資源分配，使勞動(dòng)力能夠做更多有價(jià)值的活動(dòng)，而不是手工瑣事。深度學(xué)習進(jìn)一步促進(jìn)了這些機器人的學(xué)習，使它們能夠在部署它們的場(chǎng)景中自主地做出活動(dòng)決定。
智能計算機視覺(jué): 深度學(xué)習和人工智能使先進(jìn)的掃描、監控和自動(dòng)化技術(shù)能夠通過(guò)圖像和視頻可視化許多物流場(chǎng)景，并進(jìn)行相應的直接操作。這改變了裝貨時(shí)貨物的尺寸或破損檢查、標簽和堆疊安排。計算機視覺(jué)與深度學(xué)習結合在自動(dòng)駕駛汽車(chē)上實(shí)現自動(dòng)和智能導航，現在已成為現實(shí)。
工作流程自動(dòng)化:工作流自動(dòng)化是利用人工智能來(lái)簡(jiǎn)化復雜和手工的后臺操作。在貨運代理中，文檔處理是一項乏味的工作，并且具有使用機器人過(guò)程自動(dòng)化(rpa)和光學(xué)字符識別(ocr)進(jìn)行自動(dòng)化的巨大潛力。運輸文件并非都采用標準格式，而這正是此類(lèi)技術(shù)能夠自動(dòng)閱讀和理解打印或手寫(xiě)文件的地方。這種工作流程自動(dòng)化可以解放物流人員的大量工作時(shí)間，并分配他們做更多的增值活動(dòng)。
預測物流:供應鏈上的不同接觸點(diǎn)產(chǎn)生廣泛的數據。更好的機器學(xué)習算法可以提取對決策至關(guān)重要的物流預測洞察力。人工智能可以幫助做出與產(chǎn)能規劃、預測和網(wǎng)絡(luò )優(yōu)化相關(guān)的決策，從而簡(jiǎn)化運營(yíng)并提高整體供應鏈績(jì)效。人工智能廣泛應用于動(dòng)態(tài)路線(xiàn)優(yōu)化、管理交付時(shí)間窗口、優(yōu)化燃油消耗和負載能力利用率等最后一英里交付活動(dòng)，從而推動(dòng)供應鏈的數字化。
增強的貨運跟蹤: 貨運可見(jiàn)性數據對整個(gè)供應鏈的績(jì)效至關(guān)重要。人工智能跟蹤和跟蹤功能有助于準確預測etas和etds。此外，對供應鏈中斷、延誤和航路風(fēng)險發(fā)出警報的能力可以幫助企業(yè)提高靈活性，并采用備份措施，以避免重大損失。機器學(xué)習還可以幫助分析歷史數據，以確定航運模式，考慮各種因素，如天氣條件、季節性需求波動(dòng)、貿易通道擁堵等。隨著(zhù)語(yǔ)音助手或聊天機器人的廣泛使用，客戶(hù)或客服人員可以在幾秒鐘內提取跟蹤信息。
二、倉庫里的人工智能(ai)和物聯(lián)網(wǎng)(iot)
很簡(jiǎn)單，是的，我們正處在倉庫真正應用人工智能和物聯(lián)網(wǎng)的時(shí)刻。兩者都是強大的新工具，可以更好地使倉庫和配送中心的活動(dòng)跟上快速變化的供應鏈動(dòng)態(tài)。
“不要被人工智能和物聯(lián)網(wǎng)所迷惑，” nate brown,ceo of evs表示?！皟烧叨急挥脕?lái)解決以前的問(wèn)題。他們只是做得更好。物聯(lián)網(wǎng)提供了以前無(wú)法獲得的數據，這是更深層次的見(jiàn)解。人工智能分析微觀(guān)決策，并優(yōu)化到以前不可能達到的水平?！?br>highjump首席技術(shù)官肖恩?埃利奧特(seanelliott)表示:“如果倉庫里沒(méi)有人工智能，物聯(lián)網(wǎng)就毫無(wú)意義?！薄澳阈枰Y合新的數據來(lái)源，即物聯(lián)網(wǎng)，以及更好的解決方案，即人工智能，來(lái)理解數據，發(fā)展見(jiàn)解并根據這些知識采取行動(dòng)。這兩項技術(shù)對于改善運營(yíng)性能至關(guān)重要?！?br>此外，專(zhuān)家們認為，這兩種技術(shù)對于適應目前從預測驅動(dòng)型向需求驅動(dòng)型dcs（分銷(xiāo)中心）的轉變至關(guān)重要。
盡管如此，softeon的首席營(yíng)銷(xiāo)官dan gilmore表示，這兩種技術(shù)都還處于早期階段。
一些公司尚未推出商業(yè)產(chǎn)品。其他公司正在試運行中。還有一些公司在短時(shí)間內提供了一種產(chǎn)品。展望未來(lái)，jda及其合作伙伴已承諾在未來(lái)三年內投入5億美元用于研發(fā)，銷(xiāo)售/全球合作伙伴和聯(lián)盟高級總監史蒂夫·西默曼(steve simmerman)說(shuō)。
顯然，人工智能和物聯(lián)網(wǎng)正在敲倉庫的門(mén)，您應該喜歡這個(gè)敲門(mén)聲。
建立物聯(lián)網(wǎng)
讓我們面對現實(shí)吧，倉庫和分銷(xiāo)中心同事正面臨前所未有的壓力。
“訂單一整天都在源源不斷地涌來(lái)，挑戰在于找出如何最好地及時(shí)處理這些訂單，”曼哈頓聯(lián)合公司(manhattan associates)產(chǎn)品管理高級總監亞當?克萊恩(adam kline)說(shuō)道。
他接著(zhù)說(shuō)，即使倉庫管理系統(wms)已經(jīng)就位，這些決策也是根據既定規則、既定能力和既定資源做出的。然而，這些訂單并不是靜態(tài)的?！跋到y需要智能地平衡能力和資源，才能最大化利益，”klin說(shuō)
gilmore說(shuō):“只有人工智能和物聯(lián)網(wǎng)合作，才能根據當前情況臨時(shí)做出決定?！?br>那么，這些物聯(lián)網(wǎng)數據到底從何而來(lái)?很多已經(jīng)在你的設施里了。
從傳送帶到自動(dòng)引導車(chē)輛和自動(dòng)存儲系統等物料處理設備都接收和發(fā)送有關(guān)其活動(dòng)的數據。從掃描儀到語(yǔ)音系統的手持設備也做同樣的事情。
epicor產(chǎn)品管理高級總監mark jensen表示:“大多數設施都在引入越來(lái)越多的數據設備，這些設備正在發(fā)展成為一個(gè)新興的物聯(lián)網(wǎng)網(wǎng)絡(luò )?！焙芏鄷r(shí)候，簡(jiǎn)單的傳感器提供了以前無(wú)法用于決策的信息。智能手機是這個(gè)新網(wǎng)絡(luò )的一部分。
關(guān)于人的數據也很重要。盧卡斯系統公司(lucas systems)的項目工程總監賈斯汀?里特(justin ritter)解釋說(shuō):“人們在特定時(shí)刻在什么位置、他們在做什么，以及如何最好地利用數據，這些都很重要?！?br>正如曼哈頓的克萊恩所指出的，實(shí)時(shí)定位系統正在到位，以跟蹤人們以及他們對特定任務(wù)的可用性。事實(shí)上，有幾種類(lèi)型的實(shí)時(shí)定位系統可用，包括智能手機、無(wú)源無(wú)線(xiàn)電信標和rfid。
“根據皮特最近的掃描結果，很多機構都知道他在哪里。但當你使用實(shí)時(shí)定位系統時(shí)，你就能隨時(shí)知道皮特在哪里。
gilmore補充說(shuō)，還有人和機器人的問(wèn)題。他稱(chēng)其為配對能力，可以讓合適的人和合適的機器人使用物聯(lián)網(wǎng)數據完成訂單。吉爾摩補充道:“這是一個(gè)將地點(diǎn)，人和任務(wù)一起協(xié)同的問(wèn)題?！薄斑@里需要新的思維。
構建人工智能
leandna首席執行官理查德?萊博維茨(richardlebovitz)表示:“盡管獲取數據變得越來(lái)越簡(jiǎn)單，但大多數機構缺乏決定如何使用這些數據以及采取何種行動(dòng)的能力。這一切都是要彌合預測和制造業(yè)實(shí)際情況之間的差距?！边@就是人工智能的切入點(diǎn)。
evs的brown給出了倉庫人工智能的基本定義?！八鼘W(xué)習并對當前狀態(tài)做出反應，而不僅僅是一套預先設定的規則，”他說(shuō)。
highjump公司的埃利奧特解釋說(shuō)，人工智能和物聯(lián)網(wǎng)并不是一枚硬幣的兩面?！暗鼈兇_實(shí)存在共生關(guān)系。人工智能接收到的有關(guān)動(dòng)作和互動(dòng)的數據越多，它就越能了解如何適應當前條件，”他補充道。
雖然很多物聯(lián)網(wǎng)數據來(lái)自四面圍墻內，但以晚入站加載為例。jda的simmerman說(shuō):“dc會(huì )收到由控制塔管理的物聯(lián)網(wǎng)信號的警報，負載將會(huì )延遲到達?！薄叭斯ぶ悄塬@取這些信息，并確定最佳時(shí)間，釋放和部署特定數量的勞動(dòng)力來(lái)卸載卡車(chē)。人工智能還可以決定哪些貨物應該直接用于訂單或存儲。這時(shí)，你對如何使分銷(xiāo)中心最有效地運行有了一個(gè)新的可見(jiàn)性和智慧水平，” simmerman說(shuō)。
要做到這一點(diǎn)，確實(shí)需要物聯(lián)網(wǎng)提供的數據粒度。盧卡斯的數據科學(xué)家graham yennie解釋道:“數據粒度是讓ai在新情況出現時(shí)進(jìn)行學(xué)習的關(guān)鍵因素?！边@種特殊形式的人工智能被稱(chēng)為機器學(xué)習
將物聯(lián)網(wǎng)和人工智能結合在一起
物聯(lián)網(wǎng)和人工智能在分銷(xiāo)中心(distribution center)還有更大的用途。這兩種技術(shù)使得dc從預測驅動(dòng)轉變?yōu)樾枨篁寗?dòng)成為可能。也就是說(shuō)，當它們與wms、倉庫執行系統甚至工作執行系統相結合時(shí)。leandna的lebovitz說(shuō)，從預測到需求驅動(dòng)的運營(yíng)是dcs向前發(fā)展的一個(gè)巨大但絕對必要的支點(diǎn)。
這一切都是為了應對當前從制造和分銷(xiāo)主導供應鏈的轉變。越來(lái)越多的客戶(hù)已經(jīng)超越了低成本，供應鏈效率成為主要驅動(dòng)因素。
因此，一系列公司正在研究、試點(diǎn)并全面整合人工智能和物聯(lián)網(wǎng)在倉庫運營(yíng)中的應用。
盧卡斯系統(lucas systems)和evs等公司正在進(jìn)行盡職調查，以決定如何將這兩項技術(shù)與他們現有的軟件包集成。盧卡斯系統公司預計將在明年春天深入進(jìn)行beta測試。與此同時(shí)，evs正在用其wms包測試客戶(hù)數據。
leandna已經(jīng)將人工智能與制造業(yè)務(wù)的庫存分析結合起來(lái)。它的軟件被一系列公司使用，通過(guò)連接到他們的企業(yè)資源規劃(erp)系統來(lái)簡(jiǎn)化操作。
機器人軌道和機器人技術(shù)是highjump努力將技術(shù)與wms整合的關(guān)鍵。試點(diǎn)項目正在兩個(gè)地區進(jìn)行。
softeon的重點(diǎn)是跟蹤工人及其活動(dòng)和設備，比如使用無(wú)源無(wú)線(xiàn)電信標的移動(dòng)機器人。機器人軌道也是一個(gè)重點(diǎn)。這兩款軟件都與softeon的wms集成，應該可以更快更好地做出決策。
物聯(lián)網(wǎng)和人工智能都與曼哈頓（manhattan）的倉庫執行包集成在wms中。訂單流、機器人技術(shù)和分銷(xiāo)控制都受益于近18個(gè)月前引入的功能。
epicor的分銷(xiāo)管理軟件剛剛完成物聯(lián)網(wǎng)的beta測試。同時(shí)，在erp系統的虛擬代理中完全集成了ai。
一年多前，jda收購了blue yonder公司及其人工智能功能。這已經(jīng)成為了jda數字化預測分析策略的支柱，該策略旨在創(chuàng )建該公司正在開(kāi)發(fā)的東西——一種自學(xué)習供應鏈的狀態(tài)。物