Компания Gartner выделяет четыре уровня искусственного интеллекта в автоматизации складских операций.

Искусственный интеллект в розничной торговле и логистике

Компания Gartner выделяет четыре уровня искусственного интеллекта в автоматизации складских операций.

По данным Gartner, автоматизация складских операций теперь охватывает четыре уровня операционного искусственного интеллекта, поскольку логистические операторы переходят от тестирования программного обеспечения к внедрению в реальных производственных объектах.

В опубликованном в этом месяце аналитическом отчете исследовательская фирма пришла к выводу, что логистическая инфраструктура достигла явного порога внедрения. Три фактора являются движущей силой этих изменений в секторе.

Постоянная нехватка рабочей силы делает автоматизированные системы обязательными для логистических объектов. Одновременно с этим, коммерческие модели программного обеспечения теперь отличаются более низкими первоначальными капитальными затратами. Базовые алгоритмы и автономные механизмы одновременно достигли уровня надежности, необходимого для промышленного производства.

Компания Gartner оценивает эти системы по двум основным параметрам эффективности: уровень интеллекта и ориентация на оперативные действия.

Федерика Стуфано, старший главный аналитик в подразделении Gartner по управлению цепочками поставок, заявила: «Эти четыре тенденции в области ИИ взаимосвязаны и отражают эволюцию более интеллектуальной, адаптивной и устойчивой складской среды».

Стуфано заявил, что внедрение автоматизированных систем на предприятии требует четкой видимости системы, чтобы руководители понимали ход автоматизированного мышления на складе. Персонал должен работать бок о бок с автоматизированными инструментами для решения конкретных задач предприятия.

Усовершенствованные модели оптимизации и генеративное планирование

Традиционные математические модели вышли за рамки жестких эвристических методов. Вместо того чтобы полагаться на статические электронные таблицы или простые деревья решений, современные вычислительные системы используют данные телеметрии с производственных площадей в режиме реального времени для управления работой объекта.

Комплексные решения для управления складом применяют эти усовершенствованные алгоритмы к четырем основным рабочим процессам: прогнозированию спроса, планированию смен, маршрутизации перемещений и размещению товаров на складе. Системы пересчитывают движение запасов в зависимости от изменений в структуре заказов в течение смены.

Эта динамическая корректировка сокращает операционные расходы и повышает производительность основных средств. В основе лежит логика, обеспечивающая сохранение детерминированных контрольных следов, необходимых руководителям логистических подразделений для соблюдения нормативных требований.

В настоящее время модели машинного обучения интерпретируют неструктурированные данные об объектах наряду с табличными журналами. Операционные генеративные системы считывают записи о техническом обслуживании оборудования, квитанции о поставках от поставщиков и заявки на устранение инцидентов для составления динамической документации.

Программные агенты мгновенно создают стандартные операционные процедуры и обновленные инструкции по комплектации заказов в случае непредвиденных задержек со стороны поставщиков, нарушающих стандартный график работы склада.

Руководители цехов получают инструкции по обработке нештатных ситуаций в режиме реального времени непосредственно на портативных терминалах. Вместо поиска в статических руководствах во время неисправностей оборудования, технические специалисты изучают инструкции по ремонту, адаптированные к конкретной ситуации и созданные на основе архивных данных по техническому обслуживанию.

Полуавтономные агенты искусственного интеллекта и автоматизация физических складов

Автономные программные агенты обрабатывают сложные рабочие процессы, сочетая аналитическую оценку с проверкой человеком. Эти системы проверяют активные очереди на складе, переназначают задачи по комплектации заказов и перераспределяют складское оборудование между погрузочными площадками.

Руководители сохраняют за собой право вручную вносить изменения в важные решения. Программное обеспечение предлагает рекомендуемые последовательности операций, но руководители цеха подтверждают приказ о выполнении до начала его исполнения. Такая система совместного контроля предотвращает сбои в рабочем процессе и ускоряет время реагирования на перегрузки погрузочно-разгрузочных площадок.

Физическая автоматизация напрямую интегрирует алгоритмы машинного обучения с промышленной робототехникой и пространственными датчиками. Автономные системы выполняют комплектацию, упаковку, сортировку посылок и перемещение паллетов между погрузочными площадками. Эти роботизированные платформы поддерживают высокую точность позиционирования в условиях многосменного графика работы.

Группы по развертыванию отмечают более стабильную скорость доставки товаров и меньшее количество травм на паллетах. Автоматизированное оборудование помогает директорам по логистике поддерживать запланированные объемы поставок, несмотря на серьезный дефицит персонала в регионе.

«Руководителям цепочек поставок следует применять прагматичный подход к использованию ИИ на складах, сосредоточившись на проверенных вариантах применения, таких как прогнозирование потребности в рабочей силе и размещение товаров на складе, а также расширяя его использование на генеративный ИИ и агентов там, где он может улучшить принятие решений и производительность труда», — пояснил Стуфано.

Распределительные центры могут установить стабильные операционные показатели, сначала внедрив проверенные инструменты оптимизации запасов. Впоследствии оперативные группы могут ввести в эксплуатацию автоматизированных помощников и автономные погрузчики по мере того, как персонал будет лучше знаком с алгоритмическими системами.

Узнайте больше о физическом искусственном интеллекте на выставке Physical AI Expo, которая пройдет в Амстердаме, Лондоне и Северной Америке.

См. также: Lidl внедряет беспилотные грузовики для доставки товаров в магазины в Германии

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com