בעולם הדינמי של התחבורה במטען, מתרחשת מהפכה שקטה. מובילי התעשייה נקבצו בכנס המשגה 2024 לשרשור אספקה ולוגיסטיקה כדי לחקור את הפוטנציאל והאתגרים של שילוב הבינה המלאכותית (AI) ולמידת המכונה בתהליכים שלהם. דראג מאהון, נכס ו-CIO של Werner Enterprises, ודיוויד ברורינג, נשיא הלוגיסטיקה המשולבת ב-NFI Industries, היו בין הקולות שעוצבו לעצב את השיחה על הטכנולוגיה מהפכנית זו.
מאהון, סוער התלהבות מטכנולוגיית AI, מרתק אפרוחיה בשטחים שונים, משרתים מתמקדים בשאילתות הנהג ובסימולציה מובילה בנושאי התחזית והמחירים. התלהבותו שוכבת באפשרויות הרחבותיו של AI כמו ניתוח נתונים ממשאיות מודרניות למניעת תקלות יקרות והקלה בתהליכים. מצד שני, ברורינג מציע מבט יותר זהיר, הדגש מופרע ליותר מדי מבחנים של AI ולאתגרים שעובדים יוצאים לפני קבלת הטכנולוגיה החדשה.
מימוש ברירת מחדל ואגרגציה יעילה של נתונים הם נושאים חשובים בשצבתה של אפשרויות AI. NFI, כמו Werner, הוא ספק מטען מוביל בצפון אמריקה, אך הם בחרו לאמץ AI בבחירה סלקטיבית, מעדיפים נתונים מהותיים ויצירת שווי ברור. אריק קיסר, מנכ"ל של Orderful, מדגיש עוד אתגר משמעותי: אגרגציה ועיצוב של נתונים מגוונים בשרשור האספקה עבור יישומי AI. עם פורמטים שונים של נתונים וסטנדרטים בתעשייה המיונית, המשימה היא עוד מורכבת יותר.
הדיון מתרחש לאור הבחירה בין זמינות נתוני המרוץ (EDI) לבין ממשקי תכנות (APIs) פתוחים לתיאום מידע חלק. מאהון תומך בהזזת API פתוחים, טוען כי חשוב לתקשורת חלקה בין מערכות שונות. אף על פי כן, ברורינג בשיתוף פעולה עם Orderful מוצא את שימוש הנוכחי של EDI מספיק לצרכיהם.
בדרך הטכנולוגית הזו, הפוטנציאל למצוא דרכים חדשות לשקם את המערכות הלוגיסטיות אינו ניתן לכחול. חברת C H Robinson, לדוגמה, פיתחה כבר טכנולוגיית מבוססת AI עבור קביעת תורנויות נחיתה מתוך מטען המשלוח, אשר מאותתות מיליארדים של משימות בצורה שנתית ומאיצה משמעותית את זמן עד שיווק. מנהלי מוניות מזהים את צמא התעשייה לדיגיטציה ומתייחסים לAI בתור כלי עוצמתי לאוטומציה של תהליכי לוגיסטיקה מורכבים.
כאשר התעשייה מתחילה את המסע המהפכני הזה, חשוב להתמודד עם האתגרים הייחודיים הקשורים לשילוב התוכנה (AI) ולמידת המכונה בצורה מתומצתת ובשילוב יזומי. ההבטחה של תעשיית הלוגיסטיקה המבוססת על נתונים יעילים ומובנים נמצאת בהישג יד ומתהלך באופן רצוף לשקם את הפטרנות המסובכות של רשת האספקה והלוגיסטיקה. בשם נבחרות יכולות לאוטומציה משולבת המשתמשות בתהליכים לוגיסטיים מורכבים, הרקמה מדויקת ומהירה נכונה, המהווה את הדרייבה החדשה.
שאלות נפוצות:
ש: מהן היכולות אפשריות לשדרוג את מערכות התחבורה בעזרת AI ולמידת המכונה?
ת: היכולות כוללות סיוע מערכת צ'טבוט בשאילתות הנהג, תובנות תחזיתיות על תחזוקה ומחירים, ניתוח נתונים ממשאיות למניעת כשלים והקלה בתהליכים.
ש: אילו אתגרים יש לגופי התעשייה במעבר לשימוש בAI?
ת: חלק מהאתגרים כוללים הערכת תכונות ה AI, הסתגלות של העובדים לטכנולוגיה חדשה, מימוש ברירת מחדל סלקטיבית, אגרגציה יעילה של נתונים, עיצוב של נתונים גורפים ליישום בAI.
ש: מהם התובנות החשובות ביכולת התחבורה בעזרת AI?
ת: מימוש סלקטיבי, העדפת נתונים מהותיים, יצירת שווי ברור, בחירה בין תקשורת מריץ נתונים אלקטרונית (EDI) ובין ממשקי Application Programming Interfaces (APIs) פתוחים למען החלפת נתונים.
ש: כיצד נעשה שימוש בAI כיום בתעשיית הלוגיסטיקה?
ת: פותחה טכנולוגיית בינה מלאכותית עבור קביעת תורנויות נחיתה למטען המשלוח הנגיש, שמאותת מיליארדי משימות בצורה אוטומצית באופן שנתי ומאיצה משמעותית את הזמן עד שיווק.
מונחים עיקריים/חרוזים:
1. בינה מלאכותית (AI): ענף במדעי המחשב שפועל ליצירת מכונות שיכולות לחקות אינטיליגנציה אנושית.
2. למידת מכונה: החידוש של AI המאפשר למערכות מחשב ללמד ולשפר את עצמן על ידי ניסיון, מבלי שיהיו תכניות פעולה פרטיות.
3. אגרגציה של נתונים: התהליך של איסוף וארג
The source of the article is from the blog coletivometranca.com.br