قادة الفكر
كيف يغير الذكاء الاصطناعي بشكل هادئ مجال اللوجستيات: تقليص الفاقد وزيادة الهامش
بينما تحصل المالية والرعاية الصحية على العناوين الرئيسية لاعتماد الذكاء الاصطناعي، فإن بعض الحالات الأكثر ربحية موجودة على الطرق. اللوجستيات هي العمود الفقري للتجارة العالمية، ويتعرف المسؤولون التنفيذيون عليها – في عام 2024، قال 90% من قادة سلسلة التوريد إن القدرات التكنولوجية هي العوامل الرئيسية عند اختيار شركاء النقل. السبب؟ الذكاء الاصطناعي يتحول إلى صناعة مشهورة بغير كفاءتها إلى يد عُليا للأعمال على المنافسة.
تعتمد اللوجستيات تاريخيًا على العمليات القائمة على الورق، وبالتالي كانت نقطة عمياء لقادة سلسلة التوريد. هذا نقص في الرؤية يغذي تأثير البوق: تتضخم التغييرات الصغيرة في الطلب بالتجزئة عندما تسافر إلى سلسلة التوريد، وصولًا إلى موردي المواد الخام. بالاشتراك مع أوقات التأخير الطويلة، هذا يضطر كل مرحلة – التجزئة، الجملة، التوزيع، والتصنيع – إلى وضع أوامر شراء زائدة، مما يزيد من المشكلة.
ولكن دعونا نتصور ل لحظة أن بدلاً من ملء الشاحنات والمستودعات برقائق أشباه الموصلات فقط ليتقلص الطلب على أجهزة الكمبيوتر، كانت اللوجستيات تتمتع بمراقبة وتتبع سلسلة التوريد في الوقت الفعلي. ماذا لو كانوا يستطيعون توقع التقلبات في الطلب بدقة 99.9%؟ وتقديم حلول لوجستية مرنة مثل النقل عند الطلب استجابةً لذلك؟
مع الذكاء الاصطناعي والتعلم الآلي، قد لا يكون هذا المثالي بعيدًا كما يعتقد قادة الأعمال.
رؤية سلسلة التوريد توضح ما لا يُفهم
عند سؤال “أي من القدرات التكنولوجية لشركات النقل البحري تظنها الأكثر قيمة؟”، صوت 67% من المستجيبين لصالح تتبع الشحنات في الوقت الفعلي.
أجهزة إنترنت الأشياء (IoT) تحول بدونات تتبع البضائع، وتوفر رؤية دقيقة وتحديثات في الوقت الفعلي حول حالة السلع – أمر بالغ الأهمية للشحنات الحساسة للوقت أو التي تتمتع بدرجات حرارة محددة مثل الأغذية والأدوية التي تخضع لقواعد التحقق الصارمة. ليس فقط يمكن لقادة سلسلة التوريد معرفة كمية المخزون لديهم وأين يوجد في أي لحظة، ولكن يمكنهم أيضًا معرفة حالته. يمكن للمشحنين مراقبة ومشاركة المعلومات حول ما إذا كانت السلع ساخنة أو باردة أو رطبة أو جافة، ويمكنهم رؤية ما إذا كانت الأبواب أو الصناديق أو الحاويات الأخرى مفتوحة. هذه الأفكار توضح الشذوذات مع وصول المنتجات الغذائية المتفسخة، وتقليل الهدر في المستقبل.
الانتقال إلى صناعة الإلكترونيات، يمكن للشركات أن تؤكد للعملاء أن المنتجات مثل لوحات الأم هي أصلية عندما يتم تتبعها وتحديد موقعها. يمكن لمديري المستودعات ومديري المخزون مسح الرموز الشريطية والرموز التحتية لتتبع مستويات المخزون، أو استخدام وسوم تحديد التردد اللاسلكي (RFID) المرفقة بالكائنات لتتبع الأصول القيمة دون الحاجة إلى مسحها. تقدم وسوم RFID الأكثر تقدمًا تحديثات في الوقت الفعلي عند انحراف الظروف (مثل درجة الحرارة) عن العتبات المحددة مسبقًا.
أصبحت الرؤية على مستوى العنصر ضرورية للمشحنين وشركائهم في سلسلة التوريد. يجب على مزودي اللوجستيات التكيف بسرعة مع الانقطاعات وتغييرات الطلب، وزيادة هذه الرؤية من المرونة. تسمح هذه الأفكار للأعمال بوجود نظرة شاملة للمخزون واتخاذ قرارات مدروسة في الوقت الفعلي، وتقليل الفاقد وتحسين استخدام الموارد.
توقعات الطلب والأوقات الرائدة الموثوقة
تمتد فائدة أجهزة إنترنت الأشياء (IoT) إلى ما هو أبعد من مجرد تتبع العناصر وتحديث العملاء في الوقت الفعلي. أنها توفر البيانات التي تغذي خوارزميات توقعات الطلب.
خذ كوكا كولا على سبيل المثال. تستخدم شركة المشروبات الغازية العملاقة إنترنت الأشياء لمراقبة وجمع البيانات من آلات البيع وثلاجاتها، وتتبع معايير الوقت الفعلي لمستويات المخزون وتحليل تفضيلات المستهلك. هذا يسمح لكوكا كولا بتقديم توقعات مدروسة حول الطلب لنوع معين من المنتجات والنكهات.
يستخدم وكلاء النقل بشكل متزايد طريقة مشابهة لتوقع حجم الشحنات في طرق معينة، مما يسمح لهم بتحسين نشر الأسطول وتنفيذ اتفاقيات مستويات الخدمة (SLAs). خبر جيد للأعمال لأنها تستفيد من أوقات رائدة أكثر موثوقية، مما يعني تكاليف مخزون أقل وعدد أقل من حالات انخفاض المخزون.
هناك طريقتان شاملتان تستخدمها شركات اللوجستيات للتوقعات:
- المدى الطويل (الاستراتيجي): لتصميم الميزانيات وتخطيط الأصول (6 أشهر إلى 3 سنوات).
- المدى القصير (العملية): الأكثر قيمة للوجستيات، وتوقعات نقل الشحنات البرية حتى 14 يومًا مقدمًا، و1-12 أسبوعًا للشحن البحري.
على سبيل المثال، تتنبأ شركة DPDgroup، شركة الطواريء Speedy، بالطلب من خلال الجمع بين بيانات الشحن التاريخية (حجم الحزمة، أوقات التسليم، سلوك العملاء، إلخ.) مع العوامل الخارجية مثل العطلات، وأوقات الذروة للتجزئة (يوم الجمعة الأسود)، إلخ. تحت النظام الجديد، سمحت توقعات الطلب القائمة على الذكاء الاصطناعي لشركة Speedy بتحديد الرحلات والخطوط غير الضرورية بسرعة وإلغائها. أدى هذا إلى تقليل التكلفة بنسبة 25% من التكلفة من المحطة إلى المحطة وزيادة استخدام الأسطول بنسبة 14%. وجدت مكنزي نتائج مماثلة في إدارة سلسلة التوريد، مع أدوات التوقعات تقليل الأخطاء بنسبة 20 إلى 50%.
مطابقة الحمولة إلى السعة: إيقاف نقل الهواء
أفادت شركة Uber Freight في عام 2023 bahwa بين 20% و 35% من الأميال البالغة 175 مليار ميل التي تقطعها الشاحنات في الولايات المتحدة كل عام من المحتمل أن تكون فارغة – مما يضيع الوقود وميزانيات العمالة. الآن بعد أن أصبحت التكنولوجيا الذكية والتعلم الآلي والتوأم الرقمي شائعة، لا ينبغي لشاحنة قامت للتو بتقديم شحنة في دالاس أن تعود إلى شيكاغو بدون حمولة. منصات مطابقة الحمولة التي تعمل بالذكاء الاصطناعي تحليل الطلب على الشحنات ومتوفر الشاحنات وأنماط الطرق لضمان أن كل شاحنة تحمل بفعالية قصوى.
تأخذ شركات اللوجستيات المعلومات التي تم جمعها حول الشحنات المستخدمة في أدوات توقعات الطلب (حجم الحمولة، الوزن، الأبعاد، النوع – سواء كانت قابلة للتلف أو خطرة، إلخ.) وتقاطع تحليلها مع سعتها. يمكن للتحليلات القائمة على الذكاء الاصطناعي مراجعة حجم الشاحنة والميزات والموقع ومتوفرة السائقين، مع مراعاة لوائح ساعات خدمة السائقين، لربط المشحنين وشركات النقل في الوقت الفعلي. يمكن للتكنولوجيا التوأم الرقمي أن تأخذ هذا إلى أبعد من ذلك، محاكاة السيناريوهات الافتراضية لضمان المطابقة المثالية.
لنفترض أن مشغلاً يدخل معلومات حول حمولته القادمة إلى منصة رقمية. تحليل النظام القدرة المتاحة للناقل وتربط الحمولة بالخيار الأكثر ملاءمة، مع مراعاة عوامل التحسين المذكورة أعلاه. يتم معالجة المعاملة، وتتم مراقبة الشحنة خلال رحلتها.
من خلال تتبع الأصول، وتوقعات الطلب، ومطابقة الحمولات، تقوم شركات اللوجستيات بتوفير مبالغ كبيرة. أنها تقلل من الأميال الفارغة، وتعظم استخدام المركبات، وتلغي بصمة الكربون – في النهاية تحسين علاقات العملاء مع تسليم أكثر موثوقية.
تتجاوز المنافع مجال اللوجستيات. تسمح هذه المستوى من رؤية سلسلة التوريد للبائعين بالتجزئة وشركات التصنيع بتحسين جداول الإنتاج وتقليل تكاليف الاحتفاظ بالمخزون. يمكنهم تخطيط الشحنات بفعالية أكبر، وتقليل التأخيرات ورسوم التخزين، وتقليل نفقات النقل من خلال ضمان استخدام شاحنات مثالية وحد أدنى من السعة المهدرة.
يمكن لأي صناعة تتعامل مع تخصيص الموارد – مثل شركات الطيران والتصنيع وحتى الحوسبة السحابية – أن تتعلم من كيفية تسهيل عمليات الذكاء الاصطناعي في مجال اللوجستيات.
