(Żródło: Fotolia)
Sztuczna inteligencja (SI, ang. Artificial Intelligence, AI) jest dziedziną wiedzy obejmującą logikę rozmytą, obliczenia ewolucyjne, sieci neuronowe, sztuczne życie i robotykę. Sztuczna inteligencja to również dział informatyki zajmujący się inteligencją – tworzeniem modeli zachowań inteligentnych oraz programów komputerowych symulujących te zachowania. Można ją też zdefiniować jako dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne. Głównym zadaniem badań nad sztuczną inteligencją w drugim znaczeniu jest konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się numerycznej algorytmizacji. Problemy takie bywają nazywane AI-trudnymi i zalicza się do nich między innymi:
• podejmowanie decyzji w warunkach braku wszystkich danych,
• analiza i synteza języków naturalnych,
• rozumowanie logiczne/racjonalne,
• dowodzenie twierdzeń,
• komputerowe gry logiczne,
• zarządzanie wiedzą, preferencjami i informacją w robotyce,
• systemy eksperckie i diagnostyczne.
Podatność logistyki na sztuczną inteligencję
Jakie jest zatem znaczenie sztucznej inteligencji dla systemów informatycznych wspierających procesy logistyczne i na ile branża Transport – Spedycja –Logistyka jest podatna na stosowanie rozwiązań z zakresu sztucznej inteligencji?
Do tej pory mieliśmy okazję obserwować trzy rewolucje przemysłowe. Nie wydarzyłyby się one, gdyby nie wynalezienie maszyny parowej, wykorzystanie elektryczności czy stworzenie koncepcji linii produkcyjnej. Możemy śmiało powiedzieć, że zastosowanie sztucznej inteligencji jest podobną rewolucją dla systemów informatycznych. – Szczególnie podatna na nią jest branża logistyczna, gdzie przetwarzane są bardzo duże ilości danych, które często niełatwo przeanalizować w tradycyjny sposób. Rozwiązywanie problemów, takich jak optymalizacja przestrzeni ładunkowej czy minimalizacja czasu kompletacji zamówień, do tej pory było czasochłonne i kosztowne. SI zmienia jednak zasady gry i umożliwia dalece idącą optymalizację, którą można osiągnąć szybko i bez ponoszenia znaczących kosztów – uważa Krzysztof Zabawa, Software Developer w firmie Consafe Logistics.
Branża TSL, jako jedna z najprężniej rozwijających się gałęzi gospodarki, szczególnie potrzebuje nowych technologii. Celem jest pełna optymalizacja działań na każdym etapie łańcucha dostaw. By móc rozwijać się w tym kierunku, konieczny jest dostęp do informacji w czasie rzeczywistym, automatyzacja procesów, płynna realizacja zleceń transportowych i redukcja kosztów. – Nowoczesna logistyka daje narzędzia, które spełniają oczekiwania załadowców, przewoźników i operatorów logistycznych. Dlatego celem jest rozwój cyfrowych platform logistycznych ułatwiających pracę w ramach łańcucha dostaw – mówi Paweł Tronina, Ekspert logistyki i koordynator sprzedaży na rynku zachodnim Platformy Trans.eu. – Dojrzała i bardzo nowoczesna, zdigitalizowana branża logistyczna w Europie czeka na jeden zintegrowany system, dzięki któremu zostaną zaspokojone praktycznie wszystkie potrzeby uczestników łańcucha dostaw. To on przyśpieszy i uściśli procesy, które powinny znacznie wpłynąć na czas operacji logistycznych oraz podnieść konkurencyjność podmiotów – dodaje nasz rozmówca.
Z uwagi na fakt, że w procesach transportowych najistotniejszy jest szybki i skuteczny przepływ informacji, wszelkie czynniki usprawniające ten mechanizm są wartościowe z punktu widzenia rozwoju branży. Również zdaniem Patryka Grzelaka, Dyrektora Zarządzającego firmy interLAN, transport, spedycja i logistyka z całą pewnością są obszarami, w których rozwiązania wykorzystujące sztuczną inteligencję mają rację bytu. – Można powiedzieć, że branża TSL nie tylko jest podatna na korzystanie ze sztucznej inteligencji, a wręcz wymaga jej zastosowania w realizowanych procesach. Stosowanie w branży TSL rozwiązań bazujących na sztucznej inteligencji nie jest nowością, jednak skala ich implementacji jest jeszcze niewielka – przyznaje Patryk Grzelak. W opinii eksperta z jednej strony konieczne są zmiany w podejściu potencjalnego użytkownika do nowych technologii. Chodzi o sposób myślenia – otwartość na zmiany oraz gotowość na zerwanie z przyzwyczajeniami i wprowadzenie innowacji oraz – mówiąc kolokwialnie – zaufanie algorytmom. – Z drugiej strony, zaawansowane technologicznie narzędzia są nadal drogie i wymagają zainwestowania znacznych środków finansowych we wdrożenie, co także negatywnie wpływa na popularność rozwiązań AI w branży transportowej. Bez wątpienia jednak sztuczna inteligencja w sektorze TSL ma przed sobą perspektywę rozwojową – uważa Patryk Grzelak.
Obszary wykorzystania
Sztuczna inteligencja to już narzędzie używane w codziennej pracy firmy transportowej, spedycyjnej czy magazynowej: platformy transportowe, systemy typu TMS, WMS czy ERP II do prowadzenia i zarządzania firmami. – Aplikacje mobilne dedykowane branży TSL łączą wszystkie ogniwa łańcucha dostaw i są dzisiaj niezastąpione w procesie zwiększania efektywności pracy w branży. Ich wykorzystanie jest możliwe na każdym etapie procesu: od produkcji, aż po dostawę. Umożliwiają płynne zarządzanie informacją poprzez bieżący kontakt z kontrahentem – mówi Paweł Tronina z Trans.eu. Jego zdaniem ucząca się nas i dopasowująca do poszczególnej organizacji, a nawet konkretnej osoby, sztuczna inteligencja już dziś pozwala na lepsze planowanie, optymalizację liczby pracowników oraz wzmacnia bezpieczeństwo transakcji i przedsiębiorstwa. Nie tylko uczy się nas i naszych zachowań, lecz potrafi również nas kontrolować i zapobiegać typowym w branży błędom.
Jedną z najbardziej czasochłonnych i pracochłonnych operacji w logistyce magazynowej jest kompletacja zamówień przed ich wydaniem. – Jako że kompletacja odpowiada za większą część kosztów pracy magazynu, to właśnie tam w pierwszej kolejności wkracza sztuczna inteligencja, która zastępuje algorytmy o dużej złożoności obliczeniowej bądź rozwiązuje zadania niebędące klasycznymi problemami optymalizacyjnymi – mówi Krzysztof Zabawa z Consafe Logistics. Sztuczna inteligencja zajmuje się wyznaczaniem tras kompletacyjnych, a także optymalizacją rozmieszczenia towaru w strefach kompletacji.
Przyszłość i rozwój
Docelowo Artificial Intelligence i Machine Learning mają pozwolić systemom informatycznym na samodzielnie dostosowanie się do zmieniających się potrzeb. Rozwój tych obszarów oznacza początek nowej ery szeroko dostępnej technologii, w której procesy nadające się do udoskonalenia lub naprawy będą lokalizowane automatycznie przez samo oprogramowanie. – Już nie tylko dzięki globalnemu działaniu połączonych sieci logistycznych i komunikacji w czasie rzeczywistym, ale właśnie dzięki sztucznej inteligencji wykorzystywanej w firmach sektora TSL przedsiębiorstwa zyskują przewagę konkurencyjną – mówi Paweł Tronina z Trans.eu. Nowe technologie to przecież: punktualne dostawy, często połączone z monitorowaniem przebiegu środka transportowego, statusami przejazdu i pogody w połączeniu z rozwiązaniami, które potrafią przewidzieć sytuację na drodze, podają informację dyspozytorowi, odbiorcy lub nadawcy. Platformy transportowe, które w połączeniu z systemami zarządzania firmą i flotą same dobierają ładunki do poszczególnego środka transportowego, potrafią nawet uwzględnić to, jak często dany kierowca powinien zjechać na weekend do domu lub kiedy auto powinno przejść serwis i badania diagnostyczne. – Wszystko to oczywiście można zaprogramować, lecz logistyka to nie są stałe działania i utarte schematy. Potrzebna jest tutaj elastyczność oraz bardzo często dopasowanie do poszczególnego dyspozytora, magazyniera czy kierowcy. Systemy sztucznej inteligencji radzą z tym sobie znakomicie, a im dłuższa praca z ich wykorzystaniem, tym dokładniejsza praca e-inteligencji – uważa Paweł Tronina.
Potrzeby i oczekiwania rynku kształtują kierunek ewolucji rozwiązań dostępnych dla branży TSL. Rozwój i wdrażanie nowych technologii staje się ponadto odpowiedzią na wymagania, które stawia przed branżą coraz nowocześniejsza konkurencja. W dwóch podstawowych obszarach – planowaniu i realizacji transportu – Patryk Grzelak z interLAN-u wskazuje wyraźnie rysujące się trendy. – W procesie planowania pojawią się bazujące na sztucznej inteligencji usprawnienia, które będą uwzględniać coraz większą liczbę ograniczeń utrudniających optymalne planowanie, m.in. algorytmy mogą usprawniać organizację przeładunków na trasie. W realizacji transportu nacisk zostanie położony na rozwój interakcji z pojazdem – sztuczna inteligencja będzie przejmować funkcje kierowcy, z czasem redukując aktywność człowieka do koniecznego minimum – mówi Patryk Grzelak. Wartość biznesowa sztucznej inteligencji, która jest coraz bardziej „inteligentna” i skuteczna, będzie więc rosnąć. Istotne jest, by pozostała w służbie człowiekowi.
W dziedzinie magazynowania możemy spodziewać się, że w najbliższej przyszłości sztuczna inteligencja zostanie wykorzystana do optymalizowania nie tylko poszczególnych procesów w logistyce magazynowej, ale do usprawniania funkcjonowania magazynu jako całości. – Consafe Logistics prowadzi pilotażowe projekty badania fizycznego ruchu wózków w magazynach z wykorzystaniem beaconów. Zebrane dane stanowią materiał do nauki dla SI, która jest w stanie przeanalizować, jak poszczególne artykuły powinny być rozmieszczone względem siebie, a także w jakich strefach w magazynie powinny się znajdować, tak by rundy kompletacyjne były możliwie najbardziej efektywne – mówi Krzysztof Zabawa.
Praktyczne przykłady
W ramach systemu Astro WMS® oferowanego przez Consafe Logistics od dawna funkcjonują tzw. multi-cykle. Umożliwiają one wykonywanie serii zadań różnych typów, takich jak kompletacja, zasilenia obszaru kompletacji, przesunięcia towaru czy wydania, bazując na priorytetach zadań poszczególnego rodzaju i jednocześnie unikając pustych przebiegów. Funkcjonalność ta została jednak rozwinięta. Znając rzeczywiste, historyczne czasy wykonywania poszczególnych zadań przez wózki, Astro WMS® ustala kolejność następnych zadań do wykonania przez operatora, a także optymalizuje lokalizacje, z których będą pobierane towary, tak by łączny czas wykonywania operacji był możliwie najkrótszy.
Z kolei interLAN jest dostawcą systemów informatycznych, które wspierają firmy w zarządzaniu transportem i spedycją oraz służą optymalizacji procesów. Firma nie oferuje aplikacji do zarządzania magazynem. Z tej perspektywy patrząc, możemy wskazać kilka obszarów zastosowania sztucznej inteligencji w oprogramowaniu interLAN SPEED. Są nimi: planowanie tras z uwzględnieniem czasu pracy kierowców, kontrola ETA – szacowanego czasu jazdy (na bazie takich danych, jak pozycja pojazdu, miejsce docelowe, oraz danych nawigacyjnych na bieżąco weryfikowana jest sytuacja i określane, czy termin zostanie dotrzymany); planowanie optymalnych tras przewozu i korytarzowanie – w systemie interLAN SPEED odbywa się m.in. planowanie, które przesyłki przyporządkowane zostaną przewozom FTL, a które drobnicowym. – W efekcie wykorzystania w naszym systemie mechanizmów AI, zarówno w operacjach o niskim poziomie komplikacji, jak i w opisanych wyżej złożonych procesach, podnosimy efektywność łańcucha transportowego i automatyzujemy pracę, eliminując ryzyko pomyłki, a tym samym strat po stronie przewoźnika i – idąc dalej – klienta – mówi Patryk Grzelak.
Wyróżnikiem ekspertów Trans.eu Group S.A. jest szybka reakcja na potrzeby klientów i dopasowanie inteligentnych rozwiązań do ich celów. Narzędzia, które producent Platformy Trans.eu stopniowo wprowadza na rynek, są dla załadowców, spedytorów i przewoźników wejściem w świat algorytmów, integracji i Machine Learning. Użytkownicy od dawna mają możliwość korzystania z dedykowanych aplikacji, a platforma logistyczna rozwijana jest w kierunku automatyzacji współpracy z kontrahentami i bezpiecznych transakcji ze sprawdzonymi partnerami. Już niedługo te funkcje wzmocnią unikalne algorytmy cyfrowej platformy.
