인공지능 – AI가 곧 창고도 통제하게 될까요?

게시 날짜: 2018년 2월 10일 / 업데이트 날짜: 2018년 9월 9일 - 작성자: Konrad Wolfenstein

물류 및 내부물류 분야의 인공 지능 – @istockphoto | 폰라마이사진

인공지능 – AI가 곧 창고도 통제하게 될까요?

Facebook은 AI 성격을 갖춘 챗봇을 사용할 계획입니다 . AI 알고리즘은 고대 보이니치 원고를 해독하는 데 도움이 됩니다 . AI는 영화 장면을 조작하고 배우의 얼굴을 마음대로 바꿉니다.

노동시장에 큰 영향

마이크로소프트 창립자이자 IT 선구자인 빌 게이츠는 향후 20년 안에 고용 시장에 완전히 혁명을 일으킬 AI 혁명을 예측하고 있습니다. 오늘날에도 여전히 인간이 수행하고 있는 활동은 로봇이나 소프트웨어 시스템이 대신할 수 있습니다. 이는 가까운 미래에 자율주행 시스템으로 대체될 수 있는 택시나 트럭 운전사에게만 적용되는 것이 아닙니다. 사무원, 세무사, 변호사, 심지어 의사 등 전문 분야도 격변의 영향을 받을 위험이 있다. 현재로서는 연구자나 IT 전문가조차 새로운 디지털 혁명이 우리에게 다가올 속도와 범위를 예측할 수 없습니다. 예측을 고려할 때 큰 불확실성이 있다는 것은 당연합니다. 하지만 인공지능에 대한 사람들의 두려움을 완화하는 것이 중요합니다. 이들의 도움으로 많은 경제적 절차와 프로세스가 개선되고 간소화됩니다.

물류산업은 AI로 큰 이익을 얻을 수 있다

확실한 것은 최초의 자율주행 트럭이 고속도로를 따라 스스로 운전할 때 운송 물류에 그렇다고 드라이버가 더 이상 사용되지 않는다는 의미는 아닙니다. 오히려, 이번 개발은 미래에 그들의 직업이 더욱 다양해질 수 있는 특별한 기회를 약속합니다. 기존처럼 시속 90km로 고속도로를 달리는 대신, 운전 중에도 행정업무를 맡거나 AI를 제어할 수 있게 됐다. AI 알고리즘이 최적의 트럭 활용도, 빈 운행 방지, 고객을 위한 투명한 가격을 보장하기 때문에 업계 전체도 이익을 얻습니다. 수면 시간이 줄어들어 비용이 더욱 절감됩니다. 이는 밤에 더 많은 여행을 할 수 있다는 것을 의미하며, 교통 흐름을 개선하고 낮 동안 바쁜 시간으로 인한 부하를 줄이는 데 도움이 됩니다. 개선된 관리는 미래에 교통 체증을 더 잘 피할 수 있다는 것을 의미하며, 이는 궁극적으로 모든 운전자에게 이익이 됩니다.

AI는 창고에서 신뢰할 수 있는 예측을 보장합니다.

하지만 AI의 영향을 받는 것은 운송 물류만이 아닙니다. 인공지능을 활용한 창고에서도 획기적인 혁신이 나타나고 있다. 지금까지 자동화된 검색 시스템 , 보관 리프트 및 셔틀을 갖춘 현대 창고에서도 모든 소프트웨어 사용에도 불구하고 상대적으로 잘 정의된 프로세스가 여전히 구성되어 있습니다. 창고를 통해 독립적으로 화물을 이동하는 자율적으로 작동하는 무인 운송 시스템(AGV)이 점점 더 많아지고 있지만, AI를 사용하면 내부물류의 전체 프로세스 체인에 혁명을 일으킬 수 있습니다. 전자 상거래 증가하는 과제를 극복하려면 더욱 유연하고 빠른 시스템이 필요하기 때문에 이는 또한 필요합니다 AI가 사용 가능한 대량의 데이터를 기반으로 프로세스를 분석하고 프로세스를 최적으로 구성할 수 있는 방법을 찾기 때문에 AI가 작동하는 곳입니다.

인공지능을 통한 예측 및 계획 확보 – @istockphoto | 폰라마이사진

AI의 작동 원리

• 모든 정보와 현재 상태는 AI 데이터베이스에 기록됩니다.
• 통합 필터를 통해 상상할 수 없는 양의 실시간 정보에 매우 빠르게 액세스할 수 있습니다.
• 이들은 자체(프로그램된) 표준에 따라 분류됩니다.
• 정보는 더 이상 내용에 따라 인식되고 분석되지 않고 패턴에 따라 인식되고 분석됩니다.
• 데이터베이스를 기반으로 AI가 답변을 정리하고 행동을 결정합니다.
• 더 많은 새로운 데이터가 유입될수록 시스템은 더 많이 학습합니다(딥 러닝).

내부물류에서는 발생 확률을 최대한 정확하게 예측하는 것이 AI의 주요 업무 중 하나가 될 것입니다. AI 시스템은 주문 행동을 분석하여 향후 구매에 대한 결론을 도출하여 배송 프로세스를 가속화합니다. 결과: 들어오는 고객 주문이 접수되기 전에 선택되고 발송 준비가 됩니다. Amazon은 수년 동안 이 기술을 개선하기 위해 실험해 왔으며, 이는 고객에게 주문을 제 시간에 전달하려는 당일 배송 시대에 특히 인기가 있습니다. 향후 수요 변동도 더 쉽게 예측할 수 있어야 하며 저장 시스템은 수량 증가 또는 감소에 맞게 준비되어야 합니다.

또한 AI는 기계나 장치 부품의 남은 서비스 수명과 최적의 유지 관리 시간에 대한 예측을 통해 예측 유지 관리를 지원하며 이는 창고의 생산성에 긍정적인 영향을 미칠 것입니다. 이러한 방식으로 수리 또는 교체를 초기 단계에서 계획하고 정기적인 보관 및 제공 프로세스를 방해하지 않는 방식으로 배열할 수 있습니다. 이전에는 주간 근무 중에 전체 시스템을 종료해야 했던 일이 이제는 창고 활동이 적은 상태에서 정확하게 정해진 시간 내에 수행될 수 있습니다.

미래에 AI는 시스템이 덜 프로그래밍되고 대신 데이터와 그 동작으로부터 더 잘 학습하도록 훈련된다는 것을 의미합니다.

머지않아 수용소에 사람들이 자리를 전혀 차지하지 못할 것이라고 생각하는 사람은 누구나 안심할 수 있습니다. 그 모든 지능에도 불구하고 시스템을 모니터링해야 하기 때문입니다. 게다가, 아직 보관 시설을 완전히 자동으로 관리할 수 있는 수준은 아닙니다. 예를 들어 로봇 공학은 그리핑에 있어서 아직 그렇게 발전하지 않았기 때문입니다. AI가 내부물류 분야에서도 결정적인 역할을 할 것이라는 점은 여전히 ​​확실하다고 간주할 수 있습니다. 중요한 질문은 그녀가 언제 이 일을 할 수 있느냐는 것이다. 빌 게이츠가 예측한 20년은 기술의 급속한 발전을 생각하면 조금 길게 느껴지기도 한다.