供应链中的人工智能:物流转型的关键

人工智能(AI)是技术的现在和未来。但是，我们如何实施它，使我们的生产和供应链过程越来越高效呢?人工智能打开了大量的场景去发现和钻研。它还提供了探索新业务机会的可能性，以实现更大的增长、盈利能力和可持续性。说明这一点的一个例子是将人工智能与数字孪生(流程、产品或服务的数字副本)相结合，根据客户的要求进行个性化生产。

什么是人工智能?

人工智能是机器和计算机系统对人类智能的模拟。它的目标是创造能像人一样行动的机器。虽然这在几年前看起来像是科幻小说，但它越来越接近成为现实。

人工智能一词是由美国科学家约翰·麦卡锡于1956年创造的。然而，英国数学家艾伦·图灵(Alan Turing)此前曾通过图灵测试提出过一个问题，即机器是否能像人类一样思考。根据这一标准，可以根据机器的反应是否与人类相似或可辨别的反应来判断机器的智能。

通过将人工智能应用于软件领域，软件可以在没有专门编程的情况下改变自己的行为。

为了实现这一目标，人工智能拥有一个深度神经网络(DNN)，可以分析复杂的信息，如视频、图像和数据集，以便根据接收到的数据做出决定、检测和预测。

根据收集、分析和观察的数据，人工智能系统可以检测模式，进行概率预测，并在某些情况下无需监督即可运行。人工智能在许多领域都有应用，比如机器视觉和自动语音识别。

创新是否会使新技术能够感知、理解和行动，还有待观察。人工智能的最新进展物联网(IoT),机器学习使机器能够处理图像、声音和语音;他们分析获得的数据，做出相应的决策，并在物理世界中执行操作。

推动人工智能发展的因素有三个

• 无限访问处理能力。在存储空间以及数据管理和控制的速度和安全性方面，云一直是数据智能背后的驱动力，因为它具有灵活性、弹性和效率。
• 数据智能(大数据)崛起。这不仅是存储大量信息的问题，也是管理和利用这些信息的问题。
• 专用硬件的激增为GPU Computing、FPGA、TPU等人工智能提供动力。这些工具在分析数据时要快得多，也先进得多。

人工智能的前提之一是确保生产过程越来越高效

AI是如何实现的?

人工智能的应用，无论是在我们的日常生活还是在专业领域，都是一种日益增长的现象。全球领先的市场研究和咨询公司高德纳(Gartner)对约200名IT和商业专业人士进行的一项研究显示，24%的受访组织增加了对人工智能的投资，而42%的组织自新冠疫情爆发以来保持不变。

“尽管面临危机，企业对人工智能的投资仍有增无减。”Gartner杰出副总裁分析师弗朗西丝•卡拉穆齐斯说。该报告补充说，79%的受访者确认他们的组织正在探索或测试人工智能项目，而只有21%的受访者表示他们的人工智能计划处于生产阶段。

到目前为止，大多数企业都在自动化方面进行了投资，以加强其发展。然而，人工智能领域的最新进展突显出这样一个事实:如果企业想要在竞争中脱颖而出，就需要走得更远，利用机器智能的潜力。

人工智能开发和实施阶段

• 选择应用领域。首先，列出可能采用该技术的领域。为此，有必要为每个用例确定专家，并验证是否存在有效的数据源和kpi提供关于进展的客观数据。
• 确定应用领域的优先级。除了预测在实施人工智能时可能出现的困难(例如缺乏足够的数据或不可能实现改进)之外，还要估计所确定的每个案例对业务的价值。在逐步改进现有程序之前，不应进行彻底的改革。
• 对应用领域进行分组。应用程序字段应该根据提供它们的数据进行分组，以便它们可以一起处理，而不是单独处理。
• 实现。应该使用使用诸如CRISP-DM等编程语言的任何项目实现方法。如果公司缺乏实施该技术的经验，最好与在该领域具有技术专长的合作伙伴合作。
• 评估。在测试数据集中判断AI原型的应用是否真正增强了待改进的kpi。
• 发射。一旦成功地评估了解决方案，就必须以一种可控的方式将其推出，以检查测试结果是否与现实相符。换句话说，有必要验证系统是否正确地适应从真实环境接收到的数据。
• 全面部署。这包括系统的完整推出，然后转移到下一组应用程序领域。

人工智能使探索新的商业机会成为可能，从而实现进一步的增长、盈利和可持续性

人工智能在物流中的应用

虽然人工智能在物流中的应用仍在开发中，但预计在未来几年内将达到最大潜力。无论如何，一些做法已经在这个行业站稳了脚跟:

• 预测消费趋势。人工智能利用大数据出于物流目的:它将内部信息(如销售数据)与从论坛、社交媒体和其他互联网资源中提取的数据进行交叉引用。因此，系统可以对用户的消费意愿进行推断，从而预测需求行为。这有助于实施预期物流，避免缺货和储存多余的商品。这是一种减少资源浪费的好方法。
• 存储操作自动化。人工智能在物流领域的一个最好的例子是自动化仓库。它们结合了两个基本系统:仓库自动化和仓库管理软件。它们共同确保物流整合了运输和存储运动以及运营管理。随着时间的推移，这种工作共享会生成持续分析的模式。这样，人工智能有助于优化资源，并在流量变化的情况下纠正运动。
• 选择运输路线和最有效的运动。人工智能大大简化了物流运输的协调。一方面，WMS保存了公司设施的数字x射线，并记录了发生的所有内部物流运动。人工智能处理这些数据并组织运动，包括那些对周围环境做出反应并根据需要调整路线的自动驾驶汽车，以及那些由操作设备辅助的操作员。另一方面，人工智能还管理货物运输车队，解释最新的交通信息并将其纳入现场系统。利用这些数据，软件绘制出运送各种订单的最合适路线;如果发生任何事故，它还可以实时调整行程。
• 对供应链数据的更严格控制。自动化供应链流程——由人工智能增强——打开了实时管理库存、即时发布供应订单、准确监控订单等操作的大门。同样，数据集成和改进可追溯性系统意味着企业可以满足用户的了解需求。例如，典型的“我点的菜呢?”“通过电子商务零售商购买包裹的问题可以通过人工智能聊天机器人快速有效地解决。

通过人工智能，企业可以实时盘点库存，发出即时供应订单，并准确监控订单

Mecalux是如何实现AI的?

Mecalux软件解决方案工作在多个领域的应用增加价值简单的世界媒体峰会该公司的仓库管理系统在全球运营着大约1200个设施。以下是它正在工作的一些领域:

改善电子商务仓库拣货

电子商务设施面临的挑战之一是管理大量发出的订单。因此，在挑选构成每个订单的sku时，优化操作员路线是非常重要的。

人工智能的应用使系统能够根据每个特定的订单向每个操作员发出指令。系统可以通过基于历史的学习来做到这一点。这实现了最大的效率，特别是在仓库密集的拣货作业，如电子商务设施。

预测系统，以优化订单挑选

人工智能应用于Easy WMS，可以根据历史数据的分析，预测准备新订单所需的时间。预测系统的主要目标是根据进入系统的订单类型和组成每个订单的物品提前估计分配给拣选的时间。

此外，作为Easy WMS的一部分，仓库执行系统(WES)能够决定何时以及如何将拣选订单发布给操作员，从而确保连续的工作流程(订单流)。

标签和可追溯性验证

与图像识别系统一起，人工智能可以帮助自动检测包装过程中的序列号。例如，它有助于识别与酒瓶及其相关包装盒的原产地名称有关的序列号。

系统可以识别哪些标有原产地名称序列号的物品需要放在传送带上进行装箱。它还可以识别沿着传送带移动的序列号，这有助于精确定位放置特定瓶子的盒子。

人工智能在图像识别中的应用大大改善了当前的硬件设备。

会话式用户界面

Mecalux将很快整合一种机制，通过电子邮件、Skype和Telegram等平台查询KPI仪表板和结果。

该系统的优点是，用户可以通过互联网连接从世界任何地方立即访问仓库生产力数据，以灵活的方式导航仪表板。

Mecalux推广AI

说人工智能是我们日常生活和物流的一部分是不言而喻的。技术是进一步改善供应链流程的盟友的观点也是如此。由于这些原因，Mecalux花了数年时间开发技术创新项目，并将其成果应用于改善仓库管理。它的最终目标是提高客户的效率和盈利能力。