Mọi người đều đang nói về Trí tuệ nhân tạo nhưng những ứng dụng tiềm năng của nó cho kho bãi và chuỗi cung ứng là gì? Edward Napier-Fenning, Giám đốc Bán hàng & Tiếp thị của công ty phần mềm chuỗi cung ứng hàng đầuBóng bay, khám phá năm lĩnh vực chính có thể nâng cao hiệu suất – bao gồm lập kế hoạch tuyến đường, chọn hàng, báo cáo quản lý lao động và nhập dữ liệu.
Thật bất ngờ, Trí tuệ nhân tạo (AI) có mặt ở khắp mọi nơi. Giống như những ngày đầu của nhiều công nghệ mang tính cách mạng khác, có rất nhiều lời tuyên bố quá mức và rất nhiều thứ hiện được quảng cáo là 'hỗ trợ AI' thực sự chỉ là một chuỗi các thuật toán, phải thừa nhận là rất nhanh và rất thông minh, tuân theo logic. con đường do con người đặt ra. Khả năng xử lý lượng lớn 'dữ liệu lớn' với tốc độ cực nhanh là rất ấn tượng và cực kỳ có giá trị, nhưng bản thân nó không phải là Trí tuệ nhân tạo. AI thực sự có khả năng học hỏi từ dữ liệu lịch sử và từ các hoạt động hiện tại, và theo một nghĩa nào đó, có thể viết lại các thuật toán của riêng nó.
Tốc độ phát triển của AI đang tăng tốc và chúng ta có thể thấy một số lĩnh vực chính trong kho bãi và hậu cần có thể áp dụng nó.
1. Lập kế hoạch tuyến đường nâng cao
Cho đến nay, người lái xe đã khởi hành với một lộ trình cố định, có thể là một vòng thông thường hoặc một lộ trình đã được lên kế hoạch trước đó một hoặc hai ngày và việc tìm ra cách ứng phó tốt nhất khi xảy ra tai nạn, ùn tắc giao thông hoặc sự kiện khác là tùy thuộc vào người đó. khi và khi những điều này phát sinh. Giờ đây, quản lý lưu lượng truy cập có thể được liên kết theo thời gian thực với các tài nguyên như Google, không chỉ tìm ra cách giải quyết vấn đề hiện tại mà còn sử dụng kiến thức của nó để dự đoán nơi tắc nghẽn có thể xảy ra, điều kỳ lạ thường không xảy ra ở đó. địa điểm xảy ra sự việc thực tế. Điều này đưa ra khuyến nghị phòng ngừa mạnh mẽ hơn và giúp việc giao hàng đến và đi từ kho đúng tiến độ.
Cách tiếp cận này để lập kế hoạch tuyến đường có thể hoạt động song song với việc xây dựng tải trọng động. Hiện tại, chưa có hồ sơ đặt hàng đầy đủ vào đầu ngày hoặc tại thời điểm phải cố định tài xế và tuyến đường cho hoạt động ngày hôm sau. Do đó, tuyến đường có thể bao gồm các điểm đến mà thực tế không có điểm nào được thực hiện hoặc bỏ qua những điểm có thể được thực hiện một cách hữu ích. Hệ thống thông minh có thể liên tục lập kế hoạch lại, sửa đổi và tối ưu hóa các tuyến đường khi hồ sơ đơn hàng được xây dựng. Điều đó có thể hỗ trợ cho chủ đề tiếp theo, chủ đề chọn đơn hàng hiệu quả, tất nhiên có các vấn đề về lộ trình và định tuyến riêng.
2. Chọn hàng hiệu quả
Rất nhiều ồn ào xung quanh AI trong chuỗi cung ứng xoay quanh các vấn đề như hàng tồn kho và đặt hàng. Việc cải thiện ở đây rõ ràng là quan trọng, nhưng chúng ta hầu như chưa bắt đầu đề cập đến cách vận hành nhà kho hiệu quả hơn, đó là nơi có một số chi phí quản lý và lao động thực sự lớn – cũng như khả năng tiết kiệm.
Tối ưu hóa đường dẫn chọn hàng là một chủ đề nóng trong lĩnh vực kho bãi, mặc dù ở cấp độ thấp, điều này không khác gì việc sắp xếp các đơn hàng thành một chuỗi và chia chúng thành các khối công việc. Thật tuyệt khi có thể thực hiện điều này một cách nhanh chóng, nhưng AI thực sự đang bắt đầu có thể xem xét toàn bộ tình huống một cách thông minh hơn: hàng hóa ở đâu trong kho, hàng hóa nào có thể hoặc không thể được kết hợp trên một xe đẩy hoặc container nhất định ( và những thùng chứa đó ở đâu), thứ tự ưu tiên là gì (có liên kết rõ ràng với câu hỏi định tuyến ở trên) và từ đó xây dựng các quy trình chọn hàng hiệu quả nhất có thể.
AI sẽ có thể cải thiện việc lựa chọn và vận hành các chiến lược lấy hàng – và mức tối ưu có thể khác nhau tùy theo loại hàng hóa hoặc thậm chí là thời gian trong ngày. Các chiến lược rất nhiều và đa dạng: ví dụ như lấy hàng theo lô, bao gồm việc đi theo một lộ trình, chọn từng SKU một cho một lô đơn hàng. Hoặc có thể là chọn theo khu vực hoặc theo 'cụm' trong đó người vận hành chọn tất cả SKU trong một 'khu vực' cho một loạt đơn đặt hàng và tote (có hoặc không có tác vụ đó) sau đó sẽ chuyển sang khu vực tiếp theo.
Chọn theo cụm thường hiệu quả hơn nhưng yêu cầu phải tối ưu hóa cách bố trí hàng hóa trong kho, sao cho hàng hóa có nhiều khả năng xuất hiện trong cùng một đơn hàng sẽ được nhóm lại với nhau và các đơn hàng được nhóm lại xung quanh các hồ sơ tương tự. Điều đó cũng có nghĩa là các đơn hàng không nhất thiết phải được chọn theo đúng thứ tự thời gian, tức là theo thời gian khởi hành của tuyến giao hàng và do đó dễ bị chậm trễ do tắc nghẽn, có thể do lối đi hẹp hoặc cần phải tách người đi bộ khỏi xe tải và máy móc khác.
Làm việc với khách hàng Pets Corner, Balloon đã phát triển một mô hình phân cụm đơn hàng cho mục đích chung, có thể hoạt động như một chức năng web dựa trên đám mây. Kỹ thuật mới đã tăng tốc thời gian thực hiện để chọn một làn sóng đơn đặt hàng lên 38%. Cách tiếp cận này không sử dụng nghiêm ngặt bất kỳ AI đã phát triển nào, nhưng chúng ta có thể dễ dàng thấy rằng AI có thể tạo ra những cải tiến đáng kể hơn nữa trong cả cách bố trí và hoạt động chọn đơn hàng cũng như lựa chọn chiến lược phù hợp nhất cho các đơn hàng đó ngay bây giờ. Ví dụ: chúng tôi đang nghiên cứu các cách để có thể mở rộng phương pháp này cho các đơn hàng có nhiều dòng và có 'điểm bắt đầu' để lấy hàng tại các địa điểm khác nhau trong kho. Điều đó nhanh chóng trở nên khá phức tạp và AI sẽ rất hữu ích trong việc giải quyết mọi việc.
Một nguồn mang lại hiệu quả là các hoạt động không cần phải bị ràng buộc quá nhiều bởi các quy trình 'tiêu chuẩn' mà đôi khi có thể không cần thiết. Một ví dụ nhỏ là một số công việc chúng tôi đã làm gần đây cho Birlea. Công ty này có một quy trình thông thường, theo đó hàng hóa được chọn sẽ được dán nhãn 'WMS' cho biết thứ tự mà chúng được chỉ định và gửi đi để kiểm tra và đóng gói lại, sau đó chúng được dán nhãn 'nhà vận chuyển' khác. Nhưng những món đồ nội thất của họ không cần phải kiểm tra hay đóng gói lại. Người ta đã chứng minh rằng có thể loại bỏ nhãn WMS cho những hàng hóa này và lập trình lại SQL để hệ thống cho rằng nhãn của nhà cung cấp dịch vụ là nhãn WMS mà nó mong đợi vào thời điểm này. Bản thân điều đó không yêu cầu AI, nhưng thật dễ dàng để hình dung các hệ thống AI có thể học cách nhận ra rằng đối với một mặt hàng cụ thể, một số quy trình nhất định là dư thừa và có thể được loại bỏ – mà không gặp rủi ro khi người vận hành thực hiện cuộc gọi sai.
3. Quản lý lao động hiệu quả hơn
Trong điều kiện hiện nay, thách thức lớn nhất để tăng hiệu quả là phân bổ nguồn lao động khan hiếm và đắt đỏ ở đâu. Một cơ sở có Phần mềm quản lý kho hàng (WMS) tốt và các hệ thống khác cần có rất nhiều dữ liệu từ đầu đến cuối: những gì đang xảy ra trong quá trình nhận, cất giữ, lấy hàng, bổ sung, v.v. Điều đó sẽ cho người điều hành biết họ cần bố trí người ở đâu, nhưng việc này rất phức tạp. Ở một mức độ nào đó, WMS truyền thống quản lý việc này nhưng chủ yếu dựa vào con người tạo, nhập và duy trì dữ liệu, từ thời gian tiêu chuẩn cho các thành phần công việc cho đến ai được phép thực hiện một số nhiệm vụ nhất định, v.v.
Ở một mức độ nào đó, chúng tôi đã có thể sắp xếp hàng hóa, hoạt động và tài nguyên hiệu quả hơn bằng cách sử dụng hồ sơ lịch sử và thu thập dữ liệu hiện tại để cho phép thực hiện các mô hình quản lý lao động phức tạp hơn. Nhưng AI chắc chắn có thể đóng góp nhiều hơn nữa trong việc lấy dữ liệu từ nhiều nguồn khác nhau và hiểu ý nghĩa của nó.
Việc triển khai hiệu quả sẽ càng trở nên quan trọng hơn khi các công ty bắt đầu sử dụng robot dưới dạng 'cobots' - những cỗ máy hợp tác với con người. Điều này có lẽ đặc biệt phù hợp với các doanh nghiệp vừa và nhỏ, những người ngày càng có đủ khả năng chi trả cho loại hình tự động hóa này và cần nó linh hoạt hơn nhiều so với các hệ thống tự động hóa 'hàng hóa tới con người' lớn do các hoạt động lớn vận hành. Ví dụ: công nhân có thể được 'gắn thẻ' bằng thiết bị Bluetooth để xác định vị trí của họ so với vị trí hiện tại hoặc dự định của robot cũng như vị trí và trạng thái hiện tại của các thứ tự ưu tiên, nhưng việc tận dụng tối đa lợi thế này đòi hỏi phải có hệ thống thông minh.
Chúng tôi không coi việc sử dụng AI để cải thiện hiệu quả lao động chủ yếu là nhằm giảm số lượng nhân viên. Đúng hơn là loại bỏ 'thời gian chết' và các hoạt động phi năng suất như đi bộ từ đầu này đến đầu kia của nhà kho. Rõ ràng, điều đó giúp cải thiện năng suất, nhưng cũng sẽ dễ dàng giữ chân những người giỏi hơn nếu họ không dành một nửa thời gian nhàn rỗi và nửa còn lại trong cơn vội vã điên cuồng, điều này có thể khiến nhân viên cảm thấy vừa mệt mỏi vừa bị đánh giá thấp.
4. Báo cáo và phân tích chính xác hơn
Balloon đang tích cực tham gia vào việc áp dụng AI trong không gian chuỗi cung ứng. Hoạt động trong lĩnh vực này đang phát triển nhanh chóng. Cần phải nhớ rằng môi trường của mọi người là khác nhau, đặc biệt là giữa các doanh nghiệp vừa và nhỏ, đó là một trong những lý do tại sao khả năng học hỏi từ tình huống của AI, thay vì chỉ xử lý một thuật toán có nguồn gốc bên ngoài, lại rất hấp dẫn. Một điều cần cân nhắc khác là rất nhiều dữ liệu dựa trên văn bản, vì vậy một trong những việc chúng tôi đang làm là lấy dữ liệu từ nhiều nguồn vào gói phân tích của Microsoft với mô hình dữ liệu cho hệ thống biết cách liên kết dữ liệu với các đối tượng khác nhau. Chúng tôi có thể tạo một trang tổng quan và trên hết chúng tôi có thể xếp lớp một số chức năng loại ChatGPT – 'hiển thị cho tôi biểu đồ hình tròn về việc nhân viên của tôi chọn hàng theo ngày và theo người' - để người quản lý không phải yêu cầu bộ phận CNTT lập báo cáo cho họ.
Các hệ thống dựa trên AI có thể giảm đáng kể chi phí và gánh nặng cho việc lưu trữ và phân tích hồ sơ thủ công, chưa kể đến việc loại bỏ (hoặc ít nhất là phát hiện) các lỗi chắc chắn phát sinh trong các hệ thống thủ công. Cuối cùng, thậm chí có thể tiết kiệm được khi tích hợp tất cả các hệ thống khác nhau mà hoạt động kho hàng và phân phối sử dụng: AI có thể 'học' cách lấy dữ liệu từ hệ thống này sang hệ thống khác, mặc dù các định dạng dường như không tương thích, thay vì nhờ ai đó làm việc chăm chỉ viết mã cho mọi tình huống.
#Freightforwarder #doortodoor #Amazon #Export #AirFreight #Jordanshipping #ChinashippingtoJordan #Jordanairfreight #Jordantrading #Jordan #Aqabashipping
Giao nhận vận tải 3pl dropshipping DoortoDoor AirFreight đại lý Jordan vận chuyển Trung Quốc đại lý vận chuyển trung tâm thực hiện
kapoklog logistic vận chuyển hàng không từ Trung Quốc đến Vương quốc Anh DoortoDoor Amazon Xuất khẩuAirFreight Jordan vận chuyển ChinashippingtoJordan Jordanairfreight tàu
化妆品 沙特空运-海运双清
مستحضرات التجميل، خدمة النقل الجوي من الباب إلى الباب في المملكة العربية السعودية
Mỹ phẩm, Saudi bằng đường hàng không và đường biển dịch vụ giao hàng tận nơi
#chinapurchasingagent #chinashippingagent #chinadropshipping #chinashippinglogics
#fulfillmentcenter #onlinemarketing #3pl #dropshipping #doortodoor #consolidationshipping #chinashipping #freightforwarderchina #doortodoo #consolidationshipping #chinashipping #DDP #以色列 #约旦双清 #巴勒斯坦 #巴勒斯坦局势 #中东地区问题 #中东局势 #约旦门到门 #约旦物流#约旦DDP #约旦双清包税 #约旦海运 #约旦空运 #约旦海派 #约旦专线
Hậu cần kapoklog Thâm Quyến Ả Rập Saudi tùy chỉnh thuế quan rõ ràng được trả tận nơi DDP
DDP Trung Quốc đến Ả Rập Saudi
Dịch vụ hậu cần kapoklog Thâm Quyến Dubai dịch vụ thông quan cửa đến cửa DDP
DDP Trung Quốc tới Dubai
Công ty TNHH kapoklogLogistics Thâm Quyến
Dịch vụ hậu cần kapoklog Thâm Quyến Qatar giải phóng mặt bằng tùy chỉnh từ cửa đến cửa DDP
DDP Trung Quốc đến Qatar
Thâm Quyến kapoklog hậu cần Pakistan DDP
DDP Trung Quốc đến Pakistan
Thâm Quyến kapoklog hậu cần Jordan giải phóng mặt bằng tùy chỉnh từ cửa đến cửa DDP Trung Quốc đến Jordan
Thâm Quyến kapoklogistics Ai Cập giải phóng mặt bằng tùy chỉnh gấp đôi từ cửa đến cửa DDP
Dịch vụ hậu cần kapoklog Thâm Quyến Giải phóng mặt bằng tùy chỉnh Jeddah, Jeddah DDP, Trung Quốc đến vận chuyển Jeddah DDP
Thâm Quyến Kapoklog logistics Oman ddp, Trung Quốc đến Oman DDP, Oman vận chuyển DDP
Thông quan hải quan kapoklog Thâm Quyến Iraq, Trung Quốc đến Iraq DDP
Thâm Quyến Kapoklog hậu cần Israel thông quan DDP, Trung Quốc đến Israel tận nơi, Israel tận nơi, Trung Quốc đến Israel DDP
5. Nhận dạng hình ảnh nâng cao và giảm việc nhập lại khóa
AI đã tạo ra sự khác biệt ở đây, chẳng hạn như trong việc nhập dữ liệu, bao gồm Nhận dạng ký tự quang học và hình ảnhquét– hiểu ý nghĩa của nó, liên hệ nó với các yếu tố khác trong hệ thống và đặc biệt là tìm kiếm các lỗi và sự khác biệt. Đó có thể là sự khác biệt về số lượng giữa đơn đặt hàng và phiếu lấy hàng liên quan; hoặc đó có thể là một địa chỉ giao hàng không tồn tại hoặc không có ý nghĩa: trong trường hợp đó, có thể định cấu hình AI để đưa ra các đề xuất thông minh về địa chỉ đó, trước khi tài xế giao hàng nổi cơn thịnh nộ đuổi.
Vì vậy, có rất nhiều điều đang diễn ra với AI trong môi trường kho hàng. Hiện tại, bối cảnh là sự chắp vá của các phát triển nhỏ giúp mọi người điều chỉnh các phần của AI cho hoạt động của họ, thường bắt đầu bằng việc chỉ loại bỏ các phần công việc nhỏ hơn tại các giao diện giữa các hệ thống, ví dụ như ở đó, sự khác biệt về dữ liệu có xu hướng biểu hiện. Nhưng sự chắp vá này chắc chắn sẽ kết hợp lại trong thời gian khá ngắn.
Điều đó phù hợp với cách tiếp cận riêng của Balloon, theo đó nhóm đổi mới của chúng tôi đang nhắm mục tiêu vào các nhóm nhỏ có chức năng nâng cao, phân cụm là một trong những nhóm đầu tiên và là nhóm mà chúng tôi đã thấy mức tăng hiệu quả lớn trên trang web của khách hàng.
Quản lý kho hàng được đặc trưng bởi nhiều dữ liệu đầu vào và nhiều quyết định cũng như kịch bản đầu ra có thể xảy ra. Những điều này vượt quá khả năng của các nhà quản lý con người trong việc tối ưu hóa một cách mạnh mẽ và kịp thời, trong khi các phương pháp tiếp cận thuật toán truyền thống dựa vào các giả định và đơn giản hóa thường không phải lúc nào cũng có hiệu lực hoặc hoàn toàn hợp lệ. Trong khi đó, lực lượng lao động khan hiếm có thể ngồi chờ được bảo phải làm gì. AI hứa hẹn sẽ cung cấp các công cụ để giải quyết những vấn đề này.
