Kuidas AI saab pakkuda paremat 3PL klienditeeninduse kogemust

 

Kõigi kolmandate osapoolte logistikaorganisatsioonide (3PL) peamine eesmärk on pakkuda oma klientidele sisseostetavat logistilist tuge, tegeledes kaupade ja materjalide liikumisega tootmisest ladustamiseni kuni tarnimiseni. Kuidas aga teha seda tegevuskeskkonnas, mida iseloomustab üha napim tööjõud, ootamatud ja sageli häirivad sündmused ning info üleküllus?

 

"Kõik 3PL organisatsioonid seisavad silmitsi sarnaste väljakutsetega, " ütleb Holman Logisticsi president Brien Downie. "Kliendid tahavad, et nende laovarud oleksid kaitstud, kui need on laos. Nad tahavad täpset, reaalajas teavet oma tooraine ja valmistoodete asukoha kohta. Nad tahavad, et kõik lähetaks graafikujärgselt ja et ei saadetaks midagi, mis ei peaks olema. , tahavad nad, et nende tarned oleksid lõpule viidud ja õigeaegsed.

 

Nende klientide vajaduste rahuldamine oleks piisavalt keeruline, kui tellimused piirduks täisveokikogustega, mis saadetakse otse ladudest adressaatide vastuvõtudokkidesse. Tegelikkus on aga hoopis teistsugune. Tellimusmustrid on keerulised, eriti e-kaubanduse tehingute puhul, mis võtavad järjest suurema osa riigi kaubandusest. "Kliendid võivad tellida asju ükshaaval," ütleb Downie. "kuid üksikute ja väikeses koguses esemete käsitlemine võib olla kulukas."

 

Asjad peatuvad, kui tarneahelat tabab kahjulik ilm, transpordihäired või tööjõutegevus. "Iga kord, kui tekib häire, lähevad asjad väga kulukaks," ütleb Downie. "Lõpuks on teil vaja täiendavat personali tellimuste täpseks jälgimiseks või materjalikäitlusseadmete jaoks ebatavalistes olukordades. Siis on väljakutse, mida teha inimeste ja seadmetega, kui kriis on möödas."

 

Tõhususe suurendamine

Üha nõudlikuma töökeskkonna nõuete täitmiseks teevad 3PL-i organisatsioonid koostööd AI-põhiste tarkvarapakkujatega. Tipptehnoloogia suudab lahendada paljusid probleeme, mis parandavad töö tõhusust. Üks oluline näide on suurenenud ohutus. "Turvaline ladu on tõhus ladu," ütleb Downie. "Vähem õnnetusi tähendab, et 3PL-i pakkuja saab paremini hoolitseda laos töötavate inimeste ja seal ladustatavate toodete eest." Õnnetusjuhtumiteta toimingud aitavad otseselt kaasa lõpptulemuse ja klienditeeninduse eesmärkide saavutamisele, vähendades vigastusi ja toote liikumise katkestusi.

 

Traditsiooniline lähenemine ohutuse tagamiseks on olnud andurite paigaldamine, mis löökide tuvastamisel seiskavad liftid. Pealtnäha kõlab see suurepärase lahendusena. Tegelikkuses toob selline süsteem kaasa suuremad kulud, kui andurid ei suuda eristada oodatavaid või tavalisi lööke kahjulikest.

 

"Traditsioonilised andurid ei anna teile piisavalt teavet, " ütleb Downie. "Nad ei suuda signaali mürast eraldada. Sageli on neil g-force andurid, mis lülitavad tõstukid välja, kui vibratsioonitase on ületatud. Eesmärk on tuvastada, kui keegi on kokku põrganud või mõnele tükile otsa sõitnud. Kuid probleem seisneb selles, et väga sageli aktiveerib anduri juba üle sõitmine, mis on hea ja halb, lülitavad inimesed süsteemi välja ja lõpetavad selle kasutamise see täielikult." See muidugi suurendab kulukate õnnetuste riski.

 

Andurite süsteem vajab täiustamist, et filtreerida välja tavatoimingute erandid. Siin tulebki sisse AI-töötlus. Selle täiustatud mustrituvastus eraldab signaali kiiresti ja täpselt mürast. Tulemuseks on ohutusprobleemide juhtivate näitajate langus. Tööandjad saavad tuvastada, millised operaatorid on riiulitele põrganud või agressiivseid pöördeid sooritanud, ning kuidas ja millal nad seda teevad. "AI annab selge pildi sellest, mis laos tegelikult toimub," ütleb Downie. "See suudab tõhusalt tuvastada võimalikud õnnetused enne, kui need juhtuvad."

 

Optimaalne pilustamine

Kaubad saabuvad lattu, saavad meeskonna poolt töödeldud ja seejärel riiulitele. Kuid see, mis peaks olema sujuv protsess, võib olla täis ebaefektiivsust, mis suurendab tööjõu- ja käitlemiskulusid ning ohustab õigeaegset kohaletoimetamist.

 

"Ajalooliselt ei ole masinõppe seisukohast palju arendusi selle kohta, kuidas toode lattu läheb ja sealt välja tuleb, " ütleb Downie. "See muutub kiiresti." Nüüd saavad 3PL-i organisatsioonid kasutusele võtta tehisintellektil põhineva laohaldustarkvara koos automaatse piludega, mis kasutab toote varasemaid liikumismustreid, et suunata automaatselt uute varude käitlemist.

 

Tehisintellektil töötav laohalduse orkestreerimisplatvorm võib muuta maailma 3PL-id tõhusamaks sellistes toimingutes nagu komplekteerimine, ärapanemine ja laoseisu täpsus. "Paljud laod ei paiguta tooteid optimaalsetesse asukohtadesse, kuna nad lihtsalt ei tea tervet hulka andmepunkte, näiteks seda, millised tellimused reaalajas tulevad, kui palju laotöötajaid on vahetuses ja millised on nende teadmised. töötajad,“ ütleb Yosh Eisbart, AI-toega laoorkestreerimisettevõtte Fulfild tegevjuht ja kaasasutaja. "AI võib selle teabe neelata ja kasutada seda "mis siis, kui" stsenaariumide käitamiseks. Näiteks "Mis siis, kui me teisaldaksime selle toote sellesse asukohta või need tooted nendesse kohtadesse 20 kõige kiiremini liikuva üksuse jaoks? Kuidas see välja näeks seoses suurema korjamise efektiivsuse ja väiksema tööjõuvajadusega? Tulemuseks on lao tõhususe tase, mida muidu lihtsalt ei eksisteeri."

 

Enne tehisintellekti proovisid laojuhid tõhususe suurendamiseks tooteid perioodiliselt ad hoc alusel ümber korraldada. "Mõnikord see toimiks ja mõnikord mitte," ütleb Eisbart. "Kuid isegi parimatel juhtudel põhinevad otsused ainult ajahetkel. AI võimaldab pidevat ümberhindamist ja ümberjaotamist ning pidevat tulemuste testimist, mis näitab efektiivsuse ja kulude protsentuaalseid muutusi."

 

Vähendades raisatud laotöötajate samme, muutub 3PL-i organisatsioon produktiivsemaks, kuluefektiivsemaks, täpsemaks ja nutikamaks. See suudab tellimusi kiiremini ja odavamalt kohale toimetada, pakkudes lõppkasutajatele rahulolu ja vähendades kliendi kulusid.

 

AI-süsteemid võivad isikliku ajaloo ja toimivuse analüüsi põhjal isegi määrata, millised töötajad peaksid iga toote teisaldama. "Kuigi seda hindamist on traditsiooniliselt teinud juhendaja, muutub see, mis sobib mõnele inimesele, kiiresti tuhandete töötajate jaoks liiga tülikaks," märgib Downie. "Tarkvara tööriistad võimaldavad ettevõttel optimeerida tööjõu jaotamist maksimaalse efektiivsuse saavutamiseks."

 

Tehisintellekt on nende otsuste tegemisel tõhusam, kuna see ühendab oma tarkvarasse traditsioonilise "digitaalse kaksiku" põhimõtted. Tehnoloogial on vahetu ja pidev juurdepääs lao teabele, nagu hoone mõõtmed, vahekäikude asukohad ja kõrgused, vahekäikude vaheline kaugus, laadimisdoki asukohad, kohapealsete töötajate arv ja teadmised ning saadaolevate tõstukite asukohad ja üksikasjad. , autonoomsed mobiilsed robotid ja automaatsed salvestussüsteemid. "AI põhitoote digitaalse kaksikosa muutmine võimaldab sellel korraldada suuremat lao efektiivsust, mille tulemuseks on parem kliendikogemus, " ütleb Eisbart.

 

Digitaalne kaksik võib aidata lahendada ka kulukat laotöötajate voolavuse probleemi. Asendustöötajatel, kes tuleb nõudluse rahuldamiseks sageli kiiresti palgata, puuduvad liiga sageli optimaalse efektiivsuse säilitamiseks vajalikud teadmised. "Uued töötajad ei tunne lao paigutust, kuid tehisintellekt võib neid kiiresti kiirendada, pakkudes kaarte optimeeritud marsruutimisjuhistega, " ütleb Eisbart. "Selle asemel, et kõndida poolel teel ümber lao, et jõuda punktist A punkti B, saab uus töötaja järgida soovitatud marsruuti. Tulemuseks on parem võime laoseisu kiiresti leida ja töödelda."

 

Inimfaktor

Nii muljetavaldav kui see ka pole, ei suuda AI üksi viia 3 PL-i efektiivsuse tipptasemeni. Inimesteoskust on ikka vaja. "AI võimendamine ei too automaatselt kaasa tõhususe suurenemist, " ütleb Downie. "Inimesed peavad jääma seotuks. Kuigi tehisintellekt suudab teemat valdada, jõuab see väga sageli valedele järeldustele. 3PL-i organisatsioon peab tagama, et see säilitaks kriitiliselt mõtlevate ja tehisintellekti piiranguid ära tundvate inimeste arusaamad."

 

Tehisintellekti eelised ei ilmne üleöö ja töötajatel kulub aega, enne kui nad tehnoloogia potentsiaalis veenduvad. "Inimesed tunnevad tehisintellektist põnevust, kui nad näevad, kuidas see aitab neil vältida palju tüütut ja korduvat tööd," ütleb Downie. "Nad hakkavad hindama tootlikkuse kasvu."

 

Tehisintellekti tehnoloogia rakendamisel seisavad ettevõtted silmitsi kahe väljakutsega. Ühel tasandil on autentne kaasamine oluline. "Seal on ettevõtteid, mis tõesti võimendavad tehisintellekti," ütleb Eisbart. "Ja on ettevõtteid, kes panevad selle lihtsalt oma veebisaidile, et oma mainet lihvida."

 

Teisel tasandil on tulemuste jälgimise väljakutse. "Kasu sõltub paigaldusest, " ütleb Eisbart. "Mõned kasutusjuhtumid pakuvad optimeerimisvõimalusi ja mõned mitte." Üks hiljutine Fortune 500 ettevõte suutis vähendada laotöötajate raisatud samme 40%, tõsta komplekteerimise efektiivsust 15% ja tõsta ärapanemise efektiivsust 20%. Tehisintellekti edukuse taset mõjutavad tegurid hõlmavad rajatise suurust, töötajate praeguseid teadmisi, toote kiirust ja seda, mil määral on toimingud juba hõlmanud masinõpet.

 

Ennekõike, ütleb Eisbart, peavad tehisintellektiga tegelevad 3PL organisatsioonid hoidma silma peal lõppeesmärgil: parema tulemuse saavutamisel. "Organisatsioonid, mis juhivad tehnoloogiat või keskenduvad innovatsioonile, hindamata selle mõju äritulemustele, jäävad asjast puudu."