Według raportu Czy chat GPT zmieni transport?, opublikowanego w lipcu ubiegłego roku przez Polski Instytut Transportu Drogowego, dzięki wdrożeniu sztucznej inteligencji do 2035 r. wydajność gospodarki powinna wzrosnąć od 11 do 37%. – Wydajność gospodarki w dużej mierze zależy od wydajności logistycznej. Wykorzystanie sztucznej inteligencji w zarządzaniu łańcuchem dostaw już przynosi wymierne korzyści w tym zakresie. AI potrafi analizować ogromne ilości danych i w oparciu o te analizy skutecznie optymalizować procesy, zarówno pod kątem efektywności procesowej, jak i kosztowej – tłumaczy Łukasz Nesler, Dyrektor ds. IT oraz Innowacji – Europa Centralna, FM Logistic. Algorytmy AI mogą analizować np. szczegóły zamówień i tras, natężenie ruchu drogowego, warunki atmosferyczne i wiele innych czynników mających wpływ na realizację dostaw. Dzięki temu można wyznaczać optymalne trasy i harmonogramy pracy, a w konsekwencji oszczędzać czas i paliwo oraz redukować emisję CO₂. W obszarze zarządzania transportem funkcjonują już narzędzia oparte o Internet Rzeczy. Pozwalają śledzić ładunki, monitorować stan pojazdów czy kontrolować warunki transportu. W najbliższej przyszłości będą one jeszcze bardziej zaawansowane i pozwolą bardziej precyzyjne zarządzanie logistyką dostaw.

W obliczu wciąż niewystarczającej liczby zawodowych kierowców, branża logistyczna z uwagą przygląda się również technologii autonomicznych pojazdów. Pominięcie czynnika ludzkiego w transporcie może poprawić bezpieczeństwo, zwiększyć efektywność i skrócić czas dostaw. Wątpliwości budzą jednak aspekty dotyczące bezpieczeństwa cybernetycznego oraz kwestii etycznych związanych z decyzjami podejmowanymi przez sztuczną inteligencję w sytuacjach krytycznych. Na to rozwiązanie przyjdzie nam jeszcze z pewnością chwilę poczekać, ale nie jest już ono postrzegane wyłącznie jako obrazek z filmu science fiction.

Rozwiązania AI na dobre rozgościły się już w obszarze zarządzania magazynem. Sztuczna inteligencja może optymalizować przydział miejsca, zarządzać poziomem zapasów, optymalizować pracę i ruch wewnątrz magazynu czy dobierać optymalne harmonogramy pracy dla poszczególnych zadań. Może też optymalizować sposób pakowania produktów, aby zminimalizować rozmiar opakowania oraz pustą przestrzeń w transporcie. Idąc dalej, za pomocą chatbotów i wirtualnych asystentów, sztuczna inteligencja wspiera obsługę klienta. Programy komputerowe coraz sprawniej obsługują zapytania klientów, udzielają informacji o produktach czy usługach i statusie zamówień, a także rozwiązują problemy w czasie rzeczywistym. Kolejny aspekt to prognozowanie, a w szczególności prognozowanie popytu. Sztuczna inteligencja usprawnia proces planowania produkcji i zapasów, a tym samym zapobiega zarówno niedoborom, jak i nadwyżkom na stocku, a to z kolei przekłada się na obniżenie kosztów i większą satysfakcję klienta. AI może jednak nie tylko planować, ale też przewidywać zdarzenia. – Nie należy mylić tego procesu z prognozowaniem. Chodzi np. o przewidywanie awarii, zanim się one pojawią. AI może dokonać takiej analizy predykcyjnej na podstawie obserwacji czujników i systemów monitorujących stan maszyn. Pozwala to na prewencyjną konserwację i unikanie przestojów, co jest kluczowe dla utrzymania ciągłości łańcucha dostaw – tłumaczy Łukasz Nesler.

Potencjał, jaki drzemie w wykorzystaniu sztucznej inteligencji w zarządzaniu łańcuchem dostaw, jest wciąż odkrywany. Niedaleka przyszłość nie będzie z pewnością nudna i przewidywalna, a pokaże nam wiele kolejnych obszarów, w których będą stosowane algorytmy AI.

Ten i inne artykuły znajdziesz w czasopiśmie Top Logistyk – dostępnym w naszym sklepie