Sztuczna inteligencja przygotuje globalny łańcuch dostaw na wyzwania przyszłości
Sprawnie działające łańcuchy dostaw stanowią szkielet, na którym opiera się współczesna gospodarka świata. Pandemia COVID-19 pokazała jednak dobitnie, że ich odporność na zakłócenia pozostawia wiele do życzenia. Z tego powodu w miarę wychodzenia z pandemii musimy dokładać wszelkich starań, by lepiej chronić łańcuchy dostaw przed problemami, jakie może przynieść przyszłość. „Globalny wzrost gospodarczy znacznie nadwyrężył naszą ograniczoną infrastrukturę logistyczną”, twierdzi Enrique Onieva, profesor informatyki i systemów inteligentnych z hiszpańskiego Uniwersytetu w Deusto. „Efektywne wykorzystanie tej infrastruktury i dostępnych zasobów transportowych jest obecnie kluczowym celem”. Właśnie tym zajmuje się zespół finansowanego ze środków Unii Europejskiej projektu LOGISTAR (Enhanced data management techniques for real time logistics planning and scheduling). „Dzięki wykorzystaniu danych zbieranych w czasie rzeczywistym z połączonych środowisk badacze z projektu LOGISTAR zamierzają umożliwić efektywne i skuteczne planowanie transportu w ramach łańcucha dostaw”, wyjaśnia Onieva, który pełni rolę koordynatora projektu.
Kompleksowa architektura
Głównym rezultatem projektu jest kompleksowa architektura, pozwalająca na automatyczne gromadzenie i zestawianie danych, przesyłanie komunikatów do modułów odpowiedzialnych za wykonywanie różnych algorytmów, a także zbieranie wyników, które mogą być następnie prezentowane interesariuszom. „Rozwiązanie gromadzi w czasie rzeczywistym dostępne dane, a następnie dostarcza je algorytmom opartym na sztucznej inteligencji”, wyjaśnia Onieva. „Algorytmy te są następnie wykorzystywane do uruchamiania wielu usług, spośród których każda ma na celu optymalizację operacji w łańcuchu dostaw”. Jedna z usług wykorzystuje precyzyjne prognozy szacunkowego czasu przybycia i dane związane z wykrywaniem incydentów, by na ich podstawie optymalizować operacje realizowane w magazynach. Wspomagając magazyny w bardziej efektywnym wykorzystywaniu dostępnych zasobów, nasza usługa skraca czas oczekiwania i zmniejsza zatory w łańcuchach dostaw powodowane przez opóźnienia”, dodaje Onieva. Kolejna z opracowanych usług usprawnia wyznaczanie tras transportu towarów oraz optymalizuje załadunek. „Dzięki wykorzystaniu różnych środków transportu, takich jak samochody ciężarowe, pociągi i statki, jesteśmy w stanie zoptymalizować wykorzystanie dostępnej infrastruktury, a jednocześnie ograniczyć całkowite koszty transportu logistycznego”, dodaje. W ramach projektu powstało również narzędzie pozwalające na horyzontalne planowanie współpracy. „Pomagając różnym uczestnikom łańcucha dostaw w dzieleniu się dostępnymi zasobami, możemy ograniczyć liczbę kilometrów przejeżdżanych przez samochody ciężarowe bez ładunku, co przyczyni się do zmniejszenia emisji gazów cieplarnianych”, wyjaśnia Onieva.
Praktyczne rozwiązania realnych problemów
Jak zauważa koordynator projektu, pandemia COVID-19 wpłynęła nie tylko na łańcuchy dostaw, ale także na projekty badawcze takie jak LOGISTAR. „Wybuch pandemii zbiegł się w czasie z rozpoczęciem testów, co zmusiło nas do przejścia na zdalny tryb pracy”, wyjaśnia Onieva. Pomimo tego nieprzewidzianego problemu zespołowi udało się znaleźć praktyczne rozwiązania rzeczywistych problemów trapiących łańcuchy dostaw. „Do sukcesu całego projektu przyczyniło się zaangażowanie wszystkich osób biorących udział w pracach”, podsumowuje Onieva. „Zbudowaliśmy duży zespół złożony z przedstawicieli różnych branż i środowisk, jednak wszystkim nam przyświecał wspólny cel – przygotowanie naszych globalnych łańcuchów dostaw na wyzwania, jakie przyniesie przyszłość”. Mimo że prace nad projektem dobiegły końca, Onieva kontynuuje współpracę z wybranymi partnerami, by wspólnie usprawniać technologię i usługi LOGISTAR, przygotowując je do wprowadzenia na rynek. Celem zespołu jest rozwój tej technologii w kierunku komercjalizacji.
Słowa kluczowe
LOGISTAR, łańcuch dostaw, automatyzacja, sztuczna inteligencja, SI, dane, logistyka, infrastruktura, transport, algorytm, magazyn
