Lãnh đạo tư tưởng
Làm thế nào AI đang âm thầm thay đổi Logistics: Cắt giảm浪 phí và Tăng lợi nhuận
Trong khi tài chính và chăm sóc sức khỏe nhận được những tiêu đề về việc áp dụng AI, một số trường hợp sử dụng sinh lời nhất đang diễn ra trên đường. Logistics là xương sống của thương mại toàn cầu, và các nhà điều hành đang bắt kịp—vào năm 2024, 90% của các nhà lãnh đạo chuỗi cung ứng cho biết khả năng công nghệ là yếu tố hàng đầu khi chọn đối tác vận tải. Lý do? AI đang biến một ngành công nghiệp nổi tiếng với sự kém hiệu quả thành lợi thế cạnh tranh cho các doanh nghiệp.
Historically, logistics đã phụ thuộc vào các quy trình dựa trên giấy, và đã là một điểm mù cho các nhà lãnh đạo chuỗi cung ứng. Sự thiếu minh bạch này tạo ra hiệu ứng bullwhip: những thay đổi nhỏ trong nhu cầu bán lẻ trở nên lớn hơn khi di chuyển lên chuỗi cung ứng, đến các nhà cung cấp nguyên liệu thô. Kết hợp với thời gian dẫn đầu dài, điều này buộc mỗi giai đoạn—bán lẻ, bán buôn, phân phối và sản xuất—phải đặt hàng quá mức, làm trầm trọng thêm vấn đề.
Nhưng hãy tưởng tượng một giây rằng thay vì lấp đầy xe tải và kho hàng với các chip bán dẫn chỉ để nhu cầu PC giảm, logistics có thể theo dõi và minh bạch chuỗi cung ứng theo thời gian thực. Điều gì sẽ xảy ra nếu họ có thể dự đoán sự thay đổi nhu cầu với độ chính xác 99,9%? Và cung cấp các giải pháp logistics linh hoạt như vận tải theo nhu cầu?
Với AI và học máy, lý tưởng này có thể không xa như các nhà lãnh đạo doanh nghiệp nghĩ.
Minh bạch chuỗi cung ứng giải thích những điều không thể giải thích
Khi được hỏi ”Khả năng công nghệ nào của các công ty vận tải bạn tìm thấy có giá trị nhất?”, 67% của người trả lời đã chọn theo dõi hàng hóa theo thời gian thực.
Các thiết bị Internet of Things (IoT) cách mạng hóa việc theo dõi hàng hóa, cung cấp khả năng hiển thị chi tiết và cảnh báo theo thời gian thực về tình trạng của hàng hóa—quan trọng cho các chuyến hàng nhạy cảm với thời gian hoặc kiểm soát nhiệt độ như thực phẩm và dược phẩm có quy định kiểm tra nghiêm ngặt. Không chỉ các nhà lãnh đạo chuỗi cung ứng có thể biết họ có bao nhiêu hàng tồn kho và nó được đặt ở đâu tại bất kỳ thời điểm nào, mà họ cũng có thể tìm hiểu về tình trạng của nó. Người gửi hàng có thể theo dõi và chia sẻ thông tin về việc hàng hóa có nóng, lạnh, ướt hay khô, và họ có thể xem nếu các cửa, hộp hoặc các容器 khác đang được mở. Những thông tin này giải thích các bất thường với các mặt hàng thực phẩm đến hạn sử dụng, giảm thiểu lãng phí trong tương lai.
Đi qua ngành công nghiệp điện tử, các công ty có thể đảm bảo với khách hàng rằng các sản phẩm như bo mạch chủ laptop là chính hãng khi các mặt hàng được theo dõi và truy xuất. Các nhà quản lý kho hàng và hàng tồn kho có thể quét mã vạch và mã QR để theo dõi mức hàng tồn kho, hoặc sử dụng thẻ định danh tần số vô tuyến (RFID) gắn vào các đối tượng để theo dõi các tài sản có giá trị cao mà không cần phải quét chúng. Các thẻ RFID tiên tiến hơn cung cấp cảnh báo theo thời gian thực khi các điều kiện (như nhiệt độ) deviate từ các ngưỡng đặt trước.
Khả năng hiển thị cấp độ mặt hàng đã trở thành một yêu cầu必不可少 cho người gửi hàng và các đối tác chuỗi cung ứng của họ. Các nhà cung cấp logistics phải nhanh chóng thích nghi với các gián đoạn và thay đổi nhu cầu, và khả năng hiển thị này tăng cường sự linh hoạt. Những thông tin này cho phép các doanh nghiệp có cái nhìn tổng thể về hàng tồn kho và đưa ra quyết định thông minh theo thời gian thực, giảm lãng phí và cải thiện việc sử dụng tài nguyên.
Dự báo nhu cầu và thời gian dẫn đầu đáng tin cậy
Sự hữu ích của các cảm biến IoT mở rộng rất xa ngoài việc theo dõi các mặt hàng và cập nhật cho khách hàng theo thời gian thực. Chúng cung cấp dữ liệu cho các thuật toán dự báo nhu cầu.
Lấy Coca-Cola làm ví dụ. Công ty đồ uống khổng lồ này tận dụng IoT để theo dõi và thu thập dữ liệu từ các máy bán hàng tự động và tủ lạnh của họ, theo dõi các chỉ số theo thời gian thực về mức hàng tồn kho và phân tích nhu cầu của người tiêu dùng. Điều này cho phép Coca-Cola đưa ra dự đoán thông minh về nhu cầu cho các loại sản phẩm và hương vị cụ thể.
Các công ty vận tải ngày càng sử dụng phương pháp tương tự để dự đoán khối lượng hàng hóa trên các tuyến đường cụ thể, cho phép họ tối ưu hóa việc triển khai đội tàu và đáp ứng các thỏa thuận mức dịch vụ (SLA). Tin tốt cho các doanh nghiệp khi họ được hưởng lợi từ thời gian dẫn đầu đáng tin cậy hơn, điều này có nghĩa là chi phí hàng tồn kho thấp hơn và ít hết hàng hơn.
Có hai cách chính các công ty logistics sử dụng dự báo:
- Dài hạn (chiến lược): Để lập ngân sách và kế hoạch tài sản (6 tháng đến 3 năm).
- Ngắn hạn (hoạt động): Quan trọng nhất cho logistics, dự đoán vận tải đường bộ lên đến 14 ngày trước, và 1-12 tuần cho vận tải đường biển.
Ví dụ, DPDgroup’s công ty chuyển phát nhanh, Speedy, dự đoán nhu cầu bằng cách kết hợp dữ liệu lịch sử về việc gửi hàng (kích thước gói, thời gian giao hàng, hành vi của khách hàng, v.v.) với các yếu tố bên ngoài như ngày lễ, đỉnh bán lẻ (Black Friday), v.v. Dưới hệ thống mới, dự báo nhu cầu được hỗ trợ bởi AI cho phép Speedy nhanh chóng xác định và hủy các chuyến đi và tuyến đường không cần thiết. Điều này dẫn đến giảm 25% chi phí từ trung tâm đến trung tâm và tăng 14% sử dụng đội tàu. McKinsey cũng tìm thấy kết quả tương tự trong quản lý chuỗi cung ứng, với các công cụ dự báo giảm lỗi từ 20 đến 50%.
Đồng bộ hóa tải với công suất: Dừng chở không khí
Uber Freight báo cáo vào năm 2023 rằng giữa 20% và 35% của 175 tỷ dặm xe tải đi mỗi năm ở Mỹ có thể là không tải—làm cạn kiệt nhiên liệu và ngân sách lao động. Giờ đây, AI, ML và công nghệ đôi ảo đã trở thành chủ流, một xe tải vừa giao hàng ở Dallas không nên quay trở lại Chicago mà không có hàng. Các nền tảng ghép tải được hỗ trợ bởi AI phân tích nhu cầu hàng hóa, sự sẵn có của xe tải và mẫu đường để đảm bảo mỗi xe tải đều hoạt động với hiệu suất tối đa.
Các công ty logistics lấy thông tin hàng hóa thu thập được từ các công cụ dự báo nhu cầu (kích thước hàng, trọng lượng, kích thước, loại—liệu nó có phải là hàng hóa dễ hỏng, nguy hiểm, v.v.) và phân tích chéo với công suất của họ. Phân tích được hỗ trợ bởi AI có thể xem xét kích thước xe tải, tính năng, vị trí và sự sẵn có, cũng như các quy định về giờ làm việc của lái xe, để kết nối người gửi hàng và người vận chuyển theo thời gian thực. Công nghệ đôi ảo có thể đưa điều này lên một bước nữa, mô phỏng các kịch bản ảo để đảm bảo sự kết hợp tối ưu.
Hãy nói rằng một người gửi hàng nhập thông tin về tải hàng sắp tới của họ vào một nền tảng kỹ thuật số. Hệ thống phân tích công suất sẵn có của người vận chuyển và kết hợp tải với lựa chọn phù hợp nhất, xem xét các yếu tố tối ưu hóa đã đề cập trước đó. Giao dịch được xử lý, và chuyến hàng được theo dõi trong suốt hành trình của nó.
Bằng cách theo dõi tài sản, dự đoán nhu cầu và kết hợp tải, các công ty logistics đang tiết kiệm một khoản tiền lớn. Họ đang giảm thiểu các dặm không tải, tối đa hóa sử dụng xe tải và loại bỏ dấu chân carbon—cuối cùng là cải thiện mối quan hệ với khách hàng với việc giao hàng đáng tin cậy hơn.
Lợi ích mở rộng vượt ra ngoài logistics. Mức độ minh bạch chuỗi cung ứng này cho phép các nhà bán lẻ và nhà sản xuất tối ưu hóa lịch trình sản xuất và giảm chi phí hàng tồn kho. Họ có thể lên kế hoạch cho các chuyến hàng một cách hiệu quả hơn, giảm thiểu các sự chậm trễ và phí lưu trữ, và giảm chi phí vận tải bằng cách đảm bảo sử dụng xe tải tối ưu và công suất không bị浪 phí.
Bất kỳ ngành nào liên quan đến phân bổ tài nguyên—hàng không, sản xuất, thậm chí là điện toán đám mây—có thể học hỏi từ cách AI trong logistics đang tối ưu hóa hoạt động.
