Τεχνητή νοημοσύνη: Πώς μετασχηματίζει την ψυχρή αλυσίδα εφοδιασμού

Με τον καύσωνα πολλοί θα αποζητήσουν ένα δροσιστικό παγωτό, αλλά λίγοι θα σκεφτούν ότι για να φτάσει παγωμένο στα χείλη τους απαιτείται να δράσει σωστά η λεγόμενη ψυκτική αλυσίδα, και εδώ επεμβαίνει η τεχνητή νοημοσύνη για να βελτιστοποιήσει τη ροή αυτών των τόσο ευαίσθητων προϊόντων.

Όταν μια αποστολή ψυγμένων ή κατεψυγμένων προϊόντων φτάνει σε μια αποθήκη της Lineage Logistics, τα μηχανήματα ενεργοποιούνται. Η τεχνολογία οπτικής σάρωσης σαρώνει παλέτες και καταγράφει δεδομένα για πελάτες, τύπους προϊόντων και περιγραφές ειδών.

Οι αλγόριθμοι που βασίζονται στην Τεχνητή Νοημοσύνη συνδυάζουν δεδομένα αποστολής με ιστορικές πληροφορίες για να προβλέψουν πότε ένα φορτηγό θα παραλάβει τα εμπορεύματα από την αποθήκη. Η τεχνολογία αντιστοιχίζει στις παλέτες μια θέση στην αποθήκη με βάση το χρονικό διάστημα που θα παραμείνουν στην εγκατάσταση και κατευθύνει τον χειριστή του περονοφόρου οχήματος πού να πάει.

Αυτή η τεχνολογία μπορεί να βελτιώσει την αποτελεσματικότητα σε οποιοδήποτε είδος αλυσίδας εφοδιασμού, αλλά είναι κρίσιμο στις ψυχρές αποθήκες, όπου αποθηκεύονται ευαίσθητα αγαθά. Μια σύντομη απόκλιση στη θερμοκρασία έχει τη δυνατότητα να προκαλέσει ζημιά σε μια αποστολή και δεν είναι δυνατόν οι εργαζόμενοι να περνούν ώρες σε συνθήκες υπό του μηδενός. Αυτό καθιστά επιτακτική την ακρίβεια και την παραγωγικότητα στην ψυκτική αλυσίδα.

Η τεχνολογία ψύξης και αισθητήρων θερμοκρασίας αποτελεί αναπόσπαστο κομμάτι των ψυκτικών αλυσίδων δεκαετίες τώρα, αλλά οι προηγμένες εκδόσεις είναι πλέον ο κανόνας στον κλάδο. Οι πάροχοι ψυκτικής αλυσίδας εγκαταλείπουν τις χειροκίνητες διαδικασίες υπέρ αλγορίθμων ΑΙ και εξερευνούν ψηφιακά δίδυμα και πράκτορες τεχνητής νοημοσύνης για να κάνουν τις εξαιρετικά αυτοματοποιημένες λειτουργίες ακόμη πιο αυτόνομες.

«Είτε πρόκειται για μια τεχνολογία 50 ετών, είτε για μια πρωτοποριακή τεχνητή νοημοσύνη, η τεχνολογία είναι πολύ διαδεδομένη στην ψυκτική αλυσίδα», δήλωσε στο Business Insider ο Σουνταρσάν Θατάι, επικεφαλής πληροφορικής και επικεφαλής μετασχηματισμού της Lineage Logistics.

Η ψυκτική αλυσίδα και η προγνωστική Τεχνητή Νοημοσύνη

Ένας τρόπος με τον οποίο η Lineage χρησιμοποιεί την Τεχνητή Νοημοσύνη είναι με αλγόριθμους λήψης αποφάσεων. Όταν μια αποστολή πουλερικών από την Tyson Foods, πελάτη της Lineage, φτάνει σε μια αποθήκη, οι αλγόριθμοι καθορίζουν πού να τοποθετηθούν τα προϊόντα για να ελαχιστοποιηθεί η απόσταση με τα πόδια ή με το αυτοκίνητο στην αποθήκη.

Ολόκληρες γαλοπούλες συνήθως καταναλώνονται τις γιορτές, αλλά αλλαντικά γαλοπούλας πωλείται όλο το χρόνο. Οι αλγόριθμοι θα μπορούσαν να κατευθύνουν τους χειριστές περονοφόρων να τοποθετούν ολόκληρες γαλοπούλες σε ένα ψηλό ράφι στο πίσω μέρος της αποθήκης, διατηρώντας παράλληλα τις φέτες γαλοπούλας για σάντουιτς μπροστά.

Βελτιστοποιεί τις αποστάσεις και την κατανομή αποθήκευσης είπε ο Θατάι.

Η Americold, πάροχος ψυκτικής αλυσίδας, βλέπει «έντονο ενδιαφέρον για καινοτομία σε όλους τους τομείς της ψυκτικής αλυσίδας», δήλωσε στο Business Insider ο Ρομπ Τσέιμπερς, πρόεδρος της εταιρείας.

Ο Τσέιμπερς δήλωσε ότι οι πελάτες δεν ζητούν απαραίτητα από την Americold απαραίτητα Τεχνητή Νοημοσύνη, αλλά αναμένουν «αποτελέσματα στην επίτευξη των οποίων μπορεί να βοηθήσει η Τεχνητή Νοημοσύνη».Η εταιρεία ψυκτικής αλυσίδας έχει επενδύσει σε προγνωστικά αναλυτικά στοιχεία για να κατανοήσει καλύτερα τη ζήτηση και τις αλλαγές στον πως τα τρόφιμα ρέουν μέσω της αλυσίδας εφοδιασμού. Με αυτόν τον τρόπο, η Americold μπορεί να σχεδιάσει προληπτικά την αποθηκευτική της ικανότητα, δήλωσε ο Τσέιμπερς.

Οι προβλέψεις όχι μόνο καθοδηγούν τη στρατηγική αποθεμάτων, αλλά βοηθούν επίσης τους διαχειριστές να καθορίσουν τα φορτηγά που χρειάζονται και τα βέλτιστα δρομολόγια από και προς τις αποθήκες, δήλωσε στο BI ο Ρον Λάιμπμαν, πρόεδρος της πρακτικής διαχείρισης μεταφορών, logistics και εφοδιαστικής αλυσίδας της McCarter & English.

«Πολλά από αυτά τα πράγματα έχουν γίνει εδώ και πολύ καιρό. Απλώς, η Τεχνητή Νοημοσύνη το κάνει διαφορετικά, πιο γρήγορα και πιθανώς καλύτερα», είπε ο Λάιμπμαν.

Η μαύρη τρύπα στην ανταλλαγή δεδομένων της ψυκτικής αλυσίδας

Η Americold και η Lineage βλέπουν δυνατότητες επέκτασης της Τεχνητής Νοημοσύνης στην ψυκτική αλυσίδα.

Η Americold διερευνά τα ψηφιακά δίδυμα, τα οποία δημιουργούν ένα εικονικό αντίγραφο μιας αποθήκης που χρησιμοποιείται για προσομοίωση και σχεδιασμό. Εξετάζει επίσης ρομπότ με ΑΙ που επιλέγουν προϊόντα σε ψυχρά περιβάλλοντα.

Στην παρακολούθηση της θερμοκρασίας, η τεχνολογία ξεπερνά ήδη την απλή καταγραφή της θερμοκρασίας.

Οι αλλαγές στην αποστολή ειδοποιήσεων όταν οι θερμοκρασίες βγαίνουν εκτός εύρους τιμών, δήλωσε ο Θατάι. Τα μεγάλα γλωσσικά μοντέλα θα μπορούσαν να εκπαιδευτούν σε διακυμάνσεις θερμοκρασίας, καθιστώντας ευκολότερη και φθηνότερη την ανάπτυξη της Τεχνητής Νοημοσύνης και την ανίχνευση αλλαγών.

Ο Θατάι προβλέπει ότι οι πράκτορες της Τεχνητής Νοημοσύνης προσαρμόζουν αυτόματα τις ώρες ραντεβού στην αποθήκη με βάση τα δεδομένα τοποθεσίας ενός φορτηγού σε πραγματικό χρόνο, αντί να χρησιμοποιούν εκτιμήσεις ή τηλεφωνήματα.

Ένα μειονέκτημα, ωστόσο, είναι η ορατότητα και η κοινή χρήση δεδομένων σε όλη την ψυκτική αλυσίδα. Ο Θατάι είπε ότι έχει προχωρήσει, αλλά δεν είναι πανταχού παρούσα.

«Η κοινή χρήση δεδομένων είναι ένας μεγάλος τομέας που αποτελεί μαύρη τρύπα», είπε.

Δεν μοιράζονται όλες οι επιχειρήσεις τα δεδομένα τους σε πραγματικό χρόνο, είπε ο Θατάι. Οι ανεξάρτητοι ή μικροί στόλοι φορτηγών μπορεί να μην χρησιμοποιούν τόση τεχνολογία όσο οι μεγάλες εταιρείες μεταφορών. Οι καλλιεργητές «δεν είναι ιδιαίτερα εξελιγμένοι», είπε ο Λάιμπμαν. Συχνά εργάζονται χειροκίνητα με έγγραφα.

Αυτού του είδους οι χειροκίνητες διαδικασίες δεν προσφέρονται για την ανταλλαγή δεδομένων στην ψυκτική αλυσίδα. Χωρίς δεδομένα, η Τεχνητή Νοημοσύνη δεν έχει βάση για προβλέψεις.

«Δεν έχουμε φτάσει πραγματικά στο σημείο να αξιοποιήσουμε την τεχνητή νοημοσύνη στο μέγιστο», δήλωσε ο Λάιμπμαν.