Повышение эффективности логистического планирования за счет использования искусственного интеллекта
Авторы: Еремина Любовь Валериевна, Мамойко Антон Юрьевич, Папикян Александр Сиропович
Рубрика: Транспорт
Опубликовано в Техника. Технологии. Инженерия №4 (14) ноябрь 2019 г.
Дата публикации: 29.08.2019
Статья просмотрена: 1018 раз
Библиографическое описание:
Еремина, Л. В. Повышение эффективности логистического планирования за счет использования искусственного интеллекта / Л. В. Еремина, А. Ю. Мамойко, А. С. Папикян. — Текст : непосредственный // Техника. Технологии. Инженерия. — 2019. — № 4 (14). — С. 1-7. — URL: https://moluch.ru/th/8/archive/142/4404/ (дата обращения: 17.08.2024).
Один из возможных сценариев применения искусственного интеллекта в логистике может быть извлечение соответствующей части данных, связывать их с внутренними данными, которые могут быть очень сложными из-за низкого качества данных, а также могут включать в себя прогнозирование времени прибытия грузовиков в зависимости от условий движения.
Ключевые слова: искусственный интеллект, логистика, управление автомобильным транспортом.
Искусственный интеллект (ИИ) уже получил широкое распространение в логистике благодаря внедрению таких передовых технологий ИИ, как автоматизированные склады Amazon, автономные грузовики Einride, беспилотники Zipline, роботы доставки последней мили Starship и другие. Эти разновидности технологий могут потенциально заменить некоторые виды ручной работы, не требующие сложных навыков (например, сортировка на складе, доставка «последней мили», водитель грузовика и т. д.).
Однако ситуация меняется, когда искусственный интеллект используется для работы с такими высококвалифицированными позициями, как специалисты по планированию логистических процессов — логистов. В этом случае на сцену выходит расширенный интеллект (РИ). Объединяя человеческий интеллект с искусственным интеллектом, компании могут сэкономить время, сократить операционные расходы и устранить ошибки, допущенные вручную, а сотрудники могут больше сосредоточиться на аналитических и сложных задачах.
Логист — это не тривиальная или повторяющаяся работа, а должность, которая требует больших знаний и опыта в отношении того, что работает, а что нет в отрасли. Эти сотрудники должны понимать сложные требования клиентов, бизнес-правила и исключения, решать вопросы качества данных и многое другое. Их работа также часто связана с использованием здравого смысла, который не является самой сильной чертой искусственного интеллекта, не говоря уже о более фундаментальных вопросах ответственности, когда ИИ совершает ошибку — ответственен ли разработчик, диспетчер, который использовал предложение ИИ, или менеджер, который внедрил эту систему? Поэтому в современном состоянии технологии искусственного интеллекта лучше всего ориентировать на расширение прав и возможностей таких высококвалифицированных сотрудников, чем пытаться их заменить.
В области логистического планирования есть много возможностей для технологических усовершенствований. Сегодня проектировщики обычно используют 2–3 монитора с системой управления транспортом (TMS) на одном экране и Excel или другая учетная программа на другом. Решения часто принимаются на основе ручных расчетов, опыта логиста и интуитивных ощущений. Остается около 10 % на потенциальную оптимизацию, что не стоит игнорировать в низкомаржинальной отрасли.
В то время как логистика становится все более и более динамичной, обычные логистические программы или Excel уже не удовлетворяют скорости логистических процессов. Типичный документ в Excel при планировании включает модели с 10–20 рабочими листами, которые в значительной степени известны только одному человеку, подвергая тем самым всю организацию серьезным рискам в случае, если этот человек покинет компанию по какой-либо причине. Excel не позволяет логистам очень часто обновлять свои планы и может обрабатывать только часть данных, имеющихся в логистической компании. Рабочие листы не обеспечивают прозрачности при принятии решений и подвержены ошибкам при принятии управленческих решений, поэтому логистические компании вынуждены перестраховываться, что приводит, в частности, к избытку порожних грузовиков, порожних контейнеров и ненужных линейных перевозок. Кроме того, эти таблицы Excel позволяют принимать локальные, а не глобальные решения по оптимизации — логисты имеют свои собственные документы Excel и решают, что делать со своим сервисом, складом, складом и т. д. Глобальная оптимизация, при такой организации работы, невозможна.
Для улучшения планирования логистических процессов компаниям следует использовать искусственный интеллект, не в смысле «искусственного интеллекта», а скорее в смысле «расширенного интеллекта». Расширенный интеллект объединяет в себе вклад специалистов по планированию (опыт, ответственность, обслуживание клиентов, гибкость, здравый смысл и т. д.) с технологией искусственного интеллекта, которая позволяет выполнять повторяющуюся и утомительную работу (использование всех имеющихся данных, обновление моделей новыми данными, предоставление резервных решений при отсутствии проектировщика) и многое другое. Например, такие сложные процессы, как оптимальный выбор перевозчика, могут занять 10 минут или больше, когда они выполняются только людьми, которые должны сортировать сотни или тысячи маршрутов и графиков. Но когда этот процесс передается ИИ, сортировка может быть выполнена за считанные секунды, и окончательный выбор остается на усмотрение оператора.
В своем нынешнем состоянии ИИ помогает логистам в реальных логистических операциях, используя интеллектуальные оповещения, основанные на прогнозном анализе. Например, из таких источников, как MarineTraffic компании могут получить информацию о положении в режиме реального времени и расчетном времени прибытия (ETA) для каждого судна в мире на основе спутниковых данных [1]. Чтобы повысить эффективность логистического бизнеса, алгоритмы ИИ могут:
− извлекать соответствующую часть данных, связывать их с внутренними данными, которые могут быть очень сложными из-за низкого качества данных,
− определять, какие события имеют значение из огромного количества данных,
− формулировать предложения по принятию решений и информировать специалистов по планированию о предлагаемом решении в нужное время и месте (например, как оповещения в системе, где принимаются и осуществляются решения, а не по электронной почте, как это часто происходит.
Другие примеры интеллектуальных прогнозных предупреждений могут включать в себя прогнозирование времени прибытия грузовиков в зависимости от условий движения, прогнозирование требований к ремонту контейнеров на основе обнаружения ударов GPS-трекеров, прогнозирование повреждения товаров и страховых требований на основе датчиков температуры, прогнозирование высокого будущего спроса на морские перевозки на основе различных переменных, прогнозирование дней болезни сотрудников склада на основе государственных праздников и погодных условий, и многое другое.
Рис. 1. Человек в среде искусственного интеллекта
Следующим шагом для ИИ в логистическом планировании является так называемый подход «Человек в среде ИИ». Ряд компаний, например, Transmetrics уже предлагает это со своими решениями по прогнозируемой оптимизации логистики [2]. Он работает на основе использования архивных данных для обучения алгоритмам искусственного интеллекта. Решения из этих алгоритмов предлагаются только в качестве предложений для логистов, которые затем должны сделать выбор, принять их или изменить. После этого алгоритмы фиксируют окончательные решения логистов, сравнивают результаты между предложениями людей и ИИ и используют эти данные для дальнейшего обучения ИИ. Таким образом, компании могут продолжать улучшать производительность ИИ, и в конечном итоге обновлять его до версий 2.0, 3.0 и так далее. При таком подходе поставщики логистических услуг могут удержать своих опытных сотрудников в процессе планирования, оставить их под контролем и использовать свои знания для улучшения искусственного интеллекта.
У «Человека в среде ИИ» все еще есть проблемы, которые в основном связаны с тем, как логисты принимают инновационное программное обеспечение. Даже если предложения ИИ оптимальны с статистической точки зрения, люди все равно склонны изменить их, установить дополнительные подушки безопасности, добавить больше правил к алгоритмам и попытаться превратить систему в свою старую Excel. В таком случае программное обеспечение для искусственного интеллекта в конечном счете начнет работать именно как обычный логист, лишаясь потенциальных преимуществ принятия решений по искусственному интеллекту и ограничивая все дополнительные возможности, которые оно предлагает. Для решения этих проблем хорошо продуманные инструменты искусственного интеллекта позволяют выполнять неограниченные настройки, не заставляя логистов использовать программное обеспечение, но в то же время они внимательно следят за эффективностью работы логистов и алгоритмов искусственного интеллекта. Как правило, приемка происходит постепенно в течение шести-двенадцати месяцев опыта работы с системой на основе ИИ.
Рис. 2. Концепция «Логистический автопилот»
Конечной целью ИИ в планировании является так называемая концепция «Логистического автопилота», в соответствии с которой ИИ автоматически выполняет все расчеты и предложения, а логист вмешиваются только в случае необходимости учитывать непредвиденные факторы и стратегию, предоставляя дополнительную обратную связь для обучения ИИ.
Например, в одном случае, система помогает оптимизировать использование порожних контейнеров в отрасли контейнерных перевозок [3]. Программное обеспечение, управляемое ИИ, автоматически рассчитывает, сколько пустых контейнеров нужно загрузить/разгрузить в каждом порту, как распределить оптимальные контейнеры для каждого заказа клиента, вернуть их в нужное время и в нужном месте в нужном состоянии, чтобы дать их следующему клиенту, заранее планировать техническое обслуживание, выгрузку, сортировку и так далее. В результате одна из ведущих судоходных линий добилась 20 % экономии за счет снижения затрат на перевалку порожних контейнеров, в частности, расходов на хранение и транспортировку, а также на 10 % сокращение количества используемых контейнеров.
В другом случае программное обеспечение оптимизирует отправку заказов на перевозку грузов по маршруту и управляет грузовыми автомобильными перевозками на основе фактических и прогнозируемых заказов в течение следующих одной-двух недель [4]. Данная концепция продемонстрировала потенциал сокращения холостых километров перевозки на 10 % и обеспечила в 90 % случаев прогнозирование перевозчиками конечных пунктов назначения в течение следующих двух недель.
Таким образом, расширенный интеллект является более мощным инструментом, чем просто человек или машина, и, вероятно, наилучшим подходом для внедрения технологий искусственного интеллекта в высококвалифицированные рабочие места. Наделенные такими инструментами, эксперты-логисты станут еще более ценными для своих компаний. Пока, только крупнейшие логистические компаний могут позволит себе самостоятельно разрабатывать решения на основе искусственного интеллекта. Необходимо развивать независимых разработчиков программного обеспечения с использованием ИИ С такими поставщиками логистических технологий, которые ежемесячно предоставляют средства прогнозирования и оптимизации ИИ, даже мелкие и средние логистические компании могут получить шанс стать более эффективными и сократить потери ресурсов с помощью новейших технологий.
Литература:
- M. Swan, Blockchain: Blueprint for a New Economy, O’Reilly Media, Inc., 2015.
- Q.-J. Kong, L.-F. Li, B. Yan, S. Lin, F.-H. Zhu, G. Xiong, Developing parallel control and management for urban traffic systems, IEEE Intelligent Systems, 28 (2013) 66–69.
- F.-Y. Wang, Parallel system methods for management and control of complex systems, Control and Decision, 19(5) (2004) 485–489
- F.-Y. Wang, R. Dai, S. Zhang, G. Chen, S. Tang, D. Yang, X. Yang, and P. Li, A complex system approach for studying sustainable and integrated development of metropolitan transportation, logistics and ecosystems, Complex Systems and Complexity Science, 1(2)(2004) 60–69
Похожие статьи
Искусственный интеллект в современных... | «Молодой
В настоящее время термин «искусственный интеллект» предполагает способность
Первая из них заключается в решении проблемы приближения систем ИИ к возможностям человека.
Планирование заключается в проработке стратегии решения такой задачи, которая требует...
система, искусственный интеллект, данные, система...
Искусственный интеллект в современных компьютеризированных системах. Созданное программное обеспечение и средства обеспечивающие его
Искусственный интеллект (ИИ) — это совокупность знаний, данных и система их обработки базирующаяся на ЭВМ...
Искусственный интеллект для бизнеса: трансформация...
Программное обеспечение превращает наборы данных в набор взаимосвязанных фактов, производит аналитические операции и отвечает на заданные вопросы.
Искусственный интеллект. Основные направления исследований. Программное обеспечение систем ИИ.
Информационные системы в логистике и проблемы их...
Данные инновации внедряются на региональном, национальном и международном уровне.
Минус данных систем заключается в том, что они почти все зарубежные, и общедоступной
Поэтому компании часто сталкиваются с проблемами в правильном выборе данной системы.
Искусственный интеллект. Основные направления исследований
Программное обеспечение систем ИИ. Разработано немалое число языков программирования, в которых на
Искусственный интеллект (сокр. ИИ) — теория и реализация компьютерных систем, способных выполнять задачи, обычно требующие человеческого интеллекта, такие как...
Современное определение искусственного интеллекта
Термин «искусственный интеллект» также используется для описания свойств машин или программ: интеллекта, который демонстрирует
Исследования ИИ также перекрывают такие задачи, как робототехника, системы управления, планирование, добыча данных, логистика...
Применение интеллектуальных технологий в процессе...
Сертификация программного обеспечения (ПО) на соответствие требованиям безопасности является мощнейшим инструментом управления безопасностью. Базовые требования, характеризующие безопасность ПО...
Системная интеграция интеллектуальных особенностей человека...
В чем сущность искусственного интеллекта? Остается открытым вопрос, каким образом «суперинтеллект» будет осуществлен: это может быть цифровой компьютер, совокупность взаимосвязанных компьютеров, культивированная мозговая ткань или нечто другое.
искусственный интеллект, мультиагентная система...
Управление объектами с применением методов искусственного интеллекта
Данные с датчиков преобразуются в набор параметров, на основе которых другие подсистемы
Такая экспертная система обучается самостоятельно. От качества проектирования базы знаний...
Похожие статьи
Искусственный интеллект в современных... | «Молодой
В настоящее время термин «искусственный интеллект» предполагает способность
Первая из них заключается в решении проблемы приближения систем ИИ к возможностям человека.
Планирование заключается в проработке стратегии решения такой задачи, которая требует...
система, искусственный интеллект, данные, система...
Искусственный интеллект в современных компьютеризированных системах. Созданное программное обеспечение и средства обеспечивающие его
Искусственный интеллект (ИИ) — это совокупность знаний, данных и система их обработки базирующаяся на ЭВМ...
Искусственный интеллект для бизнеса: трансформация...
Программное обеспечение превращает наборы данных в набор взаимосвязанных фактов, производит аналитические операции и отвечает на заданные вопросы.
Искусственный интеллект. Основные направления исследований. Программное обеспечение систем ИИ.
Информационные системы в логистике и проблемы их...
Данные инновации внедряются на региональном, национальном и международном уровне.
Минус данных систем заключается в том, что они почти все зарубежные, и общедоступной
Поэтому компании часто сталкиваются с проблемами в правильном выборе данной системы.
Искусственный интеллект. Основные направления исследований
Программное обеспечение систем ИИ. Разработано немалое число языков программирования, в которых на
Искусственный интеллект (сокр. ИИ) — теория и реализация компьютерных систем, способных выполнять задачи, обычно требующие человеческого интеллекта, такие как...
Современное определение искусственного интеллекта
Термин «искусственный интеллект» также используется для описания свойств машин или программ: интеллекта, который демонстрирует
Исследования ИИ также перекрывают такие задачи, как робототехника, системы управления, планирование, добыча данных, логистика...
Применение интеллектуальных технологий в процессе...
Сертификация программного обеспечения (ПО) на соответствие требованиям безопасности является мощнейшим инструментом управления безопасностью. Базовые требования, характеризующие безопасность ПО...
Системная интеграция интеллектуальных особенностей человека...
В чем сущность искусственного интеллекта? Остается открытым вопрос, каким образом «суперинтеллект» будет осуществлен: это может быть цифровой компьютер, совокупность взаимосвязанных компьютеров, культивированная мозговая ткань или нечто другое.
искусственный интеллект, мультиагентная система...
Управление объектами с применением методов искусственного интеллекта
Данные с датчиков преобразуются в набор параметров, на основе которых другие подсистемы
Такая экспертная система обучается самостоятельно. От качества проектирования базы знаний...