У динамічному світі перевезень вантажів відбувається тиха революція. Лідери галузі зібрались на конференції з ланцюга постачання та логістики Manifest 2024, щоб дослідити потенціал та виклики інтеграції штучного інтелекту (ШІ) та машинного навчання у свої діяльності. Дараг Махон, виконавчий віце-президент і головний інформаційний офіцер компанії Werner Enterprises, та Девід Брорінг, президент інтегрованої логістики компанії NFI Industries, були серед голосів, які формували розмову про цю трансформаційну технологію.
Махон, який є запальним пропагандистом ШІ, уявляє його застосування у різних областях, від чат-ботів, що допомагають водіям, до передбачальних уявлень щодо обслуговування та ціноутворення. Його захоплення полягає в безлічі можливостей, які принесе ШІ, таких як аналіз даних з сучасних вантажівок для запобігання дорогим поломкам та оптимізації роботи. З іншого боку, Брорінг пропонує більш обережну перспективу, підкреслюючи переоцінені аспекти ШІ та труднощі, з якими стикаються співробітники при адаптації до нової технології.
Вибіркова реалізація та ефективна агрегація даних – ключові аспекти у використанні потужності ШІ. NFI, так само як і Werner, є провідним перевізником вантажів у Північній Америці, але вони вирішили вжити ШІ у вибірковій формі, надаючи перевагу надійним даним та створюючи очевидну цінність. Ерік Кайзер, генеральний директор Orderful, підкреслює ще одну значну проблему: агрегацію і форматування різноманітних даних ланцюга постачання для застосування ШІ. З різними форматами та стандартами даних у галузі ця задача стає ще складнішою.
Дискусія розгортається навколо вибору між електронним обміном даних (EDI) та відкритими інтерфейсами програмування застосунків (API) для безперешкодного обміну даними. Махон підтримує перехід до відкритих API, виділяючи важливість плавної комунікації між різними системами. Однак, Брорінг, спільно з Orderful, вважає, що поточне використання EDI вистачає для їхніх потреб.
На тлі цих технологічних змін неможливо заперечувати потенціал ШІ перетворити логістичні операції. Наприклад, компанія C H Robinson вже розробила технологію на основі ШІ для безконтактного планування призначень у вантажній перевезенні, автоматизуючи мільярди операцій щорічно і значно прискорюючи час виходу на ринок. Керівники вантажовиків визнають спрагу галузі до цифровізації та розглядають ШІ як потужний інструмент для автоматизації складних логістичних процесів.
Справляючись з цією трансформаційною подорожжю, важливо розглянути унікальні виклики, пов’язані з розумним і спільним впровадженням ШІ та машинного навчання. Обіцянка більш ефективної, зорієнтованої на дані логістичної галузі є на відстані вигляду, а прийняття ШІ продовжить перетворювати складні моделі ланцюга постачання та логістики, роблячи швидкість, ефективність та точність новими стандартами.
Часто задавані питання:
П: Який потенціал інтеграції ШІ та машинного навчання в галузі перевезень вантажів?
В: Потенціал полягає у різних аспектах, таких як допомога чат-ботів водіям, передбачених уявлень про обслуговування та ціноутворення, аналізу даних з вантажівок для запобігання поломкам та оптимізації роботи.
П: Які виклики стикаються з лідерами галузі при впровадженні ШІ?
В: Деякі виклики включають переоцінені аспекти ШІ, адаптацію співробітників до нових технологій, вибіркову реалізацію, ефективну агрегацію даних та форматування різноманітних даних ланцюгів постачання для застосування ШІ.
П: Які фактори потрібно враховувати при використанні потенціалу ШІ?
В: Вибіркова реалізація, надання переваги надійним даним, створення очевидної цінності, вибір між електронним обміном даних (EDI) та відкритими інтерфейсами програмування застосунків (API) для обміну даними.
П: Як зараз використовується ШІ в логістичній галузі?
В: Була розроблена технологія на основі ШІ для безконтактного планування призначень у вантажних перевезеннях, що автоматизує мільярди операцій щорічно та прискорює час виходу на ринок.
Ключові терміни/жаргон:
1. Штучний Інтелект (ШІ): Галузь комп’ютерних наук, яка має на меті створення штучних машин, які можуть симулювати інтелект людини.
2. Машинне навчання: Застосування ШІ, яке дозволяє комп’ютерним системам вчитися та покращуватися на основі досвіду без явного програмування.
3. Агрегація даних: Процес збору та організації даних з різних джерел в центральному місці.
4. Електронний обмін даними (EDI): Стандартний формат для електронного обміну бізнес-документами.
5. Інтерфейси програмування застосунків (API): Набір правил та протоколів, які дозволяють різним програмним застосункам спілкуватися та обмінюватися даними між собою.
Запропоновані посилання:
– Конференція з ланцюга постачання та логістики Manifest 2024
– Werner Enterprises
– NFI Industries
– Orderful
– C H Robinson
The source of the article is from the blog windowsvistamagazine.es