Czy AI zrewolucjonizuje ancuchy dostaw

Pandemia spowodowała zerwanie wielu łańcuchów dostaw. Skutki w postaci niestabilnych cen, braku pracowników i towarów w magazynach odczuwamy do dzisiaj. W przyszłości podobnym scenariuszom może zapobiec coraz śmielej wkraczająca w świat logistyki sztuczna inteligencja. Kiedy szalał koronawirus, firmy logistyczne zaczęły coraz poważniej myśleć o automatyzacji różnych procesów. – Najpierw roboty jedynie przetwarzały dane, dopiero potem zaczęły je kojarzyć i odnajdywać – wspomina Zbigniew Kempski, członek zarządu DSV Solutions, jednego z największych operatorów logistycznych na świecie. Rozpowszechnienie elektronicznej dokumentacji ułatwiło szybszy rozwój automatyzacji, a wkraczająca powoli sztuczna inteligencja wskoczyła na jeszcze wyższy poziom, ucząc się wielu nowych procesów – m.in. doczytywania i kojarzenia informacji z wcześniejszych dokumentów oraz wynajdywania tych właściwych. – Dzisiaj AI potrafi także analizować różne sytuacje i prognozować scenariusze. Może znacznie usprawnić działanie łańcuchów dostaw, uodpornić je na zawirowania i generować duże oszczędności – mówi Zbigniew Kempski. Z raportu CargON, platformy logistycznej, której twórcą jest Trans.eu, wynika, że operatorzy logistyczni coraz odważniej inwestują w nowe technologie, powoli wprowadzając algorytmy na wszystkich poziomach łańcucha dostaw. To oznacza dla nich ogromne korzyści. – Sztuczna inteligencja poprawi efektywność i precyzję prognozowania popytu, pozwoli na lepsze zarządzanie zapasami i unikanie nadmiernego magazynowania. Automatyzacja procesów magazynowych, takich jak sortowanie, pakowanie i etykietowanie, umożliwi z kolei zwiększenie wydajności i redukcję błędów. Natomiast optymalizacja tras i harmonogramów dostaw zminimalizuje koszty transportu i czas dostawy. A dzięki analizie danych w czasie rzeczywistym oraz wykorzystaniu algorytmów predykcyjnych poprawimy zdolność do reagowania na zmiany i kryzysy, których w ostatnich latach nie brakuje – wylicza Anna Majowicz, dyrektor operacyjny w Polskim Instytucie Transportu Drogowego. AI ma też potencjał, jeśli chodzi o planowanie zatrudnienia i zarządzania transportem. – Dysponujemy modelami predykcyjnymi do określenia zapotrzebowania na pracowników, co pozwala na odpowiednio wcześniejsze planowanie rekrutacji i szkoleń. Chodzi o to, aby przeszkolony personel mógł dołączyć do pozostałych pracowników dokładnie wtedy, kiedy jest potrzebny. Stosujemy także uczenie maszynowe przy prognozowaniu liczby pojazdów transportowych potrzebnych w perspektywie kilku kolejnych miesięcy. Te udoskonalenia nie tylko zwiększają produktywność, ale także znacznie obniżają koszty operacyjne – mówi Juan Manuel Sen, kierownik ds. realizacji projektów IT i lider innowacji w DHL Supply Chain. Artur Olejniczak, ekspert łańcuchów dostaw i wykładowca w Wyższej Szkole Logistyki w Poznaniu, zwraca uwagę, że skuteczność AI można zaobserwować także w takich obszarach jak spedycja czy planowanie rozmieszczenia ładunków na ciężarówce. – Energiczny spedytor jest w stanie obsłużyć 20-30 zleceń dziennie, a sztuczna inteligencja może wyszukać nawet tysiąc ofert w godzinę, jeśli jest zasilona odpowiednią dawką danych. Algorytmy AI mogą już dziś podnieść efektywność operacji logistycznych, ograniczyć liczbę pustych przewozów, a więc zmniejszyć problem związany z brakiem kierowców – zwraca uwagę Artur Olejniczak. Korzyści i oszczędności związane z wdrożeniem AI można długo wymieniać. Są też jednak pewne wyzwania i zagrożenia, które wiążą się z tą technologią. – W powierzeniu AI odpowiedzialności za łańcuchy dostaw trzeba zachować pewną dozę ostrożności i sceptycyzmu. Jej modele bazują na danych, które opisują przeszłość i teraźniejszość. Jeżeli wystąpi zjawisko, które popularnie nazywamy „czarnym łabędziem”, maszyna może nie poradzić sobie z oszacowaniem jego skutków – mówi Zbigniew Kempski. Pewnymi ograniczeniami dla wdrożenia AI są przestarzała infrastruktura technologiczna, konserwatywna kultura w organizacjach, brak specjalistów posiadających umiejętności cyfrowe i rozdrobnienie sektora TSL. – Sektor logistyczny jest w wielu krajach UE rozdrobniony, z dużą ilością małych i średnich przedsiębiorstw. Spora liczba podmiotów na rynku może utrudniać standaryzację procesów i przyjęcie rozwiązań cyfrowych na dużą skalę – uważa Juan Manuel Sen. Dla wielu firm modele AI są też po prostu trudne do wdrożenia i drogie. – Łatwo je tworzyć dla prostych, powtarzalnych operacji. Świetnym przykładem są tutaj roboty magazynowe AutoStore, które kompletują zamówienia dla klientów. W przypadku bardziej skomplikowanych działań trzeba odpowiedniej infrastruktury i specjalistów. Poza tym sztuczna inteligencja wciąż ma mały zasób wiedzy i gdzieś musi się uczyć. Dzielenie się danymi jest wciąż sporą barierą. Otwarte pozostaje pytanie: jakimi informacjami i w jakim zakresie zgodzą się podzielić firmy – mówi Zbigniew Kempski. – Aby algorytmy były w pełni skuteczne, organizacje muszą dzielić się danymi. W przeciwnym razie firma będzie mogła optymalizować tylko procesy wewnętrzne. Niestety, na tę chwilę nie widzę gotowości przedsiębiorstw do udostępniania własnych danych – wtóruje mu Krzysztof Chaładyn, wiceprezes Otimo. Zdaniem Artura Olejniczaka firmy muszą nauczyć się współdzielenia łańcuchów dostaw. – Są już dobre przykłady. W Poznaniu trzy firmy dzielą się zasobami ludzkimi w momentach pików produkcyjnych czy magazynowych, a we właściwym planowaniu pomaga im sztuczna inteligencja – mówi Artur Olejniczak. Oprócz ograniczeń związanych z zapóźnieniem cyfrowym w firmach i z kosztami inwestycji, problemem jest także podatność AI na generowanie nieprawdziwych informacji. Istnieje więc ryzyko podejmowania decyzji biznesowych na podstawie fałszywych przesłanek. AI może też służyć do szerzenia dezinformacji albo tzw. deepfake’ów. Poważnym wyzwaniem jest również cyberbezpieczeństwo. Pomimo wyzwań sztuczna inteligencja w łańcuchach dostaw to rewolucja, której nie unikniemy. Już dzisiaj coraz więcej firm obsługujących łańcuchy dostaw wykorzystuje algorytmy AI do optymalizacji swojej pracy, chociażby dla lepszego wykorzystania przestrzeni ładunkowej. – Powszechne użycie AI w biznesie to tylko kwestia czasu. Przedsiębiorstwo, które nie zainwestuje w AI, szybko przestanie być konkurencyjne. Wdrożenie mechanizmów sztucznej inteligencji po prostu się opłaca - mówi Paweł Ziaja, menedżer odpowiedzialny za rozwój produktów w Trans.eu Group.