Sztuczna inteligencja – Czy AI wkrótce zapanuje także nad magazynem?

Opublikowano: 10 lutego 2018 / Aktualizacja z: 9 września 2018 - Autor: Konrad Wolfenstein

Sztuczna inteligencja w logistyce i intralogistyce – @istockphot | PhonlamaiZdjęcie

Sztuczna inteligencja – Czy AI wkrótce zapanuje także nad magazynem?

Facebook planuje używać chatbotów z osobowościami AI – Algorytmy AI pomagają rozszyfrować starożytny manuskrypt Voynicha – AI manipuluje scenami filmowymi i do woli zamienia twarze aktorów

Duży wpływ na rynek pracy

Bill Gates, założyciel Microsoftu i pionier IT, przewiduje w ciągu najbliższych 20 lat rewolucję AI, która całkowicie zrewolucjonizuje rynek pracy. Czynności, które do dziś wykonują ludzie, mogą następnie zostać przejęte przez roboty lub systemy oprogramowania. Nie dotyczy to tylko kierowców taksówek czy ciężarówek, których w najbliższej przyszłości mogą zastąpić systemy jazdy autonomicznej. Zagrożone są także zawody takie jak urzędnicy, doradcy podatkowi, prawnicy, a nawet lekarze. W tej chwili nawet badacze ani eksperci IT nie są w stanie przewidzieć, w jakim tempie i zakresie dotrze do nas nowa rewolucja cyfrowa. Nic dziwnego, że prognozy obarczone są dużą niepewnością. Ważne jest jednak, aby rozwiać strach ludzi przed sztuczną inteligencją; Za ich pomocą usprawnia się i usprawnia wiele procedur i procesów gospodarczych.

Branża logistyczna może wiele zyskać na sztucznej inteligencji

Pewne jest, że pierwsze widoczne efekty sztucznej inteligencji logistykę transportu , gdy po autostradach pojawią się pierwsze autonomiczne ciężarówki. Nie oznacza to, że sterowniki stały się przestarzałe. Wręcz przeciwnie, rozwój stwarza niezwykłą szansę na większe zróżnicowanie ich stanowisk pracy w przyszłości. Zamiast jak dotychczas jeździć po autostradach z prędkością 90 km/h, mogą teraz zajmować się zadaniami administracyjnymi i sterować sztuczną inteligencją podczas jazdy. Korzyści odnosi także cała branża, ponieważ algorytmy AI zapewniają optymalne wykorzystanie pojazdów ciężarowych, unikanie pustych przebiegów i przejrzyste ceny dla klientów. Zmniejszają się przerwy na sen, co prowadzi do dalszej redukcji kosztów. Oznacza to, że można odbyć więcej podróży nocą, poprawiając płynność ruchu i pomagając zmniejszyć obciążenie w godzinach szczytu w ciągu dnia. Ulepszone zarządzanie umożliwi w przyszłości lepsze unikanie korków, co ostatecznie przyniesie korzyści wszystkim kierowcom.

AI zapewnia niezawodne prognozy w magazynie

Ale nie tylko logistyka transportu jest dotknięta sztuczną inteligencją. Przełomowe innowacje pojawiają się także w magazynie ze sztuczną inteligencją. Jak dotąd, nawet w nowoczesnych magazynach wyposażonych w zautomatyzowane systemy wyszukiwania , windy magazynowe i wózki wahadłowe, pomimo stosowania oprogramowania, nadal organizowane są stosunkowo dobrze zdefiniowane procesy. Chociaż pojawia się coraz więcej autonomicznie działających systemów transportowych bez kierowcy (AGV), które samodzielnie przemieszczają swoje ładunki po magazynie, zastosowanie sztucznej inteligencji może zrewolucjonizować cały łańcuch procesów w intralogistyce. Jest to konieczne również dlatego, że w obliczu stale rozwijającego się handlu elektronicznego potrzebne są coraz bardziej elastyczne i szybsze systemy, aby sprostać rosnącym wyzwaniom. Tutaj z pomocą przychodzi sztuczna inteligencja, która analizuje procesy w oparciu o masę dostępnych danych i szuka sposobów ich optymalnej organizacji.

Bezpieczne prognozy i planowanie dzięki sztucznej inteligencji – @istockphoto | PhonlamaiZdjęcie

Zasada działania AI

• Wszystkie informacje i aktualne stany zapisywane są w bazie AI
• Zintegrowane filtry zapewniają niezwykle szybki dostęp do niewyobrażalnych ilości informacji w czasie rzeczywistym
• Są one klasyfikowane według własnych (zaprogramowanych) standardów
• Informacje nie są już rozpoznawane i analizowane na podstawie ich treści, ale raczej na podstawie wzorców
• Na podstawie bazy danych AI porządkuje odpowiedzi i decyduje o działaniach
• Im więcej nowych danych napływa, tym więcej system „uczy się” (głębokie uczenie).

W intralogistyce jak najdokładniejsze przewidywanie prawdopodobieństwa wystąpienia będzie jednym z głównych zadań AI. Analizując zachowanie zamówień, system AI wyciąga wnioski na temat przyszłych zakupów, co prowadzi do szybszego procesu wysyłki. Rezultat: Przychodzące zamówienia klientów są kompletowane i przygotowywane do wysyłki jeszcze przed ich otrzymaniem. Amazon od lat eksperymentuje z udoskonalaniem tej technologii, co jest szczególnie popularne w czasach dostawy tego samego dnia, jeśli chcesz, aby Twoje zamówienia dotarły do ​​klientów na czas. Przyszłe wahania popytu powinny być również łatwiejsze do przewidzenia, a systemy magazynowania powinny być odpowiednio przygotowane na zwiększenie lub zmniejszenie ilości.

AI wspiera także konserwację predykcyjną prognozując pozostały okres użytkowania i optymalne czasy konserwacji maszyn lub części urządzeń, co będzie miało pozytywny wpływ na produktywność w magazynie. Dzięki temu naprawy lub wymiany można zaplanować już na wczesnym etapie i zorganizować tak, aby nie zakłócały regularnych procesów magazynowania i zaopatrzenia. To, co dotychczas prowadziło do przestojów całych systemów w trakcie dziennej zmiany, teraz można zrealizować w precyzyjnie określonym przedziale czasu przy niewielkiej aktywności magazynu.

W przyszłości sztuczna inteligencja będzie oznaczać, że systemy będą mniej programowane, a zamiast tego szkolone, aby lepiej uczyły się na podstawie danych i ich zachowania.

Ktokolwiek myśli, że wkrótce w obozie dla ludzi nie będzie już w ogóle miejsca, może spać spokojnie. Ponieważ pomimo całej ich inteligencji, systemy muszą być monitorowane. Ponadto nie jesteśmy jeszcze na etapie, w którym magazyny mogą być zarządzane całkowicie automatycznie, ponieważ na przykład robotyka nie jest jeszcze tak zaawansowana, jeśli chodzi o chwytanie. Nadal można uważać za pewne, że sztuczna inteligencja będzie odgrywać decydującą rolę także w intralogistyce. Zasadnicze pytanie brzmi: kiedy będzie w stanie to zrobić. Przewidywane przez Billa Gatesa 20 lat wydaje się nawet trochę długie, biorąc pod uwagę szybki rozwój technologiczny.