Yapay Zeka – Yakında depoların kontrolü yapay zekaya mı kalacak?

Yayınlanma tarihi: 10 Şubat 2018 / Güncelleme tarihi: 9 Eylül 2018 – Yazar: Konrad Wolfenstein

Lojistik ve intralojistikte yapay zeka – @istockphot | PhonlamaiPhoto

Yapay Zeka – Yakında depoların kontrolü yapay zekaya mı kalacak?

Facebook, yapay zekâ kişiliklerine sahip sohbet robotları kullanmayı planlıyor –  Yapay zekâ algoritmaları, antik Voynich el yazmasını çözmeye yardımcı oluyor – Yapay zekâ, film sahnelerini manipüle ediyor ve oyuncuların yüzlerini istediği gibi değiştiriyor.

İşgücü piyasası üzerinde büyük etki

Microsoft'un kurucusu ve BT vizyoneri Bill Gates, önümüzdeki 20 yıl içinde iş piyasasını tamamen değiştirecek bir yapay zeka devrimi öngörüyor. Şu anda insanlar tarafından yapılan işler robotlar veya yazılım sistemleri tarafından devralınabilir. Bu durum sadece taksi veya kamyon şoförleri için geçerli değil; onların yerini yakında otonom sürüş sistemleri alabilir. Ofis çalışanları, vergi danışmanları, avukatlar ve hatta doktorlar gibi meslekler de bu çalkantılardan etkileniyor. Şu anda, araştırmacılar veya BT uzmanları bile bu yeni dijital devrimin hızını ve kapsamını tahmin edemiyor. Bu öngörüler göz önüne alındığında, belirsizliğin yaygın olması şaşırtıcı değil. Ancak, yapay zeka birçok ekonomik operasyon ve süreci iyileştirmeye ve kolaylaştırmaya yardımcı olacağı için insanların yapay zeka konusundaki korkularını hafifletmek önemlidir.

Lojistik sektörü yapay zekadan büyük ölçüde faydalanabilir.

Yapay zekanın ilk büyük ve gözle görülür etkilerinin, ilk sürücüsüz kamyonların otoyollarda seyretmeye başlamasıyla birlikte taşımacılık lojistiğini etkileyeceği kesin . Bu, sürücülerin gereksiz hale geleceği anlamına gelmiyor. Aksine, bu gelişme, gelecekte işlerinin daha çeşitli hale gelmesi için olağanüstü bir fırsat sunuyor. Eskiden olduğu gibi otoyollarda saatte 90 km hızla araç kullanmak yerine, artık sürüş sırasında idari görevleri yerine getirebilir ve yapay zekayı izleyebilirler. Yapay zeka algoritmaları, kamyonların optimum kullanımını sağlayarak, boş seferleri önleyerek ve müşteriler için şeffaf fiyatlandırma sunarak sektörün genelini de olumlu etkiliyor. Uyku molaları azalıyor, bu da daha fazla maliyet tasarrufu sağlıyor. Bu sayede gece daha fazla sefer yapılabiliyor, trafik akışı iyileşiyor ve gündüz yoğun saatlerdeki yük hafifletiliyor. Geliştirilmiş yönetim, gelecekte trafik sıkışıklığının daha iyi önlenmesine yol açacak ve sonuç olarak tüm sürücülere fayda sağlayacaktır.

Yapay zeka depoda güvenilir tahminler yapılmasını sağlar.

Ancak yapay zekâdan etkilenen sadece taşımacılık lojistiği değil. Yapay zekâ sayesinde depolama alanında da çığır açan yenilikler ortaya çıkıyor. Otomatik alma sistemleri , depolama asansörleri ve taşıma araçları bulunan modern depolarda bile, yazılımların yoğun kullanımına rağmen süreçler hala nispeten katı yapılara göre organize ediliyor . Depoda yükleriyle bağımsız olarak hareket eden giderek daha fazla otonom çalışan sürücüsüz taşıma sistemi (AGV) varken, yapay zekânın kullanımı tüm iç lojistik süreç zincirinde devrim yaratabilir. Bu çok önemli, çünkü sürekli büyüyen e-ticaret sektörü tarafından yönlendirilen , artan zorlukları karşılamak için giderek daha esnek ve hızlı sistemlere ihtiyaç duyuluyor. İşte burada yapay zekâ devreye giriyor; iş akışlarını optimize etmenin yollarını belirlemek için mevcut büyük miktardaki veriyi analiz ediyor.

Yapay zeka ile güvenilir tahmin ve planlama – @istockphot | PhonlamaiPhoto

Yapay zekanın çalışma prensibi

• Tüm bilgiler ve mevcut durumlar yapay zeka veritabanına kaydedilir.
• Entegre filtreler, hayal edilemeyecek miktarda gerçek zamanlı bilgiye son derece hızlı erişim sağlar.
• Bunlar, kendi (programlanmış) kriterlerine göre sınıflandırılır.
• Bilgiler artık içeriğine göre değil, kalıplarına göre tanınıyor ve analiz ediliyor.
• Verilere dayanarak, yapay zeka yanıtları düzenler ve yapılacak eylemlere karar verir.
• Sisteme ne kadar çok yeni veri girerse, sistem o kadar çok "öğrenir" (derin öğrenme).

İç lojistikte, gerçekleşme olasılığını olabildiğince doğru bir şekilde tahmin etmek, yapay zekanın ana görevlerinden biri olacaktır. Yapay zeka sistemi, sipariş davranışını analiz ederek gelecekteki satın alımları tahmin eder ve bu da daha hızlı sevkiyat süreçlerine yol açar. Sonuç olarak, gelen müşteri siparişleri daha alınmadan önce toplanır ve sevkiyata hazırlanır. Amazon, bu teknolojiyi yıllardır geliştiriyor ve özellikle aynı gün teslimat çağında, siparişlerin müşterilere zamanında ulaşmasını sağladığı için son derece önemlidir. Amaç ayrıca, gelecekteki talep dalgalanmalarını daha iyi tahmin etmek ve artan veya azalan hacimlere göre depo sistemlerini buna göre hazırlamaktır.

Yapay zekâ, makine veya ekipman bileşenlerinin kalan ömrünü ve optimum bakım sürelerini tahmin ederek öngörücü bakımı da destekler ve bu da depo verimliliği üzerinde olumlu bir etkiye sahip olur. Bu sayede onarım veya değişim işlemleri, düzenli depolama ve geri alma süreçlerini aksatmayacak şekilde erkenden planlanabilir ve programlanabilir. Daha önce gündüz vardiyasında tüm sistemlerin kapatılmasını gerektiren işlemler, artık düşük depo aktivitesiyle hassas bir şekilde tanımlanmış bir zaman aralığında gerçekleştirilebilir.

Gelecekte yapay zeka, sistemlerin daha az programlanmasına ve bunun yerine verilerden ve davranışlarından sürekli olarak daha iyi öğrenmek için daha fazla eğitilmesine yol açacak.

İnsanların yakında depolarda tamamen ortadan kalkacağını düşünenler için rahat olsun. Tüm bu zekaya rağmen, sistemlerin hala izlenmesi gerekiyor. Robotik gibi teknolojiler kavrama konusunda henüz yeterince gelişmediğinden, depo tesislerinin tamamen otomatik olarak yönetilebileceği bir noktada değiliz. Yine de, yapay zekanın intralojistikte belirleyici bir rol oynayacağını rahatlıkla söyleyebiliriz. Asıl soru, bunu ne zaman başarabileceği. Teknolojik gelişimin hızlı temposu göz önüne alındığında, Bill Gates'in öngördüğü 20 yıl biraz uzun görünüyor.