دمج الذكاء الاصطناعي والتعلم الآلي في الخدمات اللوجستية المستودعات - التطورات العالمية في ألمانيا والاتحاد الأوروبي والولايات المتحدة الأمريكية واليابان

مستقبل الخدمات اللوجستية للمستودعات: عمليات التحكم في الذكاء الاصطناعى لتحقيق أقصى قدر من الإنتاجية

يصف الذكاء الاصطناعي (AI) قدرة الآلات أو البرامج على أداء المهام التي تتطلب عادة الذكاء البشري - مثل التفكير المنطقي أو التعلم أو التخطيط أو حل المشكلات الإبداعية. في جوهرها ، يتعلق الأمر بأنظمة الكمبيوتر من البيانات ويمكن أن تتخذ القرارات بدلاً من اتباع قواعد محددة مسبقًا فقط. التعلم الآلي (ML) هو منطقة فرعية من الذكاء الاصطناعى حيث تحدد الخوارزميات بشكل مستقل الأنماط وتكييف سلوكها من خلال تحليل كميات كبيرة من البيانات. ببساطة ، يتعلم نظام ML من التجربة: إنه "مدرب" مع البيانات التاريخية ويمكنه بعد ذلك التنبؤ أو اتخاذ قرارات مع بيانات جديدة غير معروفة. ونتيجة لذلك ، فإن الذكاء الاصطناعى قادر على تحسين توقعاتها وخدماتها بشكل مستمر دون برمجها بشكل صريح من قبل الأشخاص لكل حالة فردية.

في الخدمات اللوجستية - وخاصة في اللوجستيات المستودعات - AI و ML مفتوحة فرص هائلة. تحتوي صناعة الخدمات اللوجستية على شبكات واسعة وتولد كميات هائلة من البيانات ، مما يجعلها مجالًا مثاليًا للتطبيق ل AI. على سبيل المثال ، يمكن أن تتنبأ الخوارزميات الذكية بكميات الترتيب المستقبلي أو حساب الطرق المثلى أو عمليات التحكم في مستودع المعقدة. يمكن أن تتخذ أنظمة التعلم الذاتي القرارات بشكل أسرع وغالبًا ما تكون أكثر دقة من الأشخاص ، خاصةً عندما يتعلق الأمر بمعالجة كميات كبيرة من البيانات في الوقت الفعلي. في المستودعات الحديثة ، يتم استخدام تقنيات الذكاء الاصطناعى في مناطق مختلفة من إدارة المخزون لالتقاط (تجميع الطلبات) لنقل التحكم داخل المستودع.

بشكل عام ، ينطبق ما يلي: الذكاء الاصطناعي في المخيم يقلد "التفكير" في مدير معسكر ذي خبرة للغاية ، فقط يمكنها الوصول إلى المزيد من البيانات. على سبيل المثال ، يمكن أن أنظمة الذكاء الاصطناعى التعرف على العناصر التي تبيع بشكل جيد متى ، وكيفية تخزين البضائع بشكل أكثر كفاءة ، أو المسارات التي يجب أن تقودها الرافعة الشوكية لتوفير الوقت. تشكل هذه القرارات الآلية التي تعتمد على البيانات أساسًا لحقيقة أن الذكاء الاصطناعي و ML يخترقان بشكل متزايد الخدمات اللوجستية للمستودعات.

تحسين عمليات المستودع بواسطة الذكاء الاصطناعي

واحدة من أعظم مزايا الذكاء الاصطناعي في الخدمات اللوجستية المستودعات هي تحسين العمليات الحالية. تعتمد المستودعات على تيار ثابت للمعلومات - على سبيل المثال بيانات المخزون أو بيانات الطلب أو معلومات الموقع من البضائع. ومع ذلك ، عندما يكون الأشخاص عرضة للأخطاء أو يمكنهم معالجة معلومات محدودة ، يوفر KI الدقة والسرعة. على سبيل المثال ، يمكن لمنظمة العفو الدولية توفير وتحليل البيانات في الوقت الفعلي ، مما يعني أن الأخطاء يتم التعرف عليها ومعالجتها بشكل أسرع قبل التسبب في مشاكل. يمكن تلقائي المهام الروتينية مثل التحقق من المخزون أو جمع مدخلات البضائع ، مما يخفف من الموظفين.

يمكن أن تتعرف أنظمة الذكاء الاصطناعى أيضًا على الأنماط في عمليات المستودع التي قد تفوت العين البشرية. من خلال تحليلات البيانات هذه ، يفهم النظام بشكل أفضل الوضع الحالي في المستودع ، ويحدد الاختناقات أو عدم الكفاءة ويقترح تحسينات. مثال عملي هو تحسين طريقة: يمكن أن تحلل الخوارزميات وتحسين مسارات المشي في المستودعات أو الشاحنات الصناعية (مثل الشوكة). على سبيل المثال ، يتم فرز قوائم الاختيار بطريقة تجعل الموظفين أقصر طريق ممكن عبر المستودع. هذا يقلل من المصطلحات ويتم وضع الطلبات بشكل أسرع. وبالمثل ، يمكن أن تحدد وظائف الذكاء الاصطناعي أفضل مساحة تخزين لكل منتج- بناءً على حجمه وتغطية وعوامل أخرى- لجعل الإيداع والاستعانة بمصادر خارجية أكثر كفاءة.

جانب آخر مهم هو تقليل الأخطاء وتحسين الجودة. يمكن أن تقوم أنظمة تحديد الصور المدعومة من الذكاء الاصطناعي ، على سبيل المثال ، بفحص الحزم والتحقق من حالتها وأبعادها عند استلامها. هذا يتعرف على الفور إذا كان هناك ضرر أو تم تصنيف مقال بشكل غير صحيح. تضمن هذه التحكم الآلي في الجودة أن يتم حل المشكلات في وقت مبكر من العملية ولا تمر عبر سلسلة التوريد بأكملها. بالإضافة إلى ذلك ، يتعلم الذكاء الاصطناعى مع مرور الوقت: لا يزال من الممكن أن تحدث الأخطاء في البداية ، ولكن من خلال تقنيات التعلم الآلي ، فإن التعرف على الصور يحسن نفسه بشكل مستمر ويقلل من معدل الخطأ.

كل هذه التحسينات تؤدي في النهاية إلى مزيد من الإنتاجية وخفض التكاليف في عمليات المستودعات. يمكن أن تقوم الروبوتات وأنظمة الذكاء الاصطناعي ببعض المهام بشكل أسرع وأكثر دقة من الأشخاص ، مما يزيد من الإنتاجية. في الوقت نفسه ، يتيح التقييم الخوارزمي لبيانات المستودعات قرارات استراتيجية أفضل- على سبيل المثال في تخطيط الموظفين والموارد- مما يجعل العمليات الشاملة أكثر كفاءة. يمكن أن تراقب حلول الذكاء الاصطناعى العمليات بشكل مستمر ، وتحليل المخاطر والتصرف بشكل استباقي (على سبيل المثال التعرف على عنق الزجاجة المهددة وتصدي للتهديد). بشكل عام ، تتحسن الشفافية في المستودع ، وغالبًا ما يتم التعرف على المشكلات قبل أن تنشأ. كل هذا يساهم في تقليل التكاليف ، لأن المستودع الأكثر كفاءة يسبب نفايات أقل ، وتكاليف خطأ أقل ويستخدم ساعات العمل على النحو الأمثل. وفقًا لتوقعات الخبراء ، يمكن أن تزيد تقنيات الذكاء الاصطناعى من الكفاءة في صناعة الخدمات اللوجستية في السنوات القادمة من خلال الحجم الكبير ، على سبيل المثال ، تقدر زيادة الكفاءة تزيد عن 40 ٪ إلى 2035.

باختصار ، تزيد الذكاء الاصطناعي من سرعة ودقة ومرونة عمليات المستودعات. يتراوح هذا من البحث الأسرع وإرساله للمنتجات ، مما يقلل من اختلافات المخزون ، إلى تنسيق أفضل مع مناطق أخرى من سلسلة التوريد. بالنسبة للشركات ، يعني هذا أداءً أعلى من مستودعها مع تخفيف موظفي الرتابة أو المهام المعقدة.

مناسب ل:

• المخزون في الحد؟ أتمتة المستودعات: تحسين المستودعات مقابل التحديث - القرار الصحيح لمستودعك

تنبؤ الطلب وإدارة المخزون مع ML

المجال المركزي لتطبيق التعلم الآلي في اللوجستيات المستودعات هو توقع المتطلبات. هذا يعني توقعات الطلب المستقبلي - السؤال: ما هو المنتج المطلوب متى وبأي المبلغ؟ الإجابة الدقيقة على هذا السؤال تستحق الذهب لأنها تمكن المخزون من التحكم على النحو الأمثل. تربط الكثير من البضائع في الأسهم رأس المال ومساحة التخزين غير الضرورية ، ولا تؤدي البضائع القليلة جدًا إلى اختناقات التسليم والعملاء غير الراضين. يمكن للأنظمة المستندة إلى الذكاء الاصطناعي نزع فتيل هذه المعضلة عن طريق تقديم تنبؤات دقيقة للغاية بناءً على كميات كبيرة من البيانات.

تحلل نماذج التعلم الآلي الحديثة المبيعات التاريخية والتقلبات الموسمية والطلبات الحالية والحملات التسويقية والاتجاهات على وسائل التواصل الاجتماعي والعديد من العوامل المؤثرة الأخرى. من هذا يتعلمون الأنماط والعلاقات. يمكن لهذا النظام ، على سبيل المثال ، أن يدرك أن الفقرة تزيد من عناصر معينة بمجرد أن يكون حدث معين وشيكًا (على سبيل المثال ، يزيد الطلب على Grill Carbon قبل عطلات نهاية الأسبوع الصيفية). استنادًا إلى مثل هذه الأنماط ، يقوم الذكاء الاصطناعي بأتمتة كميات البضائع التي يجب تسليمها في أي موقع في أي وقت. تساعد هذه التنبؤات الشركات على تكييف مخزونها مع مخزونها. على وجه التحديد ، هذا يعني أنه إذا كان المنتج سيكون مطلوبًا بشكل متزايد ، فإن الذكاء الاصطناعى يضمن أن الإمدادات المطلوبة في الوقت المناسب وتتوفر في المستودع. على العكس من ذلك ، تحذر ما إذا كان من المحتمل أن يكون المنتج مطلوبًا ، بحيث يتم تجنب الأسهم الزائدة والإنتاج المفرط.

يوفر التجزئة الألمانية عبر الإنترنت Otto مثالًا عمليًا. تستخدم الشركة نظامًا قائمًا على الذكاء الاصطناعى الذي تم تطويره ذاتيًا لتوقعات المبيعات منذ عام 2019. يبحث هذا النظام في مستقبل المبيعات ، إذا جاز التعبير ، ويدعم جميع العمليات المعنية - من الشراء إلى التخزين إلى التسليم. تُظهر توقعات الذكاء الاصطناعى أوتو بالضبط العناصر التي تصل إلى المستودع ومدى ارتفاع الفقرة المتوقعة في وقت معين. على هذا الأساس ، يقرر أوتو ما إذا كان يتم شراء مقال وكيف يجب بيعه. على سبيل المثال ، يحدد الذكاء الاصطناعى ما إذا كان يتم الاحتفاظ بالمنتج في المخزون كخزون أو ، إذا لزم الأمر ، يتم إرساله مباشرة إلى العميل من قبل الشركة المصنعة. التوقعات لها تأثير مباشر على الشراء والمستودعات والتوزيع. النتيجة: لا يوجد دائمًا سوى البضائع الموجودة في المخزون ، والتي هناك حاجة إليها حقًا ، مما يقلل من الأسهم الزائدة باهظة الثمن والمراجع اللاحقة بخصومات. في الوقت نفسه ، تضمن التوقعات أن تتوفر العناصر بمجرد جذب الطلب على الطلب على عدم تفويت فرص المبيعات. مع Otto ، بفضل هذا الذكاء الاصطناعي ، يتم الآن إعادة ترتيب 35 ٪ من النطاق تلقائيًا دون الحاجة إلى تشغيل الطلبات يدويًا - دليل على مدى نجاح التنبؤات.

تستخدم الشركات الأخرى أيضًا تحسينات المخزون القائمة على الذكاء الاصطناعي. ذكرت DHL أن أنظمة الذكاء الاصطناعى يمكنها مقارنة الطلب والقائمة في الوقت الفعلي ويمكن أن ترتب تلقائيًا. حتى أنهم قادرون على حساب نصائح الطلب مقدمًا حتى لا يتم إنشاء أي أسهم خاطئة (خارج المخزون) أو المدرجات الزائدة. هذا يضمن تسليمًا سريعًا للعملاء لأنه يوجد دائمًا ما يكفي من البضائع في المخزون ، ولكن لا توجد مخازن المؤقتة غير الضرورية في المستودع الذي قد يسبب التكاليف.

لا تؤثر توقعات الطلب عبر ML فقط على المستودع الخاص بك ، ولكن سلسلة التوريد بأكملها (سلسلة التوريد). على سبيل المثال ، تتيح التنبؤات الجيدة إرسال مراكز التوزيع الإقليمية مقدمًا قبل استلام الطلبات. OTTO ، على سبيل المثال ، ينشئ توقعات إقليمية للتنبؤ بالمنتجات التي يتم طلبها في أي عدد. وفقًا لذلك ، يتم توصيل هذه العناصر بالفعل إلى مستودع قريب كإجراء وقائي. هذا يقصر أوقات التسليم ويقلل من طرق النقل ، مما يقلل أيضًا من انبعاثات CO₂.

باختصار ، يؤدي تخطيط الطلب المدعوم من الذكاء الاصطناعى إلى تخزين أكثر كفاءة: دائمًا المنتج المناسب في الوقت المناسب في مبلغ مناسب في المستودع. يمكّن ذلك الشركات من تجنب اختناقات التسليم ، وزيادة رضا العملاء وفي الوقت نفسه تقليل تكاليف التخزين. بالنسبة لوجستيات Warehouse ، هذا يعني "إدراج لواء النار" أقل من أجل إصلاح الاختناقات المفاجئة لأن الذكاء الاصطناعى يعترف ويحب مثل هذه المواقف في وقت مبكر. في أوقات المزيد والمزيد من سلوك العملاء تقلبًا (طفرة التجارة الإلكترونية في الكلمات الرئيسية ، والقمم الموسمية من خلال الإجراءات عبر الإنترنت ، وما إلى ذلك) ، أصبح هذا التحكم التطلعي عاملاً تنافسيًا حاسمًا.

الأتمتة والروبوتات في المستودع

هناك منطقة لافتة للنظر بشكل خاص لتكامل الذكاء الاصطناعي هي الأتمتة من خلال الروبوتات في المستودعات. تعتمد المحامل الحديثة بشكل متزايد على الآلات الذكية التي يمكن أن تتحرك أو ترفع أو فرز أو عبوة - غالبًا ما يتم التحكم فيها أو دعمها بواسطة الذكاء الاصطناعي. هذه الروبوتات المستودعات تخفف من الموظفين البشريين ، وخاصة في المهام المرهقة الجسدية أو الرتيبة أو الزمنية.

أحد الأمثلة على ذلك هو المركبات المستقلة في المستودع ، والمعروفة أيضًا باسم FTS (أنظمة النقل بدون سائق) أو AMR (روبوت متنقل مستقل). يمكن لهذه المركبات - من روبوتات النقل الصغيرة المسطحة إلى شوكية الشوكة الآلية - نقل المنصات أو الصناديق أو المقالات الفردية من A إلى B بشكل مستقل تمامًا. أصبح ذلك ممكنًا بواسطة أجهزة الاستشعار والكاميرات وأنظمة الملاحة ، إلى جانب خوارزميات الذكاء الاصطناعي لتخطيط الطريق. الروبوتات "ترى" محيطها ، والتعرف على العقبات والبحث عن أفضل طريقة للهدف. تتيح AI هذه المركبات من الرد على التغييرات في الوقت الفعلي - مثل تجاوز عقبة فجأة في الممر - ولا تزال الحفاظ على المسار الأمثل. إن شركات التحميل المستقلة هذه هي بالفعل حقيقة واقعة في العديد من المعسكرات: فهي تنقل البضائع بين مساحات التخزين ، أو إحضار الإمدادات إلى الرف ، أو جمع المقالات لأوامر العملاء (الاختيار الآلي) أو الترويج للطلبات النهائية إلى محطة الشحن. هذا يخفف من الموظفين البشريين من طرق المشي الطويلة ومهام النقل ويمكن أن يركزوا على أنشطة أكثر تطلبًا.

تطبيق روبوتي آخر هو روبوتات اختيار الذكاء الاصطناعي. هذه روبوتات للمرضى الداخليين أو المتنقلين بأسلحة يمكن العثور عليها من الرفوف. بمساعدة معالجة الصور (الكاميرات وبرامج الذكاء الاصطناعي) ، يحدد هذا الروبوت المقالة الصحيحة ويحزم المبلغ المطلوب. هناك بالفعل نباتات تختار فيها الروبوتات الأجزاء الفردية: يتلقى الروبوت الطلب من نظام إدارة المستودعات ، على سبيل المثال يتنقل (إذا كان الجوّال) إلى الموضوع المقابل ، يتعرف بصريًا على المقال ويواصله بدقة. تحقق مستشعرات الوزن ما إذا كانت قد تمت إزالة الكمية الصحيحة ويؤكد الذكاء الاصطناعي هوية المقالة مرة أخرى من خلال التعرف على الصورة. غالبًا ما تعمل هذه الأنظمة في مناطق منفصلة أو أثناء الليل لتكون قادرة على إعداد الطلبات على مدار الساعة. كما يتم استخدام أنظمة الأتمتة الأكثر تعقيدًا مثل انتقاء آلات (المتاجر الأوتوماتيكية) - هناك العديد من المقالات في الحاويات أو المهاوي ، وعند الطلب ، يقوم النظام تلقائيًا بنقل العنصر المطلوب إلى حاوية الإخراج.

في هذا السياق ، أصبحت Amazon مشهورة: كانت الشركة على نطاق واسع على روبوتات المستودعات لمدة حوالي عقد من الزمان. في معسكرات الأمازون ، تنقل الآلاف من الروبوتات البرتقالية الصغيرة (التي كانت سابقًا من أنظمة KIVA) وحدات الرف بأكملها عبر المستودع مباشرة إلى اللاعبين البشريين. ينسق التحكم الذكي في الذكاء الاصطناعي أرفف الروبوت هذه بكفاءة بحيث يتم تقليل مسارات الموظفين. أظهرت دراسة داخلية Amazon أن هذا التنسيق المحسّن AI يؤدي إلى توفير وفورات هائلة نصف مليار دولار أمريكي سنويًا يوفر Amazon من خلال جلب الروبوتات إلى الموظفين بشكل أسرع وأكثر كفاءة. يحسب الذكاء الاصطناعى دائمًا أي وحدات الرف بجوار الموظف يجب تقديمها إلى الموظف من أجل معالجة الطلبات على النحو الأمثل. النتيجة: تنفيذ أسرع لأوامر العملاء في نفس الوقت.

الفرز والتعبئة والتغليف الروبوتات تتحرك أيضا. في بعض مراكز تغليف DHL ، على سبيل المثال ، تأخذ الروبوتات بالفعل حزم من حزام النقل وفرزها إلى موضوعات لطرق التسليم المعنية. بفضل الذكاء الاصطناعى ، فإن ما يسمى بـ dhlbots قادرة على التعلم والمجهزة المرنة بالكاميرات ثلاثية الأبعاد ، يمكنك رؤية حجم البرامج وشكلها ، ومسح الرموز الباركية وتحديد ما هو الموضوع الذي يتضمن حزمة. لذلك هم أكثر من مجرد روبوتات صناعية جامدة. يمكنك التعامل مع مجموعة واسعة من أحجام الحزم والتكيف مع العمليات المتغيرة. في الممارسة العملية ، هذا يعني أن الحزم يتم إدخالها مسبقًا بشكل أسرع وأكثر خطأ ، مما يسرع التسليم على "الميل الأخير".

هناك العديد من الأمثلة المثيرة على المستوى الدولي. في المركز اللوجستي لعملاق التجارة الإلكترونية الصينية Alibaba (على وجه التحديد ابنتها اللوجستية Cainiao) ، تم إنشاء مستودع آلي للغاية ، حيث تقوم الروبوتات بحوالي 70 ٪ من العمل. حوالي 60 روبوتات متنقلة - تسمى أيضًا "Zhu Que" محليًا - تنقل في معسكر يبلغ طوله 3000 متر مربع إلى محطات التعبئة وتضاعف الإنتاجية ثلاث مرات. عادةً ما ينشئ عامل المستودع البشري 1500 عنصر تم اختياره لكل نوبة - مع دعم الروبوتات هناك 3000 مقالة ، مع عدد أقل بكثير من المشي. تضمن الذكاء الاصطناعى أن تعمل الروبوتات معًا بكفاءة ، ولا تعترض الطريق ودائماً إحضار البضائع التالية إلى نقطة الانسحاب في اللحظة المناسبة. يوضح مستودع Alibaba هذا ما هو ممكن من الناحية الفنية إذا كنت تتم أتمتة Warehouse Logistics بالكامل تقريبًا: لا يتعين على الموظفين المشي عبر سلسلة الجرف لأن الروبوتات تجلب الأرفف أو البضائع مباشرة ، وزيادة الإنتاجية بشكل كبير.

غالبًا ما تدمج هذه المستودعات الذكية العديد من التقنيات: المركبات ذاتية الحكم ، والجمباز الروبوت ، وأحزمة النقل الآلية ، وأجهزة استشعار إنترنت الأشياء لمراقبة الظروف البيئية والأسهم ، وكذلك أنظمة الذكاء الاصطناعى مثل "الدماغ" التي تتحكم في كل شيء. الهدف هو مستودع آلي للغاية يعمل بكفاءة وأمان وشفافية. في هذه البيئات ، غالبًا ما يعمل الموظفون البشريون جنبًا إلى جنب مع الروبوتات التعاونية (Cobots) ، والتي يدعمونها في عمليات الرفع الشديدة أو إحضارهم إليها. يؤدي إدخال هذا الروبوت إلى ملف تعريف المهمة المتغير للموظفين ، ولكن بشكل عام يزيد من أداء المستودع.

لا يزال هناك العديد من المعسكرات في بداية هذا التطور - وفقًا للتقديرات ، فإن حوالي 20 ٪ من المستودعات مؤتمتة فقط في ألمانيا والولايات المتحدة ، لا يزال الباقي يعمل يدويًا إلى حد كبير. لكن اللاعبين الكبار مثل Amazon أو Alibaba أو DHL قاموا بإطلاقها وتجهيز معسكراتهم تدريجياً بتقنيات AI والروبوتات. في السنوات القادمة ، من المتوقع أن يكون هناك المزيد والمزيد من عمليات المستودعات - سواء كان ذلك من خلال أنظمة النقل بدون سائق أو أنظمة الفرز الآلية أو أنظمة المساعدة الذكية للموظفين.

مناسب ل:

• أتمتة المستودعات الفعالة: 25 سؤالاً وإجابة مهمة للتحسين - نصائح حول تحسين المستودعات وتعديلها

الذكاء الاصطناعي في سلسلة التوريد وبرامج المؤسسة (SCM ، DCM ، ERP)

ليس فقط الروبوتات الفردية ، ولكن أيضًا البرنامج في الخلفية يلعب دورًا حاسمًا في تكامل الذكاء الاصطناعي في الخدمات اللوجستية المستودعات. يتم تجهيز أنظمة إدارة سلسلة التوريد الحديثة (SCM) وحلول تخطيط موارد المؤسسات (ERP) بشكل متزايد بوظائف الذكاء الاصطناعى لتحسين التخطيط والتحكم والإدارة على طول سلسلة التوريد. يظهر مصطلح إدارة سلسلة الطلب (DCM) أيضًا في هذا السياق-التركيز بشكل خاص على طلب العملاء وسلسلة التوريد بناءً عليه. في كل هذه الأنظمة ، يمكن أن تكون الذكاء الاصطناعي بمثابة نوع من الطبقة الذكية التي تعزز بشكل كبير الوظائف الكلاسيكية.

ومن الأمثلة المركزية نظام إدارة المستودعات (WMS)-البرنامج الذي يدير جميع العمليات في المستودع (من استلام البضائع إلى التخزين واختيار إخراج البضائع). في الماضي ، عملت WMS وفقًا للقواعد المبرمجة بحزم. في غضون ذلك ، يدمج الشركات المصنعة وحدات الذكاء الاصطناعي التي تجعل WMS "أكثر ذكاءً". على سبيل المثال ، قامت شركة LPP للتجزئة البولندية LPP بتنفيذ حل AI (PSIWMS AI) في نظام إدارة المستودعات الذي يستخدم آليات التعلم الآلي لتحسين العملية. وكانت النتيجة أقصر مسارات التقاط أقصر بكثير وكفاءة أعلى في المستودع. يظهر هذا: يمكن لمنظمة العفو الدولية إضافة برامج لوجستية موجودة بطريقة تتعلمها من بيانات التشغيل الخاصة بها وتحسن العمليات بشكل مستقل. يمكن لـ WMS المستندة إلى الذكاء الاصطناعي ، على سبيل المثال ، أن يتعرف على العناصر التي يتم طلبها معًا والتي تقترب مساحات التخزين الخاصة بها معًا (تحسين التصميم الآلي). أو يعطي الأولوية للطلبات ديناميكيًا وفقًا للموارد المتاحة أو ظروف المرور أو تواريخ الشحن.

أنظمة إدارة سلسلة التوريد

تخطو أنظمة إدارة سلسلة التوريد بدعم من الذكاء الاصطناعي خطوة واحدة من خلال النظر إلى سلسلة التوريد بأكملها خارج المحمل الفردية. يستخدمون الذكاء الاصطناعى لإجراء تحسينات من طرف إلى طرف: للتعويض عن الأسهم عبر العديد من مواقع التخزين ، لاستخدام قدرات النقل على النحو الأمثل والرد بمرونة على الاضطرابات. يمكن أن تجلب أدوات SCM المستندة إلى الذكاء الاصطناعى كميات كبيرة من البيانات من مصادر مختلفة. يصف Oracle ، على سبيل المثال ، أن الشركات تستخدم الذكاء الاصطناعي لموازنة الأسهم والعثور على طرق توصيل فعالة للوقود ، وهي أكثر كفاءة بكثير مما سيكون ممكنًا مع البرامج التقليدية. على سبيل المثال ، يمكن لمثل هذا النظام حساب مسار بديل للشاحنات اللاحقة تلقائيًا في حالة حدوث مسار مرور تم حظره فجأة والتسليم المتأثر. أو يلاحظ مشاكل الجودة مع مورد معين ويحذر في الوقت المناسب قبل الدخول في الأجزاء المعيبة إلى المخيم.

إدارة سلسلة الطلب (DCM)

إدارة سلسلة الطلب (DCM) ، التي تركز على جانب الطلب ، تستفيد أيضا من الذكاء الاصطناعى. هذا يتعلق بالاستخدام الأمثل لاحتياجات العملاء - في الأساس تكامل التسويق/المبيعات مع سلسلة التوريد. في DCM ، على سبيل المثال ، يمكن لـ AI تحليل أوامر العملاء وتحسين التوقعات من أجل تكييف الإنتاج والتخزين بشكل أكثر دقة للطلب الفعلي. في الممارسة العملية ، غالبًا ما يطمس SCM و DCM ، لكن كلاهما يهدف إلى التوفيق بين العرض والطلب مع الذكاء الاصطناعي بأكبر قدر ممكن من الكفاءة.

قام مقدمو ERP الكبار مثل SAP أو Oracle بدمج وظائف الذكاء الاصطناعي بالفعل في منتجاتهم. يتحدث SAP عن "Business AI" داخل وحدات ERP ، والتي يجب أن تعمل على تحسين المستودعات ومعالجة الطلبات والنقل مع المعرفة المدعومة من الذكاء الاصطناعي. تؤكد Oracle أن أنظمة الذكاء الاصطناعى يمكن أن تتعرف على أنماط في سلاسل التوريد التي لا تزال مخفية للبشر ، على سبيل المثال للتنبؤ بطلب العملاء بشكل أكثر دقة وبالتالي تمكين إدارة المخزون أكثر كفاءة اقتصاديًا. يقدم مقدمو برامج Microsoft ومقدمي البرامج اللوجستية المتخصصة أيضًا وحدات منظمة العفو الدولية التي تتجول في العمليات الحالية. غالبًا ما يتم تزويد الواجهات القياسية بأنظمة ERP ، بحيث يمكن أن تعمل نماذج AI (على سبيل المثال للتنبؤات) بسرعة نسبية مع بيانات الشركة. على سبيل المثال ، يمكن دمج نموذج الذكاء الاصطناعي لتوقعات المبيعات مباشرة في معالجة ترتيب ERP: ثم يقوم النظام تلقائيًا بإنشاء اقتراحات طلب للمستلزمات في الشراء ، استنادًا إلى توقعات ML.

استخدام البرمجيات التي يمكن فهمها بسهولة هي chatbots من الذكاء الاصطناعي للخدمات اللوجستية. يمكن دمج هؤلاء المساعدين الرقميين في أنظمة إدارة المستودعات أو أنظمة إدارة النقل ومساعدة الموظفين مثل الشركاء الخارجيين على الحصول على المعلومات بسرعة. في سياق التخزين ، يمكن لـ Chatbots الإجابة على الأسئلة ، على سبيل المثال ، "أين هي المادة XY؟" أو "ما هو ارتفاع الوجود الحالي للمنتج z؟" - وفي غضون ثوان ، على مدار الساعة. يمكنك قبول استفسارات الطلب أو التنبؤ بأوقات التسليم. داخليًا ، يقوم هؤلاء المساعدون بتخفيف موظفي العمل الأبحاث المستهلك ، وتحسين خدمة العملاء خارجيًا (مثل المعلومات المتعلقة بحالة المستودع لأمر ما).

باختصار ، تخترق الذكاء الاصطناعي مشهد البرنامج في الخدمات اللوجستية على جميع المستويات. من WMS إلى SCM/DCM إلى ERP ، يتم استكمال الأنظمة الكلاسيكية من قبل الذكاء الاصطناعي لتمكين القرارات الآلية. التكامل مهم: يجب أن تتناسب حلول الذكاء الاصطناعي بسلاسة في العمليات الحالية. بفضل تقنية السحابة والواجهات الموحدة ، أصبح هذا أسهل. اليوم ، يمكن للشركات في كثير من الأحيان إضافة وظائف الذكاء الاصطناعي إلى أنظمتها الحالية كملحق. ومع ذلك ، يظل التنفيذ الناجح مهمة تتطلب المعرفة-يجب أن تكون البيانات الصحيحة متاحة ، حيث تم تدريب النماذج ومراقبتها بشكل مستمر. بمجرد إتقان ذلك ، توفر أنظمة البرمجيات المستندة إلى الذكاء الاصطناعى قيمة مضافة كبيرة: تصبح الشفافية والسرعة والتحكم الاستباقي طبيعيًا جديدًا في اللوجستيات المستودعات.

تحديات تنفيذ الذكاء الاصطناعى: هذه هي الطريقة التي تتقن بها الشركات الاستثمارات وتكنولوجيا المعلومات: Xpert.Digital

أمثلة عملية من الشركات

تستخدم العديد من الشركات في جميع أنحاء العالم بالفعل منظمة العفو الدولية بنجاح في عمليات المستودعات واللوجستية الخاصة بها. فيما يلي بعض الأمثلة العملية التي توضح مدى تنوع التطبيقات:

أمازون (الولايات المتحدة الأمريكية)

كواحد من الرواد ، تستخدم Amazon الذكاء الاصطناعي والروبوتات على نطاق واسع. في مراكز الوفاء (المراكز اللوجستية) لعملاق التجارة الإلكترونية ، ينتقل عشرات الآلاف من الروبوتات إلى الموظفين. يعمل الذكاء الاصطناعي على تحسين العملية بشكل دائم - أي قيادة على الرف من أجل إزالة مقال. زادت هذه السيطرة الذكية في الانتقاء من كفاءة أمازون بشكل كبير. وضعت الدراسات المدخرات من تحسين "اختيار" من الذكاء الاصطناعي في Amazon بنحو 470 مليون يورو سنويًا. بالإضافة إلى ذلك ، تستخدم Amazon KI في العديد من المناطق الأخرى ، على سبيل المثال في تخطيط المسار لسيارات التسليم ، والتخطيط للموظفين الديناميكيين اعتمادًا على حجم الطلب أو للصيانة التنبؤية (الصيانة التنبؤية) لمرافقها في المستودع.

بابا (الصين)

يدير Alibaba مستودعًا عالي الأوتوماتيكي مع ابنته اللوجستية Cainiao ، حيث تقوم الروبوتات بأغلبية الأعمال البدنية. في معسكر معروف في قوانغدونغ ، تقوم روبوتات النقل الذكية بنسبة 70 ٪ من أعمال التخزين وزيادة الإنتاجية بثلاثة أضعاف. الروبوتات - التي يسيطر عليها منظمة العفو الدولية - تجلب إلى الزملاء البشريين ، الذين يتناولون التغليف بشكل أساسي فقط. نظرًا لتنسيق الذكاء الاصطناعي ، يقوم الموظف بتصنيف ما يصل إلى 3000 حزمة لكل نوبة ، بدلاً من حوالي 1500 دون دعم. يستخدم Alibaba أيضًا KI لتوصيل الطائرات بدون طيار وسيارات التوصيل المستقل في النقل المحلي ، ومع ML ، تعمل على تحسين تخصيص المخزونات لمراكز التوزيع العديدة. والنتيجة هي عمليات التسليم السريعة (في بعض الأحيان يوم البذور أو في غضون ساعات قليلة) على الرغم من كميات الطلب الضخمة التي تتمثل في العمليات المحسنة AI.

دويتشه بوست دي إل (ألمانيا)

كمزود خدمة لوجستية عالمية ، تستثمر DHL في مجالات الأعمال المختلفة في الذكاء الاصطناعي. في تسليم الطرود ، اختبارات DHL ، على سبيل المثال ، الطائرات بدون طيار التسليم المستقلة والروبوتات في الشوارع ، ولكن يتم استخدام حلول الذكاء الاصطناعي أيضًا في المستودع نفسه. في بعض معسكرات DHL أو مراكز الطرود ، تقوم الروبوتات المستندة إلى الذكاء الاصطناعي بفرز الحزم تلقائيًا بالكامل بواسطة المنطقة المستهدفة. تتعرف أذرع الروبوت هذه على كل عرض باستخدام كاميرا ثلاثية الأبعاد و AI ، والاستيلاء عليها ووضعها في موضوع الشحن الصحيح بشكل أسرع مما يمكن لأي شخص. تستخدم DHL أيضًا أدوات الذكاء الاصطناعى لتحسين المسار لأساطيل الشاحنات ، للصيانة التطلعية لأنظمة التمويل الخاصة بها وإدارة المخزون لعملاء العقود. مثال على الأخير: يستخدم DHL KI في اللوجستيات العقد (Warehouse Logistics للعملاء الصناعيين) لمراقبة أسهم عملائها وتشغيل أوامر التوريد التلقائية قبل إنشاء عنق الزجاجة. وبهذه الطريقة ، يزيد DHL من موثوقية التسليم ويربط العملاء عن كثب.

أوتو (ألمانيا)

كما ذكر أعلاه ، يستخدم Otto KI بنجاح لتوقعات المبيعات والتحكم في التخزين. أمر النظام بشكل مستقل ويحسن المخزون. ونتيجة لذلك ، تمكن Otto من تقليل المدرجات الزائدة وفي الوقت نفسه تحسين القدرة على التسليم. يعد Otto مثالًا على كيفية تطور شركة ألمانية من الذكاء الاصطناعى داخليًا وتستخدم بشكل منتج للبقاء قادرًا على المنافسة في سوق تنافسي للغاية (التجارة عبر الإنترنت).

هيتاشي (اليابان)

في اليابان ، حيث تعمل العديد من العمليات تقليديًا يدويًا ، بدأ التكامل الواسع من الذكاء الاصطناعى في الخدمات اللوجستية في Warehouse. مثال على ذلك هوتاتشي الذي يبحث عن الذكاء الاصطناعي لتحسين الانتقاء في مراكز التوزيع الخاصة به. يتم دعم القوى العاملة للشيخوخة مع التعرف على الصور والقابض. تعتمد الشركات اليابانية الأخرى - على سبيل المثال في صناعة توريد السيارات - بشكل متزايد على أنظمة المستودعات الآلية مع الذكاء الاصطناعي. تعزز الحكومة اليابانية مشاريع مثل جزء من "المجتمع 5.0" والبرامج الخاصة لتوسيع نقص العمال المهرة في القطاع اللوجستي. بشكل عام ، تتمتع الروبوتات في اليابان بمستوى عالٍ من القبول ، وتهدف الاستراتيجيات الجديدة إلى أتمتة المستودعات وسلاسل التوريد.

وول مارت (الولايات المتحدة الأمريكية)

كما تستثمر أكبر سلسلة بيع بالتجزئة في العالم في الذكاء الاصطناعي لسلسلة التوريد الخاصة بها. تستخدم Walmart تحليل الذكاء الاصطناعي لمتابعة المخزون في الوقت الحقيقي في مراكز التوزيع الخاصة به والتنبؤ عندما تحتاج الفروع إلى تجديد. بالإضافة إلى ذلك ، اختبرت Walmart روبوتات المخزون في بعض الفروع التي تقود على طول الرف والتعرف على المنتجات التي يجب إعادة تعبئتها. تُستخدم أنظمة الفرز الآلية في مراكز الخدمات اللوجستية للتجارة الإلكترونية الكبيرة في المجموعة ، ويقوم AI بتحسين تخصيص الحزم على طرق الشاحنات. جنبا إلى جنب مع شركات مثل Walmart ، فإن عمالقة التجارة الأمريكية يقودون تبني الذكاء الاصطناعي في الخدمات اللوجستية.

تبين الأمثلة المذكورة أن كلا من مجموعات التكنولوجيا ومقدمي خدمات اللوجستيات الكلاسيكية التي تستخدمها منظمة العفو الدولية في معسكراتهم. أمازون وألبابا على وجه الخصوص المعايير التي يتم توجيهها للآخرين. ولكن أيضًا في ألمانيا وأماكن أخرى ، طورت مشاريع الذكاء الاصطناعي في المنزل (كما هو الحال مع OTTO) ، جزئيًا بالتعاون مع شركاء التكنولوجيا أو عن طريق شراء الشركات الناشئة. من المهم أن تنجح هذه النجاحات في المدرسة: تلاحظ العديد من شركات الخدمات اللوجستية الصغيرة والمتوسطة الحجم بالضبط ما تفعله الشركات الكبرى والآن تبدأ في تجريب حلول الذكاء الاصطناعي في بعض المجالات.

الآثار الاقتصادية لمنظمة العفو الدولية في المستودع

إن إدخال الذكاء الاصطناعى و ML في الخدمات اللوجستية في المستودعات ليس فقط قرارًا اقتصاديًا. وتأمل الشركات في الحصول على مزايا الأعمال الملموسة ، ولكن يجب أن تستثمر أيضًا وتأخذ الآثار الجانبية المحتملة في الاعتبار.

أولاً إلى الآثار الاقتصادية الإيجابية

كما هو موضح بالفعل ، تزيد الذكاء الاصطناعى بشكل كبير من الكفاءة في المستودع - تعمل العمليات بشكل أسرع وبأخطاء أقل. هذا يؤثر على التكاليف مباشرة. على سبيل المثال ، من خلال تخطيط المسار المحسّن من AI للعاملين في المستودعات أو الروبوتات ، يمكن تقليل الوقت اللازم بشكل كبير ، مما يعني أنه يمكن معالجة المزيد من الطلبات لكل طبقة (إنتاجية أعلى). يمكن حفظ تكاليف الموظفين أو استخدامها بشكل أفضل لأن الموظفين يشعرون بالارتياح بسبب الأتمتة ويمكن استخدام المزيد من الإنتاجية في مكان آخر في مكان آخر. تعمل إدارة المخزون المدعومة من الذكاء الاصطناعى على تقليل تكاليف المخزون لأن أقل من رأس المال مرتبط بالسلع غير الضرورية والاستهلاك بسبب انخفاض التفسد أو المنتجات التي عفا عليها الزمن. أظهرت دراسة استقصائية أن العديد من شركات الخدمات اللوجستية في الذكاء الاصطناعى ترى الفرصة لزيادة الجودة والإنتاجية بشكل كبير - حتى كصناعة رائدة في الرقمنة ، فإن أكثر من نصف الشركات تصنف الخدمات اللوجستية. هذا يعني أن الصناعة تتوقع أن تساهم الذكاء الاصطناعي في القيمة المضافة.

أرقام محددة تدعم إمكانات الادخار

تتوقع تحليلات Accenture أن استخدام الذكاء الاصطناعي يمكن أن يزيد من الكفاءة اللوجستية بحلول عام 2035 بأكثر من 40 ٪. قد يعني هذا تخفيضات هائلة في التكاليف ، نظرًا لأن الزيادة في الكفاءة تعني عادةً المزيد من الإنتاج (تشغيل الطلبات) مع نفس المدخلات أو أقل (الوقت ، الموظفين ، المنطقة). بالفعل اليوم ، غالبًا ما يكون العائد على الاستثمار (ROI) سريعًا نسبيًا في المشاريع الخرسانية. أنظمة الذكاء الاصطناعى التي تعمل على تحسين عمليات النقل أو أحمال الشاحنات ، على سبيل المثال ، يمكن أن توفر تكاليف الوقود وتجنب الرحلات الفارغة ، بحيث يدفع الاستثمار في البرنامج لنفسه في غضون بضع سنوات. يساهم KI أيضًا في توفير التكاليف من خلال تجنب وقت التوقف عن العمل (الاضطرابات التي تؤدي إلى تأخير التسليم) ، على سبيل المثال إذا كان Mainness التنبؤية يمنع أنظمة من منع ضوء الماكينة باهظة الثمن في المستودع.

المشاريع التجريبية وحالات الأعمال: عندما تؤتي ثيو آي في الخدمات اللوجستية المستودعات

ومع ذلك ، فإن تكاليف الاستثمار والتحديات تقابلها الفرص. شراء روبوتات المستودعات وأجهزة الاستشعار وبرامج الذكاء الاصطناعى مكلف في البداية. ليس كل شركة لديها قوة أمازون المالية لوضع مئات مليون في الأتمتة. يتردد العديد من صانعي القرار اللوجستية بسبب ارتفاع تكاليف الاستثمار أو عدم وجود بنية تحتية لتكنولوجيا المعلومات. خاصة في المتاجر الصغيرة والمتوسطة ، غالبًا ما تكون الأساسيات الرقمية (مثل الحصول على البيانات المستمرة) مفقودة من أجل استغلال الذكاء الاصطناعي بالكامل. بالإضافة إلى ذلك ، يتطلب التنفيذ الدراية: الخبراء في الذكاء الاصطناعي وتحليل البيانات في الطلب ، ولكن نادرًا ومكلفًا. في البداية ، يمكن لمشاريع الذكاء الاصطناعي زيادة تعقيد ما يجعل تدريب الموظفين وإدارة التغيير ضرورية.

على المدى القصير ، قد تكون هناك أيضًا تحولات في التكاليف. على سبيل المثال ، مع زيادة استخدام تكنولوجيا المعلومات ، يزداد جهد أمان البيانات وصيانة الأنظمة. يجب تخطيط ميزانيات تحديثات البرامج العادية ، والتدريب على النماذج (في حالة ML) أو أنظمة النسخ الاحتياطي. تكاليف التكامل-I.E. تؤكد Oracle ، على سبيل المثال ، على أن التنفيذ يمكن أن يكون في كثير من الأحيان صعبًا ومكلفًا ، خاصةً عندما يتعين تدريب نماذج ML المصممة خصيصًا على بياناتها الخاصة.

ومع ذلك ، على المدى الطويل ، يتوقع معظم الخبراء أن تفوق المدخرات على الاستثمارات. إذا تغلبت الشركة على العقبات الأولية ، فإن المستودع المدعوم من الذكاء الاصطناعي عادة ما يعمل بشكل أكثر اقتصادا. هناك أيضًا عوامل ناعمة: يمكن للمستودع الآلي الحديث أن يتفاعل أكثر قابلية للتطوير للنمو (التعامل مع المزيد من الطلبات دون الحاجة إلى تزيين الموظفين الخطيين). إنه يزيد من القدرة التنافسية - فأنت تظل قادرًا على المنافسة مع أوقات التسليم والتكاليف أو يمكنك التمييز بين نفسك من خلال الخدمة السريعة بشكل خاص. بالإضافة إلى ذلك ، تساعد العمليات المحسّنة AI في تقصير أوقات التسليم ، والتي بدورها يمكن أن تزيد من ولاء العملاء والمبيعات (يرجى طلب العملاء الراضين مرة أخرى).

الجانب المثير للاهتمام هو الاستدامة ، والتي هي أيضا ذات صلة اقتصاديا. يساعد KI في تشغيل أكثر ملاءمة للبيئة (على سبيل المثال عن طريق الاستخدام الأمثل لقدرات الشاحنات ، والتي تنقذ الرحلات ، أو عن طريق تجنب المواقف الزائدة ، مما يقلل من الإفراط في الإنتاج). نظرًا لأن الاستدامة يتم مكافأتها الآن أيضًا من قبل المستثمرين والعملاء ، فإن هذا يمكن أن يجلب بشكل غير مباشر الفوائد المالية (الكلمة الرئيسية "اللوجستية الخضراء" كحجة مبيعات).

باختصار ، تؤثر الذكاء الاصطناعى على تكاليف التخزين بعدة طرق: تكاليف الموظفين ، وتكاليف المخزون ، وتكاليف الخطأ ، وتكاليف الخسارة - يمكن تخفيض كلها بواسطة الذكاء الاصطناعي. هذا يواجه تكاليف الاستثمار والتشغيل لأنظمة الذكاء الاصطناعي. يتعين على الشركات أن تزن متى وأين تدفع الذكاء الاصطناعي لهم. في الممارسة العملية ، نواجه أن المشاريع التجريبية غالبًا ما تبدأ في البداية للحصول على شخصيات ملموسة. هذه عادة ما تظهر ما إذا كان التحجيم يستحق العناء. نظرًا لأن التكنولوجيا أصبحت متاحة بشكل متزايد وأرخص (الخدمات السحابية ، الحلول القياسية) ، تنخفض عتبة المدخل.

في المجموع ، يمكن للمرء أن يقول: الذكاء الاصطناعى هو عامل تنافسي في الخدمات اللوجستية. إذا كنت تستثمر مبكرًا ومعقولًا ، فيمكنك الحصول على قيادة التكلفة أو تحقيق تقدم في الخدمة. الشركات التي تنتظر ، من ناحية أخرى ، تخاطر بالعمل أكثر فعالية على المدى الطويل وخاسر أسهم السوق. ومع ذلك ، فإن المقدمة ليست تافهة-إنها تتطلب قضية أعمال مقنعة ، وتخطيط جيد ، وغالبًا ما يكون دعم الإدارة أيضًا لأنه يتعلق بالدورة الاستراتيجية.

مناسب ل:

• التخطيط والتنفيذ الفعال: الذكاء الاصطناعي ، الروبوتات والأتمتة في هياكل التخزين الحديثة

الاختلافات الإقليمية: ألمانيا والاتحاد الأوروبي والولايات المتحدة الأمريكية واليابان

يختلف تطور وانتشار الذكاء الاصطناعي في الخدمات اللوجستية في المستودعات الإقليمية ، ويتأثر بالظروف الاقتصادية والرائد التكنولوجي والإطار السياسي. نظرة على المناطق المهمة:

ألمانيا والاتحاد الأوروبي

في ألمانيا ، تعتبر صناعة الخدمات اللوجستية مهمة تقليديًا وتعتبر مبتكرة نسبيًا. تشير الدراسات إلى أن 22 ٪ من شركات الخدمات اللوجستية الألمانية تستخدم بالفعل الذكاء الاصطناعي وأن 26 ٪ أخرى لديها خطط ملموسة لهذا الغرض. ترى الشركات الألمانية الشركات الألمانية KI مفيدة ، خاصة في مجال توقعات الطلب ، وتخطيط المبيعات وتحسين النقل. ومع ذلك ، فإن حوالي 20 ٪ من المستودعات في ألمانيا مؤتمتة حاليًا إلى حد كبير. هذا يعني أن الأغلبية لا تزال تعمل مع العمليات اليدوية في الغالب. غالبًا ما تكمن التحديات في تعقيد النظام ونقص العمال المهرة ، مما يمنع تنفيذ تقنيات جديدة. ومع ذلك ، تستثمر الشركات الألمانية بقوة في الذكاء الاصطناعي من أجل تحسين العمليات والبقاء تنافسية.

من الناحية السياسية ، يروج كل من ألمانيا والاتحاد الأوروبي على نطاق واسع تقنيات الذكاء الاصطناعي. أطلقت ألمانيا استراتيجية منظمة العفو الدولية وقدمت مليارات الدولارات في البحث. تستهدف مؤسسات مثل معاهد Fraunhofer (مثل IML في Dortmund) حلول الذكاء الاصطناعي للخدمات اللوجستية. مصطلحات مثل الصناعة 4.0 و Logistics 4.0 تأطير الرؤية التي تلعب فيها الذكاء الاصطناعي أيضًا دورًا رئيسيًا. يخطط الاتحاد الأوروبي للتقدم مع برامج مثل Horizon Europe ومشاريع الدعم الخاصة ، الذكاء الاصطناعي والروبوتات في الصناعة. في الوقت نفسه ، في أوروبا ، تولي اهتمامًا للمبادئ التوجيهية الأخلاقية ولجنة الاتحاد الأوروبي للوائح ومشروع تنظيم الذكاء الاصطناعى الأوروبي (AI AC). يهدف هذا إلى التأكد من استخدام الذكاء الاصطناعى الجدير بالثقة والأمان ، وهو أمر مهم أيضًا في الخدمات اللوجستية (مثل حماية البيانات لبيانات الموظفين ، ومعايير السلامة للأنظمة المستقلة).

الولايات المتحدة الأمريكية

كانت الولايات المتحدة قادة طويلون في الأتمتة وأبحاث الذكاء الاصطناعى واستيعاب عمالقة التكنولوجيا مثل Google و Amazon و IBM و Microsoft ، والتي تقود AI بقوة. في ممارسة الخدمات اللوجستية المستودعات ، ومع ذلك ، فإن الولايات المتحدة ليست مؤتمتة بكثير من أوروبا. تشير التقديرات إلى أن حوالي 20 ٪ فقط من المستودعات الأمريكية مؤتمتة للغاية. ومع ذلك ، فإن تكاليف العمالة المرتفعة وزيادة النقص في العمالة في الولايات المتحدة تزيد الآن من الاستثمارات في الأتمتة. تقوم الشركات الكبيرة مثل Amazon أو Walmart أو UPS بتنفيذ الأنظمة القائمة على الذكاء الاصطناعي وتعمل كمسودة خيول. تدرك الولايات المتحدة أن تكنولوجيا الذكاء الاصطناعى ضرورية حتى لا تتخلف عن المنافسة العالمية (خاصة مقارنة بآسيا).

من الناحية السياسية ، هناك أولويات أخرى في الولايات المتحدة - هنا تهيمن الاستثمارات والمبادرات الخاصة. تمويل الدولة أقل مركزية مما كان عليه في الاتحاد الأوروبي أو الصين ، ولكن هناك برامج من قبل وزارة الدفاع أو وزارة الطاقة تدعم أبحاث الذكاء الاصطناعى بشكل غير مباشر (مثل المركبات المستقلة ، والتي تستفيد أيضًا من الخدمات اللوجستية). ومع ذلك ، في الآونة الأخيرة ، تتم مناقشة استراتيجيات الذكاء الاصطناعي على المستوى الوطني ، وخاصة لتعزيز الأساس الصناعي. بشكل عام ، يمكن للمرء أن يقول: الشركات الأمريكية تقود منظمة العفو الدولية بشكل عملي في الخدمات اللوجستية ، في حين تحاول السياسة ببطء إنشاء إطار عمل للحاق دوليًا.

اليابان

اليابان هي واحدة من رواد الروبوتات والأتمتة - في الصناعة (مثل إنتاج السيارات) ، واليابان لديها كثافة روبوت تبلغ 399 روبوتًا لكل 10000 عامل وهي في جميع أنحاء العالم. في Warehouse Logistics ، ومع ذلك ، كانت اليابان أكثر تحفظًا. أدت أساليب العمل التقليدية والتقدير العالي للعمل البشري منذ فترة طويلة إلى حقيقة أن أتمتة المستودعات ظلت منخفضة نسبيًا. لكن هذا يتغير الآن بسرعة ، لأن اليابان تواجه مشاكل ديموغرافية حادة: هناك عدد أقل من العمال الشباب والزمنية ، وحدود زمنية العمل القانونية ، يجبر الشركات على تثبيت حلول الأتمتة من أجل الحفاظ على الإنتاجية. وبالتالي ، تتحول المزيد والمزيد من الشركات اليابانية إلى حلول تحمل الذكاء الاصطناعى الحديثة. تقوم الحكومة بترويج هذا بنشاط - هناك "استراتيجية الروبوت الجديدة" التي تستهدف استخدام الروبوتات في قطاعات الخدمة مثل الخدمات اللوجستية.

بالإضافة إلى ذلك ، تنشر اليابان مفهوم المجتمع 5.0 ، وهو مجتمع فائق الشبكات يكون فيه الذكاء الاصطناعى موجودًا في كل مكان لإتقان التحديات الاجتماعية (مثل مجتمع الشيخوخة). في هذا السياق ، على سبيل المثال ، يتم عمل شاحنات التسليم الآلية وأنظمة الشحن والتفريغ المستندة إلى الروبوت وسلاسل التوريد المحسنة AI. نحن نرى بالفعل مراكز لوجستية يابانية مجهزة بأشكال شوكية بدون سائق وأنظمة النقل التي يسيطر عليها الذكاء الاصطناعي. لذا ، بينما بدأت اليابان بعد ذلك بقليل ، يجب أن يزداد الأتمتة في المخيمات واستخدام الذكاء الاصطناعي فجأة هناك في السنوات القليلة المقبلة. ثقافياً ، فإن قبول الروبوتات مرتفع للغاية ، مما يجعل التغيير أسهل.

الصين وكوريا الجنوبية (للمقارنة)

حتى لو لم يكن مطلوبًا بشكل صريح في هذا السؤال ، فإن نظرة سريعة على الجديرة بالاهتمام: تستثمر الصين بقوة في الروبوتات و AI وهي الآن أكبر سوق في العالم للروبوتات الصناعية. يتم تثبيت أكثر من 50 ٪ من جميع الروبوتات الجديدة في جميع أنحاء العالم في الصين. تدعم الحكومة الصينية هذا التطور لتحديث سلاسل التوريد الخاصة بها. خاصة من خلال طفرة التجارة الإلكترونية (Alibaba ، JD.com وما إلى ذلك) شهدت الصين دفعًا كبيرًا في حلول المستودعات الآلية. كوريا الجنوبية ، من ناحية أخرى ، تعتبر رائدة سرية في أتمتة المستودعات: أكثر من 40 ٪ من المخيمات هناك آلية ، وذلك بفضل تقارب التكنولوجيا العالية وشركات مثل Coupang ، التي تعتمد على الذكاء الاصطناعي. تعمل هذه البلدان كمعيار لما هو ممكن إذا قدمت التكنولوجيا باستمرار.

أوروبا (الاتحاد الأوروبي) بشكل عام

أوروبا تتحرك - مع استثناءات - على مستوى الولايات المتحدة الأمريكية. داخل أوروبا ، فإن دولًا مثل ألمانيا أو هولندا أو الدول الاسكندنافية في وضع جيد من حيث الخدمات اللوجستية ، في حين أن البعض الآخر لديه بعض اللحاق بالركب. مع المشاريع المشتركة (مثل GAIA-X للبنية التحتية للبيانات) والمنح ، يحاول الاتحاد الأوروبي تعزيز التقدم بشكل موحد. بالإضافة إلى ذلك ، هناك مشاريع بحثية على مستوى الاتحاد الأوروبي في مجال الذكاء الاصطناعي للنقل والخدمات اللوجستية (على سبيل المثال ، لفاتون الشاحنات المستقلة ، وتنظيم تسليم الطائرات بدون طيار ، وما إلى ذلك) ، والتي بالطبع لها أيضًا تأثير على المخيمات ، لأن كل شيء يتشابك.

باختصار: لا تزال ألمانيا/الاتحاد الأوروبي والولايات المتحدة الأمريكية متساوية نسبيًا في استخدام الذكاء الاصطناعي العملي في المخيمات-الكثير من الأجزاء المحتملة المعترف بها ، ولكنها لا تزال أجزاء كبيرة من الصناعة بدون الذكاء الاصطناعي. آسيا غير متجانسة: الصين وكوريا الجنوبية قادمة بكثير من خلال الاستخدام القسري ، اليابان في عملية الصيد. تلعب السياسة الإقليمية وبرامج التمويل دورًا رئيسيًا: في حين أن الصين وأوروبا في بعض الأحيان تدفع بقوة من الدولة ، فإن القطاع الخاص يقود سيارته في الولايات المتحدة. في النهاية ، يلاحظ الجميع: يتم تناول حلول جيدة على المستوى الدولي. لذلك ، يمكن توقع تقارب معين أن الخدمات اللوجستية العالمية العالمية ، وسوف تنتشر مفاهيم الذكاء الاصطناعى الناجحة (سواء كانت "طريق الأمازون" أو روبوتات Alibaba) في جميع أنحاء العالم.

المستودع الآلي 2050: تصبح الرؤية حقيقة واقعة

إن إلقاء نظرة على مستقبل الخدمات اللوجستية للمستودعات مع الذكاء الاصطناعي والتعلم الآلي يعد بمزيد من التطورات المثيرة. المصطلح الذي يسقط مرارًا وتكرارًا هو "المستودع الذكي" - المعسكر الرقمي والذكي بالكامل تقريبًا. في مثل هذه السيناريوهات المستقبلية ، تتواصل جميع الأنظمة والآلات مع بعضها البعض (إنترنت الأشياء الرئيسية للأشياء ، إنترنت الأشياء). AI تشكل الدماغ الذي يتحكم في هذه الأجهزة المتصلة بالشبكة. يمكنك أن تتخيل مستودعًا في عام 2050 ، حيث تكون جميع الأنشطة الروتينية تقريبًا مؤتمتة: تم الترويج للمركبات المستقلة ، واختيار الروبوتات ، والمخزون (مثل التعرف على قطع الرف بواسطة الكاميرا) ، ومراقبة أنظمة الذكاء الاصطناعي في الوقت الفعلي.

مناسب ل:

• مزيد من التطوير والتحسين الجديد لوجستيات المستودعات: المستودع ، روبوتات الأتمتة و AI لعصر جديد من الكفاءة

التطورات المحتملة

نحن فقط في بداية ما يمكن أن تفعله الذكاء الاصطناعي في الخدمات اللوجستية. في المستقبل ، يمكن لخوارزميات التعلم الذاتي تحسين مجمعات التخزين بأكملها في الوقت الفعلي - تتكيف ديناميكيًا مع مزيج المنتج أو وضع الطلب أو حتى الأحداث غير المتوقعة (مثل إغلاق الحدود المفاجئ أو نقص المواد الخام). يمكن أن تساعد AI Generation (المعروفة بواسطة ChatGpt & Co.) في عمليات التخطيط ، على سبيل المثال تصميم سيناريوهات بديلة لفشل سلاسل التوريد. ربما تكون الروبوتات أكثر تنوعًا: اليوم لدينا روبوتات متخصصة في مهام معينة ؛ في المستقبل ، يمكن أن تعمل الروبوتات البشرية أو أنظمة الروبوت المرنة للغاية في المستودعات التي تأخذ مجموعة واسعة من المهام (التي تجتاح ، حمل ، القيادة). يتم بالفعل اختبار الأساليب الأولى (روبوتان ذوو الساقين كمساعدين للمستودعات).

تعاون الإنسان والآلة هو أيضا مزيد من التكرير. يمكن أن يعمل Cobots عن كثب مع أشخاص دون أقفاص واقية ، ويمكن أن تعمل الذكاء الاصطناعي كمساعد شخصي لكل أعمال مستودع - على سبيل المثال من خلال نظارات البيانات ذات الواقع المعزز ، والتي تُظهر الموظف في الوقت الفعلي جميع المعلومات ذات الصلة (مساحة التخزين ، الخطوة التالية ، التحذيرات). يمكن أن تراقب الأجهزة القابلة للارتداء المدعومة من الذكاء الاصطناعى الأمان (على سبيل المثال ، سوار يهتز عندما يكون رافعة الشوكة في مكان قريب). كل هذا يعمل على تحسين ظروف العمل وتقليل الأخطاء أو الحوادث.

بالطبع هناك أيضًا تحديات وأسئلة أخلاقية في الطريق إلى هناك. القلق الذي تمت مناقشته بشكل متكرر هو سؤال الوظيفة: إذا كان هناك المزيد والمزيد من الآلية في المستودع ، فما الذي يحدث لعمال المستودعات؟ على المدى القصير ، يمكن حذف بعض الأنشطة - على سبيل المثال ، تحتاج إلى عدد أقل من الجماع اليدوي إذا اتخذت الروبوتات هذه المهمة. تتوقع الدراسات انخفاضًا في الوظائف البشرية ، وخاصة في الأنشطة البسيطة المتكررة. ولكن هناك أيضًا أدوار جديدة: AI يخلق أيضًا وظائف جديدة - فقط. في المستقبل ، سيكون هناك حاجة إلى خبراء لصيانة الروبوتات أو تحليل البيانات أو دعم نظام الذكاء الاصطناعي بشكل متزايد في المستقبل. لذلك في حين أن العمل الروتيني المادي يتناقص ، فإن متطلبات زيادة المعرفة الفنية. يتعين على الشركات تدريب وتدريب موظفيها حتى يتمكنوا من منطقي في البيئة القائمة على الذكاء الاصطناعي. ومن المثير للاهتمام ، أن بعض الشركات قد أبلغت حتى أن الأتمتة قد مكنتهم من توسيع نطاق وتوظيف المزيد من الموظفين لأن أعمالها نمت. لا تأخذ الجهاز بالضرورة المهمة ككل ، ولكن في كثير من الأحيان فقط الأجزاء الرتيبة والمرهقة منه - يمكن للناس بعد ذلك تحمل المزيد من المهام المؤهلة.

رجل ضد الآلة؟ لماذا سوف تهيمن الحلول الهجينة في المستودع

تؤثر الجوانب الأخلاقية أيضًا على حماية البيانات والشفافية. تجمع الذكاء الاصطناعي في المستودع الكثير من البيانات ، مثل أداء الموظفين (معدلات الاختيار ، ونمط الحركة) أو لمراقبة البيئة. هنا ، يجب التعامل مع البيانات الشخصية بعناية من أجل الحفاظ على الخصوصية والحفاظ على المراقبة في مكان العمل في الإطار. يجب أن تكون القرارات التي تتخذها الذكاء الاصطناعى مفهومة - على سبيل المثال ، إذا تحدد الخوارزمية مقدار ما يجب أن يتخذه الموظف ، فستكون هناك حاجة إلى معايير شفافة لضمان الإنصاف. في هذا السياق ، يؤكد الاتحاد الأوروبي على الخوارزميات الجديرة بالثقة التي يمكن تفسيرها وعادلة وموثوقة.

موضوع آخر هو الأمان: يجب تصميم الروبوتات المستقلة وأنظمة الذكاء الاصطناعى بطريقة لا يوجد خطر على البشر. يتطلب ذلك معايير واختبارات تقنية (على سبيل المثال ، يجب أن يتوقف رافعة الشوكة ذاتية القيادة بنسبة 100 ٪ بشكل موثوق إذا كان الشخص في الطريق). أصبح الأمن السيبراني أيضًا أكثر أهمية: يمكن أن يكون المعسكر الشبكي هو هدف هجمات المتسللين ، لذلك يجب حماية أنظمة الذكاء الاصطناعى من التلاعب.

في الرؤية المستقبلية ، يمكنك حتى أن تتخيل معسكرات مستقلة تمامًا تعمل دون إضاءة في الليل لأن الآلات فقط نشطة. يفضل الناس تولي وظائف التحكم. ومع ذلك ، يظل الناس مكونًا رئيسيًا للمستقبل المنظور - إذا فقط لضمان المرونة والقدرة على حل المشكلة في المواقف غير المتوقعة. لذلك يجب أن يكون المحلول الهجين (Human + AI) هو طريق العقود المقبلة.

مستقبل الخدمات اللوجستية في مستقبل المستودعات: لماذا لا غنى عن الذكاء الاصطناعي الآن

هناك أيضًا تحديات في التنفيذ العملي: تواجه العديد من الشركات مسألة كيفية تقديم الذكاء الاصطناعي. المعايير مفقودة ، وهناك غابة من مقدمي الخدمات ويعتمد النجاح على جودة البيانات الجيدة. إذا كان لديك بيانات سيئة أو غير مكتملة ، فلن تحصل على نتائج جيدة مع الذكاء الاصطناعى ("القمامة في ، القمامة خارج"). يجب ضمان قابلية التشغيل البيني بين الأنظمة المختلفة (مثل الذكاء الاصطناعي للمستودع و AI لإدارة النقل) بحيث يتم إنشاء سلسلة التوريد الذكية المستمرة بالفعل.

ومع ذلك ، فإن الاتجاه واضح: أصبحت الذكاء الاصطناعى أهمية متزايدة في الخدمات اللوجستية المستودعات. في غضون عشر سنوات ، سيكون الكثير من المشروع التجريبي اليوم بالطبع جزءًا من الحياة اليومية. الشركات التي تبدأ اليوم تكتسب تجارب قيمة ويمكنها توسيع نطاق حلولها. تعزز السياسة في العديد من البلدان هذا التطور لأنه تم الاعتراف بأن الخدمات اللوجستية هي مجال رئيسي للاقتصاد العام - و AI الرافعة لجعل هذه الصناعة الرئيسية أكثر كفاءة وأزمة.

لقد بدأ دمج الذكاء الاصطناعي والتعلم الآلي في Warehouse Logistics بالفعل بنجاح واضح في الكفاءة والسرعة. إنه يتطلب استثمارات وتقلبات ، ولكنه يوفر فرصًا هائلة - من توفير التكاليف إلى خدمة عملاء أفضل إلى نماذج أعمال جديدة. ستصبح الاختلافات الإقليمية أصغر بمرور الوقت لأن أفضل الممارسات يتم اعتمادها على مستوى العالم. يعد المستقبل بوجستيات مستودعات أكثر ذكاءً وأتمتة إلى حد كبير يتعاون فيها الناس والآلة عن كثب. في الوقت نفسه ، يتعين علينا التعامل بمسؤولية مع التغييرات - خذ الموظفين معنا ، وتصميم تكنولوجيا بأمان والامتثال للدرابزين الأخلاقي. إذا نجح هذا ، فإننا نواجه عالمًا لوجستيًا أكثر كفاءة وأكثر مرونة وأكثر مقاومة من أي شيء نعرفه من الماضي.

☑️ دعم الشركات الصغيرة والمتوسطة في الإستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الإستراتيجية الرقمية والرقمنة

☑️ توسيع عمليات البيع الدولية وتحسينها

☑️ منصات التداول العالمية والرقمية B2B

☑️ رائدة في تطوير الأعمال

كونراد ولفنشتاين

سأكون سعيدًا بالعمل كمستشار شخصي لك.

يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أدناه أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) .

إنني أتطلع إلى مشروعنا المشترك.

تعد Xpert.Digital مركزًا للصناعة مع التركيز على الرقمنة والهندسة الميكانيكية والخدمات اللوجستية/اللوجستية الداخلية والخلايا الكهروضوئية.

من خلال حل تطوير الأعمال الشامل الذي نقدمه، فإننا ندعم الشركات المعروفة بدءًا من الأعمال الجديدة وحتى خدمات ما بعد البيع.

تعد معلومات السوق والتسويق وأتمتة التسويق وتطوير المحتوى والعلاقات العامة والحملات البريدية ووسائل التواصل الاجتماعي المخصصة ورعاية العملاء المحتملين جزءًا من أدواتنا الرقمية.

يمكنك معرفة المزيد على: www.xpert.digital - www.xpert.solar - www.xpert.plus