Làm thế nào AI có thể mang lại trải nghiệm dịch vụ khách hàng 3PL tốt hơn

 

Mục tiêu chính của tất cả các tổ chức hậu cần bên thứ ba (3PL) là cung cấp cho khách hàng của họ sự hỗ trợ hậu cần thuê ngoài bằng cách xử lý việc di chuyển hàng hóa và nguyên vật liệu từ sản xuất đến lưu trữ đến giao hàng. Nhưng làm thế nào điều này có thể được thực hiện trong một môi trường hoạt động có đặc điểm là lao động ngày càng khan hiếm, các sự kiện bất ngờ và thường xuyên gây gián đoạn cũng như tình trạng quá tải thông tin?

 

“Tất cả các tổ chức 3PL đều phải đối mặt với những thách thức tương tự,” Brien Downie, chủ tịch Holman Logistics cho biết. "Khách hàng muốn hàng tồn kho của họ được bảo vệ khi nó ở trong kho. Họ muốn có thông tin chính xác, theo thời gian thực về vị trí của nguyên liệu thô và thành phẩm. Họ muốn mọi thứ được vận chuyển đúng tiến độ và không có thứ gì được vận chuyển mà không được phép. Trên hết , họ muốn việc giao hàng của mình được hoàn thiện và đúng thời hạn. Đó là nhiều yếu tố chính quyết định cách đo lường dịch vụ của một tổ chức 3PL."

 

Việc đáp ứng những nhu cầu này của khách hàng sẽ khó khăn nếu các đơn đặt hàng bị giới hạn ở số lượng xe tải đầy đủ được vận chuyển trực tiếp từ kho đến bến tiếp nhận của người nhận. Tuy nhiên, thực tế lại khác xa. Các mô hình đặt hàng rất phức tạp, đặc biệt đối với các giao dịch thương mại điện tử đang chiếm thị phần ngày càng tăng trong thương mại quốc gia. Downie nói: “Khách hàng có thể đặt hàng từng thứ một. "nhưng việc xử lý các mặt hàng riêng lẻ và số lượng nhỏ có thể tốn kém."

 

Mọi thứ dừng lại khi chuỗi cung ứng gặp phải thời tiết khắc nghiệt, sự cố vận chuyển hoặc hoạt động lao động. Downie nói: “Bất cứ khi nào có sự gián đoạn, mọi thứ đều trở nên thực sự tốn kém”. "Cuối cùng, bạn phải huy động thêm năng lực về mặt nhân sự để theo dõi đơn hàng chính xác hoặc thiết bị xử lý vật liệu trong những trường hợp bất thường. Sau đó, sẽ có thách thức về việc phải làm gì với con người và thiết bị khi khủng hoảng kết thúc."

 

Tăng hiệu quả

Để đáp ứng yêu cầu của môi trường hoạt động ngày càng khắt khe, các tổ chức 3PL đang hợp tác với các nhà cung cấp phần mềm dựa trên AI. Công nghệ tiên tiến có thể giải quyết nhiều vấn đề giúp nâng cao hiệu quả hoạt động. Một ví dụ quan trọng là tăng cường an toàn. Downie nói: “Một nhà kho an toàn là một nhà kho hiệu quả. "Ít tai nạn hơn có nghĩa là nhà cung cấp 3PL có thể chăm sóc tốt hơn cho những người làm việc trong kho và các sản phẩm được lưu trữ ở đó." Hoạt động không có tai nạn đóng góp trực tiếp vào lợi nhuận và mục tiêu dịch vụ khách hàng bằng cách giảm thương tích và gián đoạn di chuyển sản phẩm.

 

Cách tiếp cận truyền thống để đảm bảo an toàn là gắn các cảm biến để tắt thang máy khi phát hiện va chạm. Nhìn bề ngoài, đó có vẻ là một giải pháp tuyệt vời. Trên thực tế, hệ thống như vậy dẫn đến chi phí cao hơn khi các cảm biến không thể phân biệt những va chạm dự kiến ​​hoặc bình thường với những va chạm có hại.

 

Downie nói: “Các cảm biến truyền thống không cung cấp cho bạn đủ thông tin. "Họ không thể tách tín hiệu khỏi tiếng ồn. Họ thường có cảm biến lực g để tắt xe nâng khi vượt quá mức rung. Mục đích là để xác định khi nào ai đó đã va chạm hoặc đâm vào một mảnh Nhưng vấn đề là, rất thường xuyên, chỉ cần lái xe qua một vết va chạm vô hại trên sàn sẽ kích hoạt cảm biến. Và khi hệ thống không thể phân biệt được mặt tốt và mặt xấu, mọi người sẽ tắt hệ thống và ngừng sử dụng. nó hoàn toàn." Tất nhiên, điều đó sẽ làm tăng nguy cơ xảy ra tai nạn tốn kém.

 

Hệ thống cảm biến cần cải tiến để lọc ra các trường hợp ngoại lệ đối với hoạt động bình thường. Đó là lúc quá trình xử lý AI xuất hiện. Khả năng nhận dạng mẫu nâng cao của nó sẽ phân tách tín hiệu khỏi nhiễu một cách nhanh chóng và chính xác. Kết quả là sự sụt giảm các chỉ số hàng đầu về vấn đề an toàn. Nhà tuyển dụng có thể xác định người vận hành nào đã va vào giá đỡ hoặc thực hiện những cú rẽ mạnh, cùng với cách thức và thời điểm họ thực hiện việc đó. Downie nói: “AI cung cấp một bức tranh rõ ràng về những gì đang thực sự diễn ra trong nhà kho. "Nó có thể xác định một cách hiệu quả các tai nạn tiềm ẩn trước khi chúng xảy ra."

 

Rãnh tối ưu

Hàng về kho, được đội ngũ xử lý rồi mới chuyển lên kệ. Tuy nhiên, những gì cần phải là một quy trình liền mạch có thể dẫn đến sự thiếu hiệu quả, làm tăng chi phí lao động và xử lý cũng như đe dọa đến việc giao hàng đúng thời hạn.

 

Downie nói: “Trong lịch sử, không có nhiều sự phát triển từ quan điểm học máy về cách thức sản phẩm vào và ra khỏi kho”. "Điều đó đang thay đổi nhanh chóng." Giờ đây, các tổ chức 3PL có thể áp dụng phần mềm quản lý kho dựa trên AI với tính năng phân chia tự động, sử dụng các mô hình di chuyển sản phẩm trước đây để tự động chỉ đạo việc xử lý hàng tồn kho mới.

 

Nền tảng điều phối quản lý kho được hỗ trợ bởi AI có thể giúp các 3PL trên thế giới hoạt động hiệu quả hơn trong các hoạt động như lấy hàng, lưu kho và độ chính xác của hàng tồn kho. "Nhiều nhà kho không đặt sản phẩm ở những vị trí tối ưu vì họ không biết toàn bộ điểm dữ liệu, chẳng hạn như đơn hàng nào sẽ đến trong thời gian thực, bao nhiêu nhân viên kho sẽ làm ca và chuyên môn của những người đó." công nhân," Yosh Eisbart, giám đốc điều hành và đồng sáng lập tại Fulfilld, một công ty điều phối kho hàng hỗ trợ AI, cho biết. "AI có thể nhập thông tin này và sử dụng nó để chạy các kịch bản 'điều gì sẽ xảy ra'. Ví dụ: 'Điều gì sẽ xảy ra nếu chúng ta di chuyển sản phẩm này đến vị trí này hoặc những sản phẩm này ở những vị trí này cho 20 mặt hàng di chuyển nhanh nhất? Điều đó sẽ trông như thế nào' về hiệu suất lấy hàng cao hơn và nhu cầu lao động thấp hơn?' Kết quả là mức độ hiệu quả của kho hàng không tồn tại ở những nơi khác."

 

Trước AI, các nhà quản lý kho sẽ cố gắng sắp xếp lại sản phẩm theo định kỳ, đặc biệt để tăng hiệu quả. Eisbart nói: “Đôi khi cách đó có tác dụng, đôi khi không. "Nhưng ngay cả trong những trường hợp tốt nhất, các quyết định sẽ chỉ dựa trên một khoảng thời gian ngắn. AI cho phép đánh giá lại và tái phân bổ liên tục, cùng với việc kiểm tra kết quả liên tục cho thấy phần trăm thay đổi về hiệu quả và chi phí."

 

Bằng cách giảm số lượng nhân viên kho lãng phí, tổ chức 3PL trở nên năng suất hơn, tiết kiệm chi phí hơn, chính xác hơn và nhanh nhẹn hơn. Nó có thể gửi đơn đặt hàng nhanh hơn và ít tốn kém hơn, mang lại sự hài lòng cho người dùng cuối và giảm chi phí cho khách hàng.

 

Hệ thống AI thậm chí có thể chỉ định nhân viên nào sẽ di chuyển từng sản phẩm, dựa trên phân tích về lịch sử và hiệu suất cá nhân. Downie lưu ý: “Mặc dù việc đánh giá này thường do người giám sát thực hiện, nhưng những gì hiệu quả với một số người nhanh chóng trở nên quá cồng kềnh đối với hàng nghìn công nhân”. "Các công cụ phần mềm cho phép công ty tối ưu hóa việc phân bổ lao động để đạt hiệu quả tối đa."

 

AI hiệu quả hơn trong những quyết định này vì nó kết hợp các nguyên tắc của “song sinh kỹ thuật số” truyền thống vào phần mềm của mình. Công nghệ này có quyền truy cập ngay lập tức và liên tục vào thông tin kho như kích thước tòa nhà, vị trí và chiều cao của lối đi, khoảng cách giữa các lối đi, vị trí bến xếp hàng, số lượng và chuyên môn của nhân viên tại chỗ cũng như vị trí và chi tiết của xe nâng có sẵn , robot di động tự động và hệ thống truy xuất lưu trữ tự động. Eisbart cho biết: “Việc tạo ra bộ phận song sinh kỹ thuật số và gói của sản phẩm AI cốt lõi cho phép nó điều phối hiệu quả kho hàng cao hơn, mang lại trải nghiệm tốt hơn cho khách hàng”.

 

Bản song sinh kỹ thuật số cũng có thể giúp giải quyết vấn đề tốn kém về doanh thu của nhân viên kho. Nhân sự thay thế, những người thường phải được tuyển dụng nhanh chóng để đáp ứng nhu cầu, thường thiếu chuyên môn cần thiết để duy trì hiệu quả tối ưu. Eisbart cho biết: “Những công nhân mới sẽ không quen với cách bố trí nhà kho, nhưng AI có thể giúp họ bắt kịp tốc độ nhanh chóng bằng cách cung cấp bản đồ với hướng dẫn định tuyến được tối ưu hóa”. "Thay vì phải đi bộ nửa vòng quanh nhà kho để đi từ điểm A đến điểm B, nhân viên mới có thể đi theo lộ trình được đề xuất. Kết quả là khả năng xác định và xử lý hàng tồn kho nhanh chóng được cải thiện."

 

Yếu tố con người

Thật ấn tượng, một mình AI không thể đưa 3PL đạt hiệu quả cao nhất. Chuyên môn của con người vẫn cần thiết. Downie nói: “Việc tận dụng AI sẽ không tự động mang lại hiệu quả. "Mọi người cần tiếp tục tham gia. Mặc dù AI có thể nắm vững vấn đề, nhưng nó thường sẽ đưa ra những kết luận không chính xác. Tổ chức 3PL phải đảm bảo rằng họ lưu giữ được những hiểu biết sâu sắc của những người có tư duy phản biện và có thể nhận ra những hạn chế của AI."

 

Những lợi thế của AI sẽ không xảy ra chỉ sau một đêm và sẽ cần thời gian để nhân viên bị thuyết phục về tiềm năng của công nghệ. Downie nói: “Mọi người sẽ hào hứng với AI khi họ thấy nó có thể giúp họ tránh được nhiều công việc tẻ nhạt, lặp đi lặp lại”. "Họ sẽ đánh giá cao sự gia tăng năng suất."

 

Các công ty phải đối mặt với hai thách thức trong việc triển khai công nghệ AI. Ở một cấp độ nào đó, sự tham gia đích thực là quan trọng. Eisbart nói: “Có những công ty đang thực sự tận dụng AI”. "Và có những công ty chỉ đưa nó lên trang web của họ để đánh bóng hình ảnh của họ."

 

Ở cấp độ thứ hai, có thách thức trong việc giám sát kết quả. Eisbart cho biết: “Lợi ích sẽ thay đổi tùy theo cài đặt”. "Một số trường hợp sử dụng sẽ mang lại cơ hội tối ưu hóa, còn một số thì không." Một công ty Fortune 500 gần đây đã có thể giảm 40% số bước chân lãng phí của công nhân kho, tăng hiệu quả lấy hàng lên 15% và tăng hiệu quả lưu kho lên 20%. Các yếu tố góp phần vào mức độ thành công của AI bao gồm quy mô của cơ sở, chuyên môn của nhân viên hiện tại, tốc độ sản phẩm và mức độ các hoạt động đã kết hợp học máy.

 

Trên hết, Eisbart cho biết, các tổ chức 3PL kết hợp AI cần để mắt đến mục tiêu cuối cùng: lợi nhuận được cải thiện. “Các tổ chức dẫn đầu về công nghệ hoặc tập trung vào đổi mới mà không đánh giá tác động đến kết quả kinh doanh đang thiếu quan điểm.”