Все повече автоматизирани и интелигентни системи в транспорта

Ограниченията в достъпа до работна сила, бързо нарастващите разходи за намиране на работници, както и остатъчните въздействия на COVID-19 ще принудят компаниите да обърнат дори още повече внимание на киберфизически системи, особено за нуждите на интралогистични задачи.

Тези решения адресират необходимостта от автоматизиране на определени процеси чрез добавяне на роботизирани системи, които да работят без човешка намеса или в близост до хора. Има много случаи на използване на роботи, като например за транспортиране на палети със стоки, доставка на пратки или събиране на отделни артикули. Според анализаторите те могат да се прилагат по-лесно и евтино и лесно да бъдат мащабирани за по-добро справяне с пикови натоварвания и спадове на търсенето. Поради адаптивния характер на интралогистичните интелигентни роботи компаниите могат да изпробват решения и подходи за своите вътрешни условия, тествайки нови и различни случаи на употреба, за добиване на достатъчен опит с тези технологии.

Вече са налице много примери за тяхното използване, като тук на преден план излиза оценката на това кое най-добре пасва на съответната организация. "Лидерите във веригите за доставки трябва да се възползват изцяло от нарастващите тенденции в роботиката, като създадат организации, ръководени от директори по роботика или еквивалентни роли в своите организации", подчертават от Gartner.

Последната миля

Финалната доставка до крайните клиенти е сериозно предизвикателство за малките и средните компании, тъй като глобалните гиганти като Amazon вече разполагат с усъвършенствани системи за доставки. По-малките предприятия често разчитат на външни логистични услуги от трети страни, но занапред се очаква все повече да разчитат на една интересна концепция, наречена Last-mile-as-a-service ("Последна миля като услуга" - LMaaS).

В логистиката терминът "последна миля" обхваща финалния етап от доставката на стоки, приключвайки с предаването им на клиентите. Малките търговци на дребно нямат своя дистрибуторска мрежа и не могат да гарантират с високи обеми от стоки, което би могло да им послужи при преговори с големите имена на логистичния пазар.

Основното предимство на LMaaS е по-високата рентабилност спрямо партньорството с логистични компании. Чрез този модел компаниите биха могли да осигурят по-персонализирано изживяване на клиентите си. Този модел се очаква да работи по модела на споделените пътувания, т.е. "любители" да доставят пратки и стоки бързо и по евтин начин, същевременно предлагайки информация за проследяване в реално време на клиентите и търговците.

Идеята несъмнено е интересна, но за реализацията на нещо подобно трябва да бъдат изчистени много неясни моменти, сред които юридически и съвсем практични - например физическата сигурност на пратките. За дребни, не особено спешни и скъпи пратки обаче подобен модел би могъл и да има място под слънцето.

Повече облачни решения

Облачните изчисления със сигурност могат да осигурят предимства, когато става въпрос за управление на вериги за доставки. Още през 2017 г. Gartner твърдеше, че до 2021 г. над 90% от разходите в сектора ще бъдат насочени към облачни решения. През 2022 с оглед на ситуацията през последните години може спокойно да се твърди, че инвестирането в такива технологии е правилният ход.

Използването на облачни системи в управлението на вериги за доставки става от съществено значение за оптимизирането на основните процеси. Тези решения позволяват на логистичните компании да улеснят мащабируемостта, да подобрят надеждността и да намалят разходите за поддръжка. Подобрената сигурност и по-доброто запазване на данни са други предимства, които през последните години стават все по-важни за клиентите.

Такива решения могат да се прилагат към много различни части от оперативните процеси. Oблачните системи за планиране на корпоративните ресурси (ERP) могат да помагат за управлението на автономни транспортни средства. Облачният софтуер позволява лесно планиране и производство на опаковки. Не на последно място, тези решения идват и с многобройни ползи в ежедневните процеси като доставка на продукти и бекофис операции.

Изкуствен интелект и машинно обучение

Няма съмнение, че изкуственият интелект и машинното обучение играят значителна роля в трансформацията на транспортния и логистичния сектор. Големият поток от данни, идващи от веригата за доставки, все по-често се използват и анализират, за да се откриват тенденции и модели във веригата за доставки, така че логистичните фирми да могат да направят необходимите промени в своите организации.

Използването на технологии за идентифициране на всяка връзка във веригата за доставки ще продължи. AI, когато се използва за вземане на решения във веригата за доставки, намалява човешката грешка. В управлението на склада такива системи могат да направят процеса на планиране много по-лесен, ускорявайки времето за анализ.

По същия начин прогнозирането на търсенето може да е много по-лесно, въпреки че трябва да се вземат предвид множеството съображения, влияещи върху търсенето, и миналия опит - системите с изкуствен интелект могат бързо да компилират надеждни прогнози. Логистичният анализ и оптимизацията на финалната доставка, изборът на доставчици и планирането на работната сила са процеси, които също могат да бъдат задвижвани от интелигентни системи. Накратко, AI и машинното обучение предлагат видими резултати и могат да са полезни инструменти за решаване на някои от най-сложните проблеми в логистиката.

Такива системи също така се използват за прогнозни анализи на веригите за доставки и като техника за привличане на вниманието на играчите в индустрията. Те са полезни при прогнозиране на търсенето на продукти, така че логистичните компании да могат да оптимизират използването на своите складове, като отделят продуктите с ниско търсене от стоки, радващи се на по-голям интерес.