در گفتوگو با آنا عنوان شد؛
آنا گزارش می‌دهد؛
تلفیق صنعت و فناوری/ هوش مصنوعی صنعت لجستیک را متحول می‌کند
هوش مصنوعی با ارائه روش‌های جدید و بهبود کل زنجیره تأمین، نقشی محوری در تحول صنعت لجستیک ایفا می‌کند.
به گزارش خبرنگار گروه علم و فناوری خبرگزاری آنا، جهانی‌شدن، افزایش کره زمین و شیوع کرونا مهم‌ترین عواملی هستند که باعث شده‌اند همه‌چیز به‌طور فزاینده‌ای دیجیتالی شده و رو به این حوزه پیش برود. مصرف‌کنندگان بیش‌ازپیش به خرید آنلاین روی آورده‌اند و انتظار دارند محصولات یا خدمات آنها سریع‌تر و با هزینه کمتری ارائه شود. در دنیای پرشتاب امروز، لجستیک و زنجیره‌های تأمین باید با تغییرات سریع تقاضای مصرف‌کنندگان سازگار شوند.
بر اساس گزارش‌ها، زنجیره‌های تأمین روزانه چندین ساعت را صرف کاغذبازی و تشریفات اداری می‌کنند و درنتیجه سالانه بیش از ۱۷۰ هزار دلار ضرر می‌کنند. استفاده از هوش مصنوعی برای برخی مشاغل یکی از راهکارهای بهبود این مشکل است. درواقع انتقال برخی فعالیت‌های دستی به ماشین‌ها می‌تواند به کاهش مشکل کاغذبازی و فعالیت‌های کاغذمحور درعین‌حال به افزایش بهره‌وری کمک کند.
بیشتر بخوانید:
هوش مصنوعی و بلاک‌چین مسیر شغلی را دگرگون می‌کنند/ پیشرفت فناوری‌های نوین ارتباطی در کسب‌وکار
پیشتازی اتوماسیون در خیز فناوری/ تحول «انقلاب صنعتی چهارم» نزدیک است
پیوند هوش مصنوعی و روباتیک در صنایع/ روزهای خوش صنعت بیمه از راه می‌رسند
در این گزارش، چگونگی کمک هوش مصنوعی به صنعت لجستیک را بررسی می‌کنیم.
تأثیر هوش مصنوعی بر لجستیک
هوش مصنوعی صنایع لجستیک و زنجیره تأمین را به‌طور اساسی تغییر داده است. در ادامه چند روش وجود دارد که فناوری مبتنی بر هوش مصنوعی به مشاغل کمک می‌کند تا عملیات لجستیک و زنجیره تأمین خود را ارتقاء داده و نوآوری کنند.
۱. روباتیک
منظور از روباتیک استفاده از ماشین‌های هوشمند در فرایند مدیریت زنجیره تأمین است. طبق تحقیقات سایت تحلیلی استاتیستا، درآمد روباتیک خدمات لجستیک در سال ۲۰۲۱ به بیش از ۶ میلیارد دلار می‌رسد. روبات‌ها عموماً می‌توانند عملیات معمول مانند تحویل، حمل‌ونقل، ذخیره‌سازی، برداشتن، بسته‌بندی و مسیریابی را انجام دهند. تمایز اولیه بین روبات‌های صنعتی معمولی و روبات‌های هوش مصنوعی این است که نوع دوم می‌توانند کارهای پیچیده‌تری را بدون نیاز به دخالت انسان انجام دهند. روبات‌های هوشمند همچنین ممکن است با یادگیری وظایف جدید و انجام رفتارهای پیچیده به تکامل برسند. این بدان معناست که این ماشین‌آلات می‌توانند تا حدی و در برخی شرایط به‌طور کامل جایگزین انسان‌ها در فرآیند توزیع شود و این امر آن را قابل‌پیش‌بینی‌تر، موفق‌تر و تنظیم آن را نیز ساده‌تر می‌کند.
به‌عنوان‌مثال، پهپادها قادرند مقدار مشخصی بار را حمل کنند و نیز می‌توانند برفراز خشکی یا آب حرکت کنند. فناوری‌های مبتنی‌بر «سامانه شناسایی با امواج رادیویی» (RFID) نیز می‌توانند کارهایی مانند مرتب‌کردن، شناسایی و تحویل کالاهای انبار را به‌صورت خودکار انجام دهند. درنتیجه، فناوری روباتیک در زمینه لجستیک می‌تواند تولید را افزایش داده و درعین‌حال مدیریت مراحل مختلف تحویل را برای نیروی انسانی آسان‌تر کند.
۲. وسایل نقلیه خودران
وسایل نقلیه خودران پتانسیل این را دارند که بازده تحویل را افزایش دهند. این فناوری درواقع پتانسیل بهبود قابلیت اطمینان، بهره‌وری هزینه و قابلیت پیش‌بینی را دارد. اگرچه هنوز وسایل نقلیه کاملاً خودران برای تحویل کالا وجود ندارند، اما این امر فقط مربوط به زمان می‌شود. درواقع با پیشرفت تکنولوژی می‌توان پیش‌بینی کرد که در آینده‌ای نه‌چندان دور، مصرف‌کنندگان محموله‌های خود را بدون نیاز به دخالت انسان دریافت خواهند کرد. بر اساس تحقیقات، وسایل نقلیه خودران، به‌ویژه پهپادها بیش از ۸۰ درصد از کل بسته‌ها را تحویل خواهند داد. با غلبه بر موانع و مشکلات حمل‌ونقل، این فناوری کارایی فرایند توزیع را بهبود می‌بخشد.
۳. بینایی رایانه‌ای
هر سیستم بینایی از دو جزء اصلی تشکیل شده است: دوربین و «مغز» کامپیوتر که همه‌چیز را کنترل می‌کند. بر اساس یک الگوریتم پیچیده، این سیستم می‌تواند اشیاء، کالاها، فعالیت‌های خاص، رنگ‌ها و غیره را تشخیص داده و اقداماتی را انجام دهد. این فناوری ممکن است برای شناسایی آسیب‌ها و افزایش بهره‌وری در فرایند تولید استفاده شود. به‌عنوان‌مثال، شرکت آمازون از یک سیستم هوش مصنوعی مبتنی بر بینایی رایانه‌ای استفاده می‌کند تا تریلر کالا را در عرض تنها ۳۰ دقیقه بارگیری کند. درصورتی‌که بدون این سیستم تا ساعت‌ها طول می‌کشد.
علاوه بر این، سیستم‌های مجهز به بینایی رایانه‌ای می‌توانند به‌طور خودکار آسیب را تشخیص داده، علت و شدت آن را تعیین کرده و اقداماتی را برای جلوگیری از حوادث احتمالی در آینده انجام دهند. بارگیری و تخلیه محصولات نیز یکی دیگر از کاربردهای بینایی رایانه است. این فناوری نه‌تنها اقلام و بسته‌های موجود در فروشگاه را تشخیص داده و مکان‌یابی می‌کند، بلکه این کار را به‌صورت خودکار انجام می‌دهد. با در نظر گرفتن این موضوع، سیستم‌های یادگیری ماشین به‌طور گسترده‌ای برای بهبود کیفیت زنجیره تأمین و افزایش امنیت فرآیند تحویل استفاده می‌شود.
۴. تحلیل پیش‌گویانه
هر شرکت لجستیکی باید بتواند به‌طور مؤثر عمل کند، کالا را به‌موقع تحویل دهد و در هزینه‌های حمل‌ونقل صرفه‌جویی کند. برای تحقق این امر، یک مطالعه عمیق بر اساس داده‌های تاریخی برای تشخیص خطرهای موجود، اجرای مراحل اصلاحی و ایجاد پیش‌بینی‌ها موردنیاز است. در حقیقت شرکت‌ها باید عملیات لجستیک را به طرز چشمگیری افزایش دهند، الگوهای حمل‌ونقل را بهبود بخشند، در هنگام تحویل پیشنهادهای خاص ارائه کنند و رفتار مصرف‌کننده را با استفاده از «تحلیل پیش‌گویانه» پیش‌بینی کنند.
بیشتر بخوانید:
آینده حمل‌ونقل در دستان فناوری/ با ۵ فناوری متحول‌کننده آشنا شوید
تشخیص سرطان با هوش مصنوعی/ تلاش دانشمندان برای حفظ سلامت مری
سفر به فضای روبات‌ها/ هوش مصنوعی جای انسان را در کاوش‌های فضایی می‌گیرد
نظرسنجی سالانه «صنایع سنگین میتسوبیشی» برای سال ۲۰۲۰ نشان داد که درصد شرکت‌های لجستیک که از تحلیل پیش‌گویانه استفاده می‌کنند، از ۱۷ درصد در سال ۲۰۱۷ به ۳۰ درصد در سال ۲۰۱۹ رسیده‌اند. این امر می‌تواند بینش زنجیره تأمین را بهبود بخشد، مسیرها را بهینه کند و ردیابی و برنامه‌ریزی محموله‌ها را آسان‌تر کند. همچنین می‌تواند شرایط و خطرات غیرمنتظره را نیز شناسایی کند. اگر به‌درستی اجرا شود، هزینه‌های عملیاتی را به میزان قابل‌توجهی کاهش می‌دهد و در تصمیم‌گیری‌های آگاهانه به مشاغل کمک می‌کند.
نتیجه‌گیری
هوش مصنوعی با ارائه روش‌های جدید پردازش داده‌ها و بهبود کل زنجیره تأمین، روش‌های لجستیک را متحول می‌کند. تحلیل پیش‌گویانه، روبات‌ها، بینایی رایانه‌ای، یادگیری عمیق و وسایل نقلیه خودران نمونه‌هایی از فناوری‌هایی هستند که می‌توانند لجستیک و عملکرد زنجیره تأمین را تا حد زیادی بهبود بخشند. آنها توانایی تغییر نحوه مدیریت اقلام در انبارها و همچنین بهینه‌سازی شبکه‌های تحویل و غیره را دارند. با این حساب، شرکت‌های لجستیک و زنجیره تأمین می‌توانند این فناوری‌ها را به‌عنوان ابزاری برای افزایش کارایی و کاهش هزینه‌ها در نظر بگیرند.
انتهای پیام/۴۱۱۲/
انتهای پیام/
دایرةالمعارف دانشبنیانها ۹۳؛
چگونه بهره‌وری را در تیم استارت‌آپی افزایش دهیم؟
برای نخستینبار بومیسازی شد؛
