Jak AI tiše mění logistiku: snížení plýtvání a zvýšení marží

Zatímco finance a zdravotnictví dominují titulky pro přijetí AI, některé z nejvýnosnějších použití jsou na silnicích. Logistika je páteřkou globálního obchodu a manažeři si toho začínají všímat – v roce 2024 uvedlo 90 % lídrů dodavatelského řetězce, že technologické schopnosti jsou nejdůležitějším faktorem při výběru partnerů pro přepravu zboží. Důvod? AI mění odvětví, které je známé svou neefektivností, v konkurenční výhodu pro podniky.

Historicky závislá na papírových procesech, logistika byla slepým místem pro lídry dodavatelského řetězce. Tento nedostatek viditelnosti pohání efekt bičování: malé změny poptávky v maloobchodě se zveličují, když se pohybují vzhůru po dodavatelském řetězci, až dosáhnou dodavatelů surovin. V kombinaci s dlouhou dobou dodání to nutí každou fázi – maloobchodníky, velkoobchodníky, distributory a výrobce – objednat více, než potřebují, a tím zhoršují problém.

Ale představme si, že místo toho, aby se nákladní auta a sklady plnily polovodičovými čipy pouze pro poptávku po počítačích, logistika měla reálnou viditelnost dodavatelského řetězce a mohla předpovídat změny poptávky s přesností 99,9 %. A poskytovat flexibilní logistické řešení, jako je přeprava na vyžádání, v reakci na tyto změny?

S AI a strojovým učením nemusí být tento ideál tak daleko, jak si lídři podniků myslí.

Viditelnost dodavatelského řetězce vysvětluje nevysvětlitelné

Když byli dotázáni „Které technologické schopnosti dopravců jsou podle vás nejvíce cenné?“, 67 % respondentů hlasovalo pro sledování zásilek v reálném čase.

Zařízení Internetu věcí (IoT) revolucionalizují sledování nákladů, poskytují podrobnou viditelnost a upozornění v reálném čase o stavu zboží – což je zásadní pro časově citlivé nebo teplotně kontrolované zásilky, jako je potraviny a farmaceutika, které mají přísné ověřovací předpisy. Nejen, že lídři dodavatelského řetězce mohou zjistit, kolik zboží mají a kde se nachází, ale také mohou zjistit jeho stav. Odesílatelé mohou monitorovat a sdílet informace o tom, zda zboží je horké, studené, mokré nebo suché, a zda jsou dveře, krabice nebo jiné kontejnery otevřeny. Tyto poznatky vysvětlují abnormality, jako je potravina, která dorazí v poškozeném stavu, a minimalizují budoucí plýtvání.

Přechodem k elektronickému průmyslu, společnosti mohou zákazníkům zaručit, že produkty, jako jsou základní desky notebooků, jsou pravé, když jsou položky sledovány a stopovány. Manažeři skladů a zásob mohou skenovat čárové kódy a QR kódy, aby sledovali úroveň zásob, nebo použít rádiové identifikační značky (RFID) připojené k objektům, aby stopovaly cenné aktiva bez nutnosti je skenovat. Více pokročilé RFID značky nabízejí upozornění v reálném čase, když se podmínky (jako teplota) odchylují od předem stanovených prahů.

Viditelnost na úrovni položky se stala nutností pro odesílatele a jejich partnery v dodavatelském řetězci. Logistické společnosti musí rychle reagovat na poruchy a změny poptávky a tato viditelnost zvyšuje odolnost. Tyto poznatky umožňují podnikům mít komplexní přehled o zásobách a činit informovaná rozhodnutí v reálném čase, snižují plýtvání a zlepšují využití zdrojů.

Předpověď poptávky a spolehlivé doby dodání

Užitečnost senzorů IoT sahá mnohem dále než jen sledování položek a aktualizace zákazníků v reálném čase. Poskytují data, která pohání algoritmy předpovědi poptávky.

Vezměme si Coca-Colu, například. Soft drinkový gigant využívá IoT k monitorování a shromažďování dat ze svých automatů a chladicích zařízení, sleduje údaje o úrovni zásob a analýzu spotřebitelských preferencí v reálném čase. To umožňuje Coca-Cole učinit informovaná rozhodnutí o poptávce po konkrétních typech a příchutích produktů.

Dopravci stále více používají podobnou metodu k předpovědi objemu zboží v konkrétních trasách, což jim umožňuje optimalizovat nasazení flotily a splnit dohodnuté úrovně služeb (SLA). Dobrá zpráva pro podniky, protože z toho profitují spolehlivější doby dodání, což znamená nižší náklady na skladování a méně prodlení.

Existují dva hlavní způsoby, jak logistické společnosti používají předpověď:

1. Dlouhodobá (strategická): Pro rozpočty a plánování aktiv (plány na 6 měsíců až 3 roky).
2. Krátkodobá (provozní): Nejužitečnější pro logistiku, předpovídající pozemní dopravu až 14 dní dopředu a 1-12 týdnů pro námořní dopravu.

Například DPDgroupova kurýrní společnost, Speedy, předpovídá poptávku kombinací historických dat o zásilkách (velikost zásilky, doba dodání, chování zákazníků atd.) s externími faktory, jako jsou svátky, maloobchodní špičky (Black Friday) atd. V novém systému umožnila AI-předpověď poptávky Speedy rychle identifikovat a zrušit zbytečné cesty a line hauls. To vedlo ke 25% snížení nákladů na dopravu a 14% zvýšení využití flotily. McKinsey nalezl podobné výsledky ve správě dodavatelského řetězce, s předpovědními nástroji snížením chyb o 20-50 %.

Shoda mezi nákladem a kapacitou: Přestaňte vozit vzduch

Uber Freight oznámil v roce 2023, že mezi 20-35 % odhadovaných 175 miliard mil, které nákladní auta jezdí v USA každý rok, jsou pravděpodobně prázdné – což vysává palivové a pracovní rozpočty. Nyní, když je AI, ML a digitální dvojčata mainstreamová, nákladní auto, které právě doručí zboží do Dallasu, by nemělo jet zpátky do Chicaga s prázdnou nádrží. AI poháněné platformy pro shodu mezi nákladem a kapacitou analyzují poptávku po zboží, dostupnost nákladních aut a vzorce tras, aby zajistily, že každé nákladní auto jezdí s maximální efektivitou.

Logistické společnosti berou shromážděné informace o zboží, které se používají v předpovědních nástrojích (velikost zásilky, hmotnost, rozměry, typ – zda je to zboží, které podléhá zkáze, nebezpečné atd.), a křížově analyzují tyto informace se svou kapacitou. AI poháněná analytika může prověřit velikost nákladního auta, funkce, umístění a dostupnost, spolu s předpisy o době služby řidičů, aby spojila odesílatele a dopravce v reálném čase. Digitální dvojčata mohou potenciálně jít ještě dále, simulovat virtuální scénáře, aby zajistila optimální shodu.

Představme si, že odesílatel vloží informace o své nadcházející zásilce do digitální platformy. Systém analyzuje dostupnou kapacitu dopravce a shoduje zásilku s nejvhodnější možností, přičemž zohledňuje optimalizační faktory, které byly zmíněny dříve. Transakce je zpracována a zásilka je sledována po celou dobu své cesty.

Logistické společnosti ušetřily obrovské částky, minimalizují prázdné míle, maximalizují využití vozidel a eliminují uhlíkovou stopu – nakonec zlepšují vztahy se zákazníky díky spolehlivějším dodávkám.

Přínosy sahají za hranice logistiky. Tato úroveň viditelnosti dodavatelského řetězce umožňuje maloobchodníkům a výrobcům optimalizovat výrobní plány a snižovat náklady na skladování. Mohou plánovat zásilky efektivněji, minimalizovat zpoždění a poplatky za skladování a snižovat náklady na dopravu, zajišťují optimální využití nákladních aut a minimální plýtvání kapacitou.

Libovolný průmysl, který se zabývá alokací zdrojů – letecké společnosti, výroba, dokonce i cloud computing – může se učit z toho, jak logistická AI streamuje operace.