Як штучний інтелект покращує продуктивність складів і пом’якшує збої в ланцюзі поставок

Приєднуйтесь до лідерів 26-28 липня на Transform AI і Edge Week. Послухайте лідерів високого рівня, які обговорюють теми, пов’язані з технологією AL/ML, розмовним штучним інтелектом, IVA, NLP, Edge тощо. Забронюйте безкоштовний квиток зараз!

Покращення продуктивності складських приміщень за допомогою штучного інтелекту (ШІ) і машинного навчання (ML) допомагає зробити ланцюги поставок більш стійкими та здатними швидше відновлюватися після збоїв. На жаль, серйозність і частота збоїв у ланцюзі постачання зростає, і McKinsey виявила, що в середньому компанії стикаються з збоями тривалістю один-два місяці кожні 3,7 року.

Протягом десятиліття фінансові наслідки збоїв у ланцюзі постачання в галузі споживчих товарів можуть становити 30% річного прибутку до сплати відсотків, податків, амортизації та амортизації (EBITDA). Проте компанії зі списку Fortune 500 із стійкими ланцюжками поставок отримали 7% премії до ціни акцій і ринкової капіталізації.

Стійкі ланцюжки поставок є амортизаторами, які дозволяють компаніям електронної комерції, роздрібної торгівлі, бакалійних магазинів, пошти та посилок працювати, незважаючи на прискорення темпів збоїв. Зміцнення ланцюгів постачання, щоб зробити їх стійкішими до оплат.

Усунення прогалин у складах зміцнює ланцюги поставок

Виправлення неочікуваних затримок і невиявлених складських помилок обходиться найдорожче та сіє хаос у ланцюгах постачання. Керівники складів, планувальники та вантажовідправники покладаються на процеси, що існують десятиліттями, на основі електронних таблиць Microsoft Excel. Але через зростання вартості, швидкості та серйозності збоїв склади не можуть достатньо швидко реагувати за допомогою цих ручних систем. У результаті «операційні менеджери витрачають години, збираючи дані та вручну вводячи їх до електронних таблиць Excel, що забирає дорогоцінний час на керування та оптимізацію складських операцій», — сказав Акаш Джейн, керуючий директор підключеного підприємства Honeywell для підключеного складу у VentureBeat.

Подія

Перетворення 2022

Зареєструйтеся зараз, щоб отримати безкоштовну віртуальну перепустку на Transform AI Week, 26-28 липня. Почуйте думки лідерів у сфері штучного інтелекту та даних Visa, Lowe's eBay, Credit Karma, Kaiser, Honeywell, Google, Nissan, Toyota, John Deere тощо.

зареєструватися тут

Точність і продуктивність складу ще більше сповільнюється, оскільки прийняті на складі рішення, які впливають на маржу, витрати та дохід, часто не досягають найвищого рівня. Керівники вищої ланки повинні знати, як рішення про те, які замовлення відправити, впливають на поточні витрати та загальну вартість запасів. Нестримна інфляція робить оцінку запасів одним із найдорожчих ризиків, якими сьогодні можна керувати.

Стрес-тестування ланцюга постачання часто виявляє найбільші та найдорожчі прогалини в продуктивності складу аж до рівня активів. Управління продуктивністю активів (APM) має бути основою управління складом, щоб витрати, ризики та використовувані машини можна було оптимізувати за допомогою даних у реальному часі.

Щоб склади могли поглинати збої та продовжувати працювати, менеджерам, які ними керують, потрібен безперервний потік даних майже в реальному часі від контрольованих алгоритмів ML для оптимізації багатьох обмежень їхніх операцій. «Багато дистриб’юторських компаній були абсолютно зненацька, коли попит на електронну комерцію піднявся на початку пандемії. Багато хто працював у кілька змін, щоб не відставати від попиту, не маючи часу або зовсім не витрачаючи часу на технічне обслуговування машин і складів, щоб вони не виходили з ладу», — сказав Джейн VentureBeat.