الذكاء الاصطناعي في النقل والخدمات اللوجستية | الذكاء الاصطناعي في الأعمال رقم 75

إدارة الأسطول مع الذكاء الاصطناعي في النقل

يمكن للأنظمة القائمة على الذكاء الاصطناعي تحليل كميات كبيرة جدًا من البيانات حول المركبات والسائقين والطرق. وهذا يجعل من الممكن تعديل الجداول الزمنية والمسارات، والاستفادة بشكل أفضل من موارد النقل، وتقليل استهلاك الوقود بنسبة تصل إلى 10-15٪.

يمكن للأنظمة الذكية المجهزة بقدرات التعلم الآلي التنبؤ بالأعطال المحتملة قبل أشهر بناءً على البيانات الواردة من أجهزة الاستشعار المثبتة في المركبات والمعدات الأخرى. وهذا يجعل من الممكن جدولة عمليات الإصلاح والصيانة في أوقات مناسبة، وتقليل وقت التوقف عن العمل، وتجنب التوقف غير المخطط له على الطريق.

أحد الأمثلة على استخدام الذكاء الاصطناعي في إدارة الأسطول هو شركة DB Schenker، الشركة الرائدة عالميًا في صناعة الخدمات اللوجستية. تستخدم الشركة خوارزميات الذكاء الاصطناعي المتقدمة لتحسين تخطيط النقل والتنبؤ بالطلب وإدارة العروض. في بلغاريا، على سبيل المثال، استخدمت الشركة حل Transmetrics AI لتحسين استخدام المركبات وتقليل أوقات العبور للشحنات السائبة.

وفي مجال النقل الجوي، تستخدم الشركة أداة محاكاة وتنبؤ هجينة تسمح بتخصيص عمليات المحاكاة وتستند إلى البيانات التاريخية. وباستخدام الذكاء الاصطناعي، لا تعمل DB Schenker على تسريع تحولها الرقمي فحسب، بل تعمل أيضًا على تأمين ميزة تنافسية طويلة المدى في سوق الخدمات اللوجستية.

المصدر: دي بي شينكر (https://shippingwatch.com/logging/article14448745.ece)

تنفيذ الذكاء الاصطناعي لتحسين الطرق وتقليل تكاليف النقل

يمكن لأنظمة رسم الخرائط الحديثة المدعومة بالذكاء الاصطناعي تحليل الازدحام المروري في الوقت الفعلي، والبحث عن الطرق الالتفافية، واقتراح الطرق المثلى للسائقين بناءً على الظروف الحالية. علاوة على ذلك، يمكن لخوارزميات التعلم الآلي أن تساعد في التخطيط بشكل أفضل لتوزيع الأحمال بحيث يتم نقلها عبر أقصر مسافات ممكنة. وهذا يترجم مباشرة إلى انخفاض تكاليف التشغيل.

أحد الأمثلة على الشركات المتخصصة في حلول الذكاء الاصطناعي لتحسين المسار هي الشركة الأمريكية FourKites. لقد قاموا بتطوير منصة مراقبة سلسلة التوريد في الوقت الفعلي والتي تعمل على الاستفادة من البيانات والتعلم الآلي لتعزيز رؤية النقل وكفاءته.

يستفيد أحد عملائها، Henkel، من استخدام حل FourKites من خلال الوصول إلى البيانات في الوقت الفعلي حول الموقع والوقت المقدر لوصول الشحنات (ETA). وهذا يسمح لهم بتخطيط مهامهم بشكل أفضل والاستجابة لأي تأخير محتمل.

جلبت FourKites أيضًا فوائد إضافية لـ Henkel، مثل توفير الوقت والتكلفة، وتحسين الجودة والمساءلة لدى LSP (مقدمي الخدمات اللوجستية)، وحل النزاعات بشكل عادل، وتجنب عقوبات التأخير. وفي عام 2024، تخطط هنكل لتتبع ما يقرب من مليون شحنة باستخدام FourKites.

المصدر: أربع طائرات ورقية (https://www.fourkites.com/platform/)

إدارة المخزون باستخدام الذكاء الاصطناعي في وسائل النقل

الذكاء الاصطناعي بارع في تحليل كميات هائلة من البيانات للتنبؤ بدقة بالطلب على سلع ومواد خام محددة. ونتيجة لذلك، يمكن إدارة المخزون بشكل أكثر كفاءة، ويمكن تجديد المستودعات بشكل أكثر دقة، ويمكن تقليل المخزونات غير المتوفرة.

هناك أداتان شائعتان تستخدمان الذكاء الاصطناعي والتعلم الآلي لتحسين سلسلة التوريد هما:

• RELEX (https://www.relexsolutions.com/) - منصة شاملة تستخدم للتنبؤ بالطلب والتجديد التلقائي للمخزون. تساعد الشركة العملاء في جميع الصناعات على تخطيط الطلب وإدارة المخزون وتحسين العمليات اللوجستية وزيادة نمو الإيرادات.
• SAP IBP (https://www.sap.com/products/scm/integrated-business-planning.html) - وحدة متقدمة لتخطيط المخزون وسلسلة التوريد والتي تعد جزءًا من مجموعة SAP. يساعد SAP IBP على تحسين العمليات اللوجستية ويوفر وظائف متنوعة، بما في ذلك تخطيط المبيعات والعمليات (S&OP)، والتنبؤ بالطلب، والاستجابة والتسليم، وتخطيط المخزون، وتخطيط النقل.

تقديم الذكاء الاصطناعي لأتمتة عمليات المستودعات والنقل المستقل

تعمل الروبوتات المستقلة المجهزة بوحدات الذكاء الاصطناعي بالفعل في العديد من المستودعات والمراكز اللوجستية الحديثة. إنهم قادرون على انتقاء الطلبات وتعبئة المنتجات ونقل منصات البضائع. تمكّن خوارزميات التعلم الآلي هذه الروبوتات من التعرف على البضائع والطرود الفردية، وتخطيط مساراتها الخاصة حول المستودع، وحتى التواصل مع الموظفين.

ماذا يحدث عندما يكون المنتج، الذي تم تعبئته وإعداده بواسطة الروبوت، جاهزًا للانطلاق في الطريق؟ وهذا يفتح الباب أمام تطبيق الذكاء الاصطناعي في المركبات ذاتية القيادة. ومن الأمثلة على ذلك شاحنة T-Pod ذاتية القيادة، والتي يتم اختبارها حاليًا في مراكز توزيع DB Schenker. ويمكن التحكم فيه من قبل المشغل أثناء القيادة على الطريق، أو بفضل تطبيق الذكاء الاصطناعي، يمكنه نقل منصات المنتجات بشكل مستقل، وتجنب العوائق على طول الطريق. يتم تسهيل التنقل من خلال استخدام الكاميرات والرادار وأجهزة استشعار العمق.

تعد DB Schenker T-Pod أول مركبة من نوعها يتم اعتمادها للطرق العامة في السويد. ويمكنها حمل ما يصل إلى 20 طنًا من البضائع ويبلغ مداها حوالي 200 كيلومتر بشحنة واحدة.

المصدر: دي بي شينكر (https://www.dbschenker.com/)

مراقبة البيانات وتحليلها في الوقت الفعلي باستخدام الذكاء الاصطناعي في مجال النقل

ويمكن تحليل البيانات المستمدة من أجهزة الاستشعار الموجودة داخل السيارة، وأنظمة أتمتة المستودعات، ومحددات مواقع الشحنات في الوقت الفعلي من خلال خوارزميات الذكاء الاصطناعي. وهذا يسمح باتخاذ قرارات عمل دقيقة على الفور ويحسن كفاءة المؤسسة بأكملها. على سبيل المثال، يمكن للنظام المجهز بوحدة الذكاء الاصطناعي أن يساعد في الاستجابة الفورية لتأخيرات التسليم وإخطار العملاء أو اتخاذ تدابير وقائية.

استخدم فريق أوليكس التعلم الآلي لبناء نموذج تنبؤي لوقت الوصول المتوقع، والذي يشير في مجال النقل والخدمات اللوجستية إلى الوقت المقدر للوصول. يأخذ النموذج في الاعتبار عوامل مثل:

• موقع،
• نوع البضاعة،
• احوال الطقس،
• العطل، الخ.

وقد تم تدريب النموذج على بيانات من أكثر من مليوني معاملة وتم اختباره باستخدام بيانات من ستة بلدان. حقق نموذج ETA دقة ودقة عالية جدًا، وأظهر القدرة على التكيف مع التغيرات في السوق والظروف التشغيلية. وقد ساعد نموذج ETA على زيادة ثقة العملاء ورضاهم، فضلاً عن تعزيز كفاءة وربحية عملية التسليم.

السلامة والوقاية من الحوادث

أنظمة المراقبة الذكية المجهزة بوحدات الذكاء الاصطناعي لا تحمي أصول شركات النقل فحسب. ومن خلال تحليل الصور من الكاميرات والبيانات من أجهزة الاستشعار، يمكنهم تقييم سلوك السائق والكشف عن علامات التعب، مما يشير إلى فترات راحة أثناء الرحلة. علاوة على ذلك، يمكن لخوارزميات التعلم الآلي، التي تحلل باستمرار بيانات القياس عن بعد الواردة من المركبات، التنبؤ بالأخطاء المحتملة مقدمًا.

وهكذا، قامت شركة كورتيكا الإسرائيلية الناشئة بتطبيق الشبكات العصبية لتحليل أصوات المحرك للكشف المبكر عن الأعطال الوشيكة. تقدم شركات مثل Continental وZF Friedrichshafen AG حلولاً مماثلة للتشخيص التنبؤي للمركبات لشركات النقل.

مستقبل الذكاء الاصطناعي في النقل والخدمات اللوجستية

يتفق الخبراء على أنه بفضل الذكاء الاصطناعي، ستشهد صناعة TSL تحولًا كاملاً خلال السنوات العشر القادمة. ستصبح الشاحنات ذاتية القيادة هي المعيار على الطرق في الولايات المتحدة وستبدأ في الظهور بشكل متكرر في أجزاء أخرى من العالم. وفي الوقت نفسه، في المستودعات، سيتم التعامل مع غالبية العمليات - بدءًا من انتقاء الطلبات وحتى التحميل - بواسطة الروبوتات.

وبفضل الذكاء الاصطناعي، ستنخفض تكاليف النقل والخدمات اللوجستية بنسبة تصل إلى 30-40%. سيتم أيضًا تقصير أوقات التسليم من خلال تحسين المسار والتحميل، بالإضافة إلى تنفيذ أنظمة المدينة الذكية التي تسهل حركة المركبات خلال الكيلومترات الأخيرة من الطريق. سيؤدي دمج الذكاء الاصطناعي في الخدمات اللوجستية إلى تحسين جودة خدمة العملاء، وسيتم القضاء تقريبًا على مخاطر الأخطاء البشرية.

المصدر: DALL · E 3، موجه: مارتا م. كانيا (https://www.linkedin.com/in/martamatyldakania/)

الذكاء الاصطناعي في النقل – ملخص

في الختام، تتمتع الأنظمة التي تستخدم التعلم الآلي وخوارزميات الذكاء الاصطناعي في مجال النقل بإمكانات كبيرة في صناعة TSL التي بدأت للتو في استغلالها. يعد تنفيذها فرصة لتقليل التكاليف بشكل كبير، وتقصير أوقات التسليم، وتحسين سلامة النقل، وخدمة العملاء بشكل أفضل. ولكن لتحقيق النجاح، يجب التعامل مع تنفيذ هذه التقنيات بشكل استراتيجي.

إذا أعجبك المحتوى الخاص بنا، انضم إلى مجتمع النحل المزدحم لدينا على Facebook وTwitter وLinkedIn وInstagram وYouTube وPinterest وTikTok.

المؤلف: روبرت ويتني

خبير جافا سكريبت ومدرب يقوم بتدريب أقسام تكنولوجيا المعلومات. هدفه الرئيسي هو رفع مستوى إنتاجية الفريق من خلال تعليم الآخرين كيفية التعاون بفعالية أثناء البرمجة.

عرض جميع المشاركات

الذكاء الاصطناعي في الأعمال:

1. تهديدات وفرص الذكاء الاصطناعي في الأعمال (الجزء الأول)
2. تهديدات وفرص الذكاء الاصطناعي في الأعمال (الجزء الثاني)
3. تطبيقات الذكاء الاصطناعي في الأعمال – نظرة عامة
4. روبوتات الدردشة النصية المدعومة بالذكاء الاصطناعي
5. البرمجة اللغوية العصبية للأعمال اليوم وغدًا
6. دور الذكاء الاصطناعي في اتخاذ القرارات التجارية
7. جدولة منشورات وسائل التواصل الاجتماعي. كيف يمكن للذكاء الاصطناعي المساعدة؟
8. المشاركات التلقائية على وسائل التواصل الاجتماعي
9. خدمات ومنتجات جديدة تعمل بالذكاء الاصطناعي
10. ما هي نقاط الضعف في فكرة عملي؟ جلسة عصف ذهني مع ChatGPT
11. استخدام ChatGPT في الأعمال التجارية
12. الجهات الفاعلة الاصطناعية. أفضل 3 مولدات فيديو تعمل بالذكاء الاصطناعي
13. 3 أدوات مفيدة للتصميم الرسومي بالذكاء الاصطناعي. الذكاء الاصطناعي التوليدي في الأعمال التجارية
14. 3 كتاب رائعين في مجال الذكاء الاصطناعي يجب عليك تجربتهم اليوم
15. استكشاف قوة الذكاء الاصطناعي في إنشاء الموسيقى
16. استكشاف فرص عمل جديدة باستخدام ChatGPT-4
17. أدوات الذكاء الاصطناعي للمدير
18. 6 ملحقات ChatGTP رائعة ستجعل حياتك أسهل
19. 3 رسومات ذكاء اصطناعي. إنشاء ذكاء الأعمال
20. ما هو مستقبل الذكاء الاصطناعي بحسب معهد ماكينزي العالمي؟
21. الذكاء الاصطناعي في الأعمال – مقدمة
22. ما هي البرمجة اللغوية العصبية (NLP) أو معالجة اللغة الطبيعية في الأعمال التجارية
23. المعالجة التلقائية للمستندات
24. ترجمة جوجل مقابل DeepL. 5 تطبيقات للترجمة الآلية للأعمال
25. تشغيل وتطبيقات الأعمال الخاصة بالروبوتات الصوتية
26. تقنية المساعد الافتراضي أم كيفية التحدث إلى الذكاء الاصطناعي؟
27. ما هو ذكاء الأعمال؟
28. هل سيحل الذكاء الاصطناعي محل محللي الأعمال؟
29. كيف يمكن للذكاء الاصطناعي المساعدة في BPM؟
30. الذكاء الاصطناعي ووسائل التواصل الاجتماعي – ماذا يقولون عنا؟
31. الذكاء الاصطناعي في إدارة المحتوى
32. الذكاء الاصطناعي الإبداعي اليوم وغدًا
33. الذكاء الاصطناعي متعدد الوسائط وتطبيقاته في الأعمال
34. تفاعلات جديدة. كيف يغير الذكاء الاصطناعي الطريقة التي ندير بها الأجهزة؟
35. RPA وواجهات برمجة التطبيقات في شركة رقمية
36. سوق العمل المستقبلي والمهن القادمة
37. الذكاء الاصطناعي في تكنولوجيا التعليم. 3 أمثلة للشركات التي استخدمت إمكانات الذكاء الاصطناعي
38. الذكاء الاصطناعي والبيئة. 3 حلول للذكاء الاصطناعي لمساعدتك في بناء أعمال مستدامة
39. كاشفات محتوى الذكاء الاصطناعي. هم يستحق كل هذا العناء؟
40. ChatGPT vs Bard vs Bing. أي روبوت دردشة يعمل بالذكاء الاصطناعي يقود السباق؟
41. هل يعتبر chatbot AI منافسًا لبحث Google؟
42. مطالبات ChatGPT الفعالة للموارد البشرية والتوظيف
43. هندسة عاجلة. ماذا يفعل المهندس السريع؟
44. مولد نماذج الذكاء الاصطناعي. أفضل 4 أدوات
45. الذكاء الاصطناعي وماذا أيضًا؟ أهم اتجاهات التكنولوجيا للأعمال في عام 2024
46. الذكاء الاصطناعي وأخلاقيات العمل. لماذا يجب عليك الاستثمار في الحلول الأخلاقية
47. ميتا الذكاء الاصطناعي. ما الذي يجب أن تعرفه عن ميزات Facebook وInstagram المدعومة بالذكاء الاصطناعي؟
48. تنظيم الذكاء الاصطناعي. ما الذي تحتاج إلى معرفته كرجل أعمال؟
49. 5 استخدامات جديدة للذكاء الاصطناعي في الأعمال
50. منتجات ومشاريع الذكاء الاصطناعي – كيف تختلف عن غيرها؟
51. أتمتة العمليات بمساعدة الذكاء الاصطناعي. من أين أبدا؟
52. كيف يمكنك مطابقة حل الذكاء الاصطناعي لمشكلة العمل؟
53. الذكاء الاصطناعي كخبير في فريقك
54. فريق الذكاء الاصطناعي مقابل تقسيم الأدوار
55. كيف تختار المجال الوظيفي في الذكاء الاصطناعي؟
56. هل يستحق الأمر دائمًا إضافة الذكاء الاصطناعي إلى عملية تطوير المنتج؟
57. الذكاء الاصطناعي في الموارد البشرية: كيف تؤثر أتمتة التوظيف على الموارد البشرية وتطوير الفريق
58. 6 أدوات الذكاء الاصطناعي الأكثر إثارة للاهتمام في عام 2023
59. 6 أكبر حوادث الأعمال الناجمة عن الذكاء الاصطناعي
60. ما هو تحليل نضج الذكاء الاصطناعي للشركة؟
61. الذكاء الاصطناعي لتخصيص B2B
62. حالات استخدام ChatGPT. 18 مثالًا لكيفية تحسين عملك باستخدام ChatGPT في عام 2024
63. التعلم المصغر. طريقة سريعة لاكتساب مهارات جديدة
64. تطبيقات الذكاء الاصطناعي الأكثر إثارة للاهتمام في الشركات في عام 2024
65. ماذا يفعل متخصصو الذكاء الاصطناعي؟
66. ما هي التحديات التي يجلبها مشروع الذكاء الاصطناعي؟
67. أفضل 8 أدوات للذكاء الاصطناعي للأعمال في عام 2024
68. الذكاء الاصطناعي في إدارة علاقات العملاء. ما الذي يغيره الذكاء الاصطناعي في أدوات إدارة علاقات العملاء؟
69. قانون الاتحاد الأوروبي للذكاء الاصطناعي. كيف تنظم أوروبا استخدام الذكاء الاصطناعي؟
70. سورا. كيف ستغير مقاطع الفيديو الواقعية من OpenAI الأعمال؟
71. أفضل 7 منشئي مواقع الذكاء الاصطناعي
72. أدوات بدون تعليمات برمجية وابتكارات الذكاء الاصطناعي
73. إلى أي مدى يؤدي استخدام الذكاء الاصطناعي إلى زيادة إنتاجية فريقك؟
74. كيفية استخدام ChatGTP لأبحاث السوق؟
75. كيف يمكنك توسيع نطاق حملتك التسويقية بالذكاء الاصطناعي؟
76. "نحن جميعا المطورين". كيف يمكن للمطورين المواطنين مساعدة شركتك؟
77. الذكاء الاصطناعي في النقل والخدمات اللوجستية