曾志宏：?AI人工智能如何改變倉儲物流和供應鏈
時間：2024-01-08
點擊：144次
一、人工智能在航運和物流中的應用
需求預測：需求預測依賴于歷史數據，使用人工智能可以進一步加強對歷史和實時數據的分析，提供準確的需求預測。有了更準確的需求預測，托運人可以優(yōu)化庫存管理、分派和勞動力計劃，從而提高服務水平。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絡中的錯誤減少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時數據的需求分析。企業(yè)可以動態(tài)調整其供應計劃參數，以優(yōu)化供應鏈流程，提高效率，并增加盈利能力。
倉儲自動化: 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，似乎推動了高級自動化業(yè)務流程的必要性。人工智能有可能徹底改變倉儲領域的自動化。將機器人技術與人工智能相結合，機器人可以跟蹤和定位庫存，并執(zhí)行通常需要額外勞動力來完成的挑選和包裝功能。自動化帶來了高效的資源分配，使勞動力能夠做更多有價值的活動，而不是手工瑣事。深度學習進一步促進了這些機器人的學習，使它們能夠在部署它們的場景中自主地做出活動決定。
智能計算機視覺: 深度學習和人工智能使先進的掃描、監(jiān)控和自動化技術能夠通過圖像和視頻可視化許多物流場景，并進行相應的直接操作。這改變了裝貨時貨物的尺寸或破損檢查、標簽和堆疊安排。計算機視覺與深度學習結合在自動駕駛汽車上實現自動和智能導航，現在已成為現實。
工作流程自動化:工作流自動化是利用人工智能來簡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程自動化(rpa)和光學字符識別(ocr)進行自動化的巨大潛力。運輸文件并非都采用標準格式，而這正是此類技術能夠自動閱讀和理解打印或手寫文件的地方。這種工作流程自動化可以解放物流人員的大量工作時間，并分配他們做更多的增值活動。
預測物流:供應鏈上的不同接觸點產生廣泛的數據。更好的機器學習算法可以提取對決策至關重要的物流預測洞察力。人工智能可以幫助做出與產能規(guī)劃、預測和網絡優(yōu)化相關的決策，從而簡化運營并提高整體供應鏈績效。人工智能廣泛應用于動態(tài)路線優(yōu)化、管理交付時間窗口、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，從而推動供應鏈的數字化。
增強的貨運跟蹤: 貨運可見性數據對整個供應鏈的績效至關重要。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(jié)性需求波動、貿易通道擁堵等。隨著語音助手或聊天機器人的廣泛使用，客戶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)和物聯網(iot)
很簡單，是的，我們正處在倉庫真正應用人工智能和物聯網的時刻。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跟上快速變化的供應鏈動態(tài)。
“不要被人工智能和物聯網所迷惑，” nate brown,ceo of evs表示。“兩者都被用來解決以前的問題。他們只是做得更好。物聯網提供了以前無法獲得的數據，這是更深層次的見解。人工智能分析微觀決策，并優(yōu)化到以前不可能達到的水平。”
highjump首席技術官肖恩?埃利奧特(seanelliott)表示:“如果倉庫里沒有人工智能，物聯網就毫無意義。”“你需要結合新的數據來源，即物聯網，以及更好的解決方案，即人工智能，來理解數據，發(fā)展見解并根據這些知識采取行動。這兩項技術對于改善運營性能至關重要。”
此外，專家們認為，這兩種技術對于適應目前從預測驅動型向需求驅動型dcs（分銷中心）的轉變至關重要。
盡管如此，softeon的首席營銷官dan gilmore表示，這兩種技術都還處于早期階段。
一些公司尚未推出商業(yè)產品。其他公司正在試運行中。還有一些公司在短時間內提供了一種產品。展望未來，jda及其合作伙伴已承諾在未來三年內投入5億美元用于研發(fā)，銷售/全球合作伙伴和聯盟高級總監(jiān)史蒂夫·西默曼(steve simmerman)說。
顯然，人工智能和物聯網正在敲倉庫的門，您應該喜歡這個敲門聲。
建立物聯網
讓我們面對現實吧，倉庫和分銷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，挑戰(zhàn)在于找出如何最好地及時處理這些訂單，”曼哈頓聯合公司(manhattan associates)產品管理高級總監(jiān)亞當?克萊恩(adam kline)說道。
他接著說，即使倉庫管理系統(tǒng)(wms)已經就位，這些決策也是根據既定規(guī)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。“系統(tǒng)需要智能地平衡能力和資源，才能最大化利益，”klin說
gilmore說:“只有人工智能和物聯網合作，才能根據當前情況臨時做出決定。”
那么，這些物聯網數據到底從何而來?很多已經在你的設施里了。
從傳送帶到自動引導車輛和自動存儲系統(tǒng)等物料處理設備都接收和發(fā)送有關其活動的數據。從掃描儀到語音系統(tǒng)的手持設備也做同樣的事情。
epicor產品管理高級總監(jiān)mark jensen表示:“大多數設施都在引入越來越多的數據設備，這些設備正在發(fā)展成為一個新興的物聯網網絡。”很多時候，簡單的傳感器提供了以前無法用于決策的信息。智能手機是這個新網絡的一部分。
關于人的數據也很重要。盧卡斯系統(tǒng)公司(lucas systems)的項目工程總監(jiān)賈斯汀?里特(justin ritter)解釋說:“人們在特定時刻在什么位置、他們在做什么，以及如何最好地利用數據，這些都很重要。”
正如曼哈頓的克萊恩所指出的，實時定位系統(tǒng)正在到位，以跟蹤人們以及他們對特定任務的可用性。事實上，有幾種類型的實時定位系統(tǒng)可用，包括智能手機、無源無線電信標和rfid。
“根據皮特最近的掃描結果，很多機構都知道他在哪里。但當你使用實時定位系統(tǒng)時，你就能隨時知道皮特在哪里。
gilmore補充說，還有人和機器人的問題。他稱其為配對能力，可以讓合適的人和合適的機器人使用物聯網數據完成訂單。吉爾摩補充道:“這是一個將地點，人和任務一起協(xié)同的問題。”“這里需要新的思維。
構建人工智能
leandna首席執(zhí)行官理查德?萊博維茨(richardlebovitz)表示:“盡管獲取數據變得越來越簡單，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的能力。這一切都是要彌合預測和制造業(yè)實際情況之間的差距。”這就是人工智能的切入點。
evs的brown給出了倉庫人工智能的基本定義。“它學習并對當前狀態(tài)做出反應，而不僅僅是一套預先設定的規(guī)則，”他說。
highjump公司的埃利奧特解釋說，人工智能和物聯網并不是一枚硬幣的兩面。“但它們確實存在共生關系。人工智能接收到的有關動作和互動的數據越多，它就越能了解如何適應當前條件，”他補充道。
雖然很多物聯網數據來自四面圍墻內，但以晚入站加載為例。jda的simmerman說:“dc會收到由控制塔管理的物聯網信號的警報，負載將會延遲到達。”“人工智能獲取這些信息，并確定最佳時間，釋放和部署特定數量的勞動力來卸載卡車。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，你對如何使分銷中心最有效地運行有了一個新的可見性和智慧水平，” simmerman說。
要做到這一點，確實需要物聯網提供的數據粒度。盧卡斯的數據科學家graham yennie解釋道:“數據粒度是讓ai在新情況出現時進行學習的關鍵因素。”這種特殊形式的人工智能被稱為機器學習
將物聯網和人工智能結合在一起
物聯網和人工智能在分銷中心(distribution center)還有更大的用途。這兩種技術使得dc從預測驅動轉變?yōu)樾枨篁寗映蔀榭赡堋Ｒ簿褪钦f，當它們與wms、倉庫執(zhí)行系統(tǒng)甚至工作執(zhí)行系統(tǒng)相結合時。leandna的lebovitz說，從預測到需求驅動的運營是dcs向前發(fā)展的一個巨大但絕對必要的支點。
這一切都是為了應對當前從制造和分銷主導供應鏈的轉變。越來越多的客戶已經超越了低成本，供應鏈效率成為主要驅動因素。
因此，一系列公司正在研究、試點并全面整合人工智能和物聯網在倉庫運營中的應用。
盧卡斯系統(tǒng)(lucas systems)和evs等公司正在進行盡職調查，以決定如何將這兩項技術與他們現有的軟件包集成。盧卡斯系統(tǒng)公司預計將在明年春天深入進行beta測試。與此同時，evs正在用其wms包測試客戶數據。
leandna已經將人工智能與制造業(yè)務的庫存分析結合起來。它的軟件被一系列公司使用，通過連接到他們的企業(yè)資源規(guī)劃(erp)系統(tǒng)來簡化操作。
機器人軌道和機器人技術是highjump努力將技術與wms整合的關鍵。試點項目正在兩個地區(qū)進行。
softeon的重點是跟蹤工人及其活動和設備，比如使用無源無線電信標的移動機器人。機器人軌道也是一個重點。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。
物聯網和人工智能都與曼哈頓（manhattan）的倉庫執(zhí)行包集成在wms中。訂單流、機器人技術和分銷控制都受益于近18個月前引入的功能。
epicor的分銷管理軟件剛剛完成物聯網的beta測試。同時，在erp系統(tǒng)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)建該公司正在開發(fā)的東西——一種自學習供應鏈的狀態(tài)。物
需求預測：需求預測依賴于歷史數據，使用人工智能可以進一步加強對歷史和實時數據的分析，提供準確的需求預測。有了更準確的需求預測，托運人可以優(yōu)化庫存管理、分派和勞動力計劃，從而提高服務水平。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絡中的錯誤減少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時數據的需求分析。企業(yè)可以動態(tài)調整其供應計劃參數，以優(yōu)化供應鏈流程，提高效率，并增加盈利能力。
倉儲自動化: 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，似乎推動了高級自動化業(yè)務流程的必要性。人工智能有可能徹底改變倉儲領域的自動化。將機器人技術與人工智能相結合，機器人可以跟蹤和定位庫存，并執(zhí)行通常需要額外勞動力來完成的挑選和包裝功能。自動化帶來了高效的資源分配，使勞動力能夠做更多有價值的活動，而不是手工瑣事。深度學習進一步促進了這些機器人的學習，使它們能夠在部署它們的場景中自主地做出活動決定。
智能計算機視覺: 深度學習和人工智能使先進的掃描、監(jiān)控和自動化技術能夠通過圖像和視頻可視化許多物流場景，并進行相應的直接操作。這改變了裝貨時貨物的尺寸或破損檢查、標簽和堆疊安排。計算機視覺與深度學習結合在自動駕駛汽車上實現自動和智能導航，現在已成為現實。
工作流程自動化:工作流自動化是利用人工智能來簡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程自動化(rpa)和光學字符識別(ocr)進行自動化的巨大潛力。運輸文件并非都采用標準格式，而這正是此類技術能夠自動閱讀和理解打印或手寫文件的地方。這種工作流程自動化可以解放物流人員的大量工作時間，并分配他們做更多的增值活動。
預測物流:供應鏈上的不同接觸點產生廣泛的數據。更好的機器學習算法可以提取對決策至關重要的物流預測洞察力。人工智能可以幫助做出與產能規(guī)劃、預測和網絡優(yōu)化相關的決策，從而簡化運營并提高整體供應鏈績效。人工智能廣泛應用于動態(tài)路線優(yōu)化、管理交付時間窗口、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，從而推動供應鏈的數字化。
增強的貨運跟蹤: 貨運可見性數據對整個供應鏈的績效至關重要。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(jié)性需求波動、貿易通道擁堵等。隨著語音助手或聊天機器人的廣泛使用，客戶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)和物聯網(iot)
很簡單，是的，我們正處在倉庫真正應用人工智能和物聯網的時刻。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跟上快速變化的供應鏈動態(tài)。
“不要被人工智能和物聯網所迷惑，” nate brown,ceo of evs表示。“兩者都被用來解決以前的問題。他們只是做得更好。物聯網提供了以前無法獲得的數據，這是更深層次的見解。人工智能分析微觀決策，并優(yōu)化到以前不可能達到的水平。”
highjump首席技術官肖恩?埃利奧特(seanelliott)表示:“如果倉庫里沒有人工智能，物聯網就毫無意義。”“你需要結合新的數據來源，即物聯網，以及更好的解決方案，即人工智能，來理解數據，發(fā)展見解并根據這些知識采取行動。這兩項技術對于改善運營性能至關重要。”
此外，專家們認為，這兩種技術對于適應目前從預測驅動型向需求驅動型dcs（分銷中心）的轉變至關重要。
盡管如此，softeon的首席營銷官dan gilmore表示，這兩種技術都還處于早期階段。
一些公司尚未推出商業(yè)產品。其他公司正在試運行中。還有一些公司在短時間內提供了一種產品。展望未來，jda及其合作伙伴已承諾在未來三年內投入5億美元用于研發(fā)，銷售/全球合作伙伴和聯盟高級總監(jiān)史蒂夫·西默曼(steve simmerman)說。
顯然，人工智能和物聯網正在敲倉庫的門，您應該喜歡這個敲門聲。
建立物聯網
讓我們面對現實吧，倉庫和分銷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，挑戰(zhàn)在于找出如何最好地及時處理這些訂單，”曼哈頓聯合公司(manhattan associates)產品管理高級總監(jiān)亞當?克萊恩(adam kline)說道。
他接著說，即使倉庫管理系統(tǒng)(wms)已經就位，這些決策也是根據既定規(guī)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。“系統(tǒng)需要智能地平衡能力和資源，才能最大化利益，”klin說
gilmore說:“只有人工智能和物聯網合作，才能根據當前情況臨時做出決定。”
那么，這些物聯網數據到底從何而來?很多已經在你的設施里了。
從傳送帶到自動引導車輛和自動存儲系統(tǒng)等物料處理設備都接收和發(fā)送有關其活動的數據。從掃描儀到語音系統(tǒng)的手持設備也做同樣的事情。
epicor產品管理高級總監(jiān)mark jensen表示:“大多數設施都在引入越來越多的數據設備，這些設備正在發(fā)展成為一個新興的物聯網網絡。”很多時候，簡單的傳感器提供了以前無法用于決策的信息。智能手機是這個新網絡的一部分。
關于人的數據也很重要。盧卡斯系統(tǒng)公司(lucas systems)的項目工程總監(jiān)賈斯汀?里特(justin ritter)解釋說:“人們在特定時刻在什么位置、他們在做什么，以及如何最好地利用數據，這些都很重要。”
正如曼哈頓的克萊恩所指出的，實時定位系統(tǒng)正在到位，以跟蹤人們以及他們對特定任務的可用性。事實上，有幾種類型的實時定位系統(tǒng)可用，包括智能手機、無源無線電信標和rfid。
“根據皮特最近的掃描結果，很多機構都知道他在哪里。但當你使用實時定位系統(tǒng)時，你就能隨時知道皮特在哪里。
gilmore補充說，還有人和機器人的問題。他稱其為配對能力，可以讓合適的人和合適的機器人使用物聯網數據完成訂單。吉爾摩補充道:“這是一個將地點，人和任務一起協(xié)同的問題。”“這里需要新的思維。
構建人工智能
leandna首席執(zhí)行官理查德?萊博維茨(richardlebovitz)表示:“盡管獲取數據變得越來越簡單，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的能力。這一切都是要彌合預測和制造業(yè)實際情況之間的差距。”這就是人工智能的切入點。
evs的brown給出了倉庫人工智能的基本定義。“它學習并對當前狀態(tài)做出反應，而不僅僅是一套預先設定的規(guī)則，”他說。
highjump公司的埃利奧特解釋說，人工智能和物聯網并不是一枚硬幣的兩面。“但它們確實存在共生關系。人工智能接收到的有關動作和互動的數據越多，它就越能了解如何適應當前條件，”他補充道。
雖然很多物聯網數據來自四面圍墻內，但以晚入站加載為例。jda的simmerman說:“dc會收到由控制塔管理的物聯網信號的警報，負載將會延遲到達。”“人工智能獲取這些信息，并確定最佳時間，釋放和部署特定數量的勞動力來卸載卡車。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，你對如何使分銷中心最有效地運行有了一個新的可見性和智慧水平，” simmerman說。
要做到這一點，確實需要物聯網提供的數據粒度。盧卡斯的數據科學家graham yennie解釋道:“數據粒度是讓ai在新情況出現時進行學習的關鍵因素。”這種特殊形式的人工智能被稱為機器學習
將物聯網和人工智能結合在一起
物聯網和人工智能在分銷中心(distribution center)還有更大的用途。這兩種技術使得dc從預測驅動轉變?yōu)樾枨篁寗映蔀榭赡堋Ｒ簿褪钦f，當它們與wms、倉庫執(zhí)行系統(tǒng)甚至工作執(zhí)行系統(tǒng)相結合時。leandna的lebovitz說，從預測到需求驅動的運營是dcs向前發(fā)展的一個巨大但絕對必要的支點。
這一切都是為了應對當前從制造和分銷主導供應鏈的轉變。越來越多的客戶已經超越了低成本，供應鏈效率成為主要驅動因素。
因此，一系列公司正在研究、試點并全面整合人工智能和物聯網在倉庫運營中的應用。
盧卡斯系統(tǒng)(lucas systems)和evs等公司正在進行盡職調查，以決定如何將這兩項技術與他們現有的軟件包集成。盧卡斯系統(tǒng)公司預計將在明年春天深入進行beta測試。與此同時，evs正在用其wms包測試客戶數據。
leandna已經將人工智能與制造業(yè)務的庫存分析結合起來。它的軟件被一系列公司使用，通過連接到他們的企業(yè)資源規(guī)劃(erp)系統(tǒng)來簡化操作。
機器人軌道和機器人技術是highjump努力將技術與wms整合的關鍵。試點項目正在兩個地區(qū)進行。
softeon的重點是跟蹤工人及其活動和設備，比如使用無源無線電信標的移動機器人。機器人軌道也是一個重點。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。
物聯網和人工智能都與曼哈頓（manhattan）的倉庫執(zhí)行包集成在wms中。訂單流、機器人技術和分銷控制都受益于近18個月前引入的功能。
epicor的分銷管理軟件剛剛完成物聯網的beta測試。同時，在erp系統(tǒng)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)建該公司正在開發(fā)的東西——一種自學習供應鏈的狀態(tài)。物