AI ในการขนส่งและโลจิสติกส์ | AI ในธุรกิจ #75

การจัดการยานพาหนะด้วย AI ในการขนส่ง

ระบบที่ใช้ AI สามารถวิเคราะห์ข้อมูลจำนวนมหาศาลเกี่ยวกับยานพาหนะ ผู้ขับขี่ และเส้นทางได้ ทำให้สามารถปรับตารางเวลาและเส้นทาง ใช้ทรัพยากรการขนส่งได้ดีขึ้น และลดการใช้เชื้อเพลิงได้มากถึง 10-15%

ระบบอัจฉริยะที่มาพร้อมกับความสามารถในการเรียนรู้ของเครื่องจักรสามารถคาดการณ์การเสียที่อาจเกิดขึ้นล่วงหน้าหลายเดือนโดยอิงข้อมูลจากเซ็นเซอร์ที่ติดตั้งในยานพาหนะและอุปกรณ์อื่นๆ ทำให้สามารถกำหนดเวลาการซ่อมและบำรุงรักษาในเวลาที่สะดวก ลดเวลาหยุดทำงาน และหลีกเลี่ยงการหยุดรถบนถนนโดยไม่ได้วางแผนไว้

ตัวอย่างหนึ่งของการใช้ AI ในการจัดการยานพาหนะคือ DB Schenker ซึ่งเป็นผู้นำระดับโลกในอุตสาหกรรมโลจิสติกส์ บริษัทใช้อัลกอริธึม AI ขั้นสูงเพื่อเพิ่มประสิทธิภาพการวางแผนการขนส่ง การคาดการณ์ความต้องการ และการจัดการข้อเสนอ ตัวอย่างเช่น ในบัลแกเรีย บริษัทใช้โซลูชัน Transmetrics AI เพื่อปรับปรุงการใช้ยานพาหนะและลดเวลาการขนส่งสำหรับการจัดส่งจำนวนมาก

ในการขนส่งทางอากาศ บริษัทใช้เครื่องมือจำลองและพยากรณ์แบบผสมผสานที่ช่วยให้สามารถปรับแต่งการจำลองและอิงตามข้อมูลในอดีต การใช้ AI ช่วยให้ DB Schenker ไม่เพียงแต่เร่งการเปลี่ยนแปลงทางดิจิทัลเท่านั้น แต่ยังรักษาความได้เปรียบทางการแข่งขันในระยะยาวในตลาดโลจิสติกส์อีกด้วย

ที่มา: DB Schenker (https://shippingwatch.com/logistics/article14448745.ece)

การใช้ AI เพื่อเพิ่มประสิทธิภาพเส้นทางและลดต้นทุนการขนส่ง

ระบบแผนที่สมัยใหม่ที่ขับเคลื่อนด้วย AI สามารถวิเคราะห์ความแออัดของการจราจรแบบเรียลไทม์ ค้นหาทางเบี่ยง และแนะนำเส้นทางที่เหมาะสมที่สุดสำหรับผู้ขับขี่โดยอิงตามสภาพปัจจุบัน ยิ่งไปกว่านั้น อัลกอริธึมการเรียนรู้ของเครื่องยังช่วยวางแผนการกระจายโหลดได้ดีขึ้น เพื่อขนย้ายในระยะทางที่สั้นที่สุดเท่าที่จะเป็นไปได้ สิ่งนี้แปลโดยตรงเป็นต้นทุนการดำเนินงานที่ลดลง

ตัวอย่างหนึ่งของบริษัทที่เชี่ยวชาญด้านโซลูชัน AI สำหรับการเพิ่มประสิทธิภาพเส้นทางคือบริษัท FourKites ในอเมริกา พวกเขาได้พัฒนาแพลตฟอร์มการตรวจสอบห่วงโซ่อุปทานแบบเรียลไทม์ที่ใช้ประโยชน์จากข้อมูลและการเรียนรู้ของเครื่องจักรเพื่อเพิ่มการมองเห็นและประสิทธิภาพของการขนส่ง

เฮงเค็ล หนึ่งในลูกค้าของบริษัท ได้รับประโยชน์จากการใช้โซลูชัน FourKites โดยสามารถเข้าถึงข้อมูลแบบเรียลไทม์ ณ สถานที่นั้น และเวลาที่คาดว่าจะมาถึง (ETA) ของการจัดส่ง ช่วยให้พวกเขาสามารถวางแผนงานได้ดีขึ้นและตอบสนองต่อความล่าช้าที่อาจเกิดขึ้นได้

FourKites ยังนำสิทธิประโยชน์เพิ่มเติมมาสู่เฮงเค็ล เช่น การประหยัดเวลาและต้นทุน การปรับปรุงคุณภาพและความรับผิดชอบของ LSP (ผู้ให้บริการด้านลอจิสติกส์) การระงับข้อพิพาทที่ยุติธรรม และการหลีกเลี่ยงบทลงโทษสำหรับความล่าช้า ในปี 2024 เฮงเค็ลวางแผนที่จะติดตามการจัดส่งเกือบล้านรายการโดยใช้ FourKites

ที่มา: Four Kites (https://www.fourkites.com/platform/)

การจัดการสินค้าคงคลังด้วย AI ในการขนส่ง

ปัญญาประดิษฐ์เชี่ยวชาญในการวิเคราะห์ข้อมูลจำนวนมหาศาลเพื่อคาดการณ์ความต้องการสินค้าและวัตถุดิบเฉพาะอย่างแม่นยำ เป็นผลให้สามารถจัดการสินค้าคงคลังได้อย่างมีประสิทธิภาพมากขึ้น สามารถเติมคลังสินค้าได้แม่นยำยิ่งขึ้น และลดจำนวนสินค้าที่หมดสต๊อกลงได้

เครื่องมือยอดนิยมสองอย่างที่ใช้ AI และการเรียนรู้ของเครื่องเพื่อเพิ่มประสิทธิภาพห่วงโซ่อุปทาน ได้แก่:

• RELEX (https://www.relexsolutions.com/) – แพลตฟอร์มที่ครอบคลุมที่ใช้สำหรับการคาดการณ์ความต้องการและการเติมสินค้าคงคลังอัตโนมัติ บริษัทช่วยเหลือลูกค้าในทุกอุตสาหกรรมในการวางแผนความต้องการ จัดการสินค้าคงคลัง เพิ่มประสิทธิภาพกระบวนการโลจิสติกส์ และขับเคลื่อนการเติบโตของรายได้
• SAP IBP (https://www.sap.com/products/scm/integrated-business-planning.html) – โมดูลการวางแผนสินค้าคงคลังและห่วงโซ่อุปทานขั้นสูงที่เป็นส่วนหนึ่งของชุด SAP SAP IBP ช่วยปรับกระบวนการโลจิสติกส์ให้เหมาะสมและมีฟังก์ชันการทำงานที่หลากหลาย รวมถึงการวางแผนการขายและการดำเนินงาน (S&OP) การคาดการณ์ความต้องการ การตอบสนองและการส่งมอบ การวางแผนสินค้าคงคลัง และการวางแผนการขนส่ง

การแนะนำ AI เพื่อทำให้กระบวนการคลังสินค้าเป็นอัตโนมัติและการขนส่งอัตโนมัติ

หุ่นยนต์อัตโนมัติที่ติดตั้งโมดูลปัญญาประดิษฐ์มีการใช้งานแล้วในคลังสินค้าและศูนย์โลจิสติกส์สมัยใหม่หลายแห่ง พวกเขาสามารถหยิบคำสั่งซื้อ บรรจุผลิตภัณฑ์ และขนส่งพาเลทสินค้าได้ อัลกอริธึมการเรียนรู้ของเครื่องช่วยให้หุ่นยนต์เหล่านี้จดจำสินค้าและบรรจุภัณฑ์แต่ละรายการ วางแผนเส้นทางรอบๆ คลังสินค้าของตนเอง และแม้แต่สื่อสารกับพนักงานได้

จะเกิดอะไรขึ้นเมื่อผลิตภัณฑ์ที่บรรจุและจัดเตรียมโดยหุ่นยนต์พร้อมที่จะออกสู่ตลาด? นี่เป็นการเปิดประตูสู่การนำ AI มาใช้ในยานยนต์ขับเคลื่อนอัตโนมัติ ตัวอย่างหนึ่งคือรถบรรทุกขับเคลื่อนอัตโนมัติ T-Pod ซึ่งปัจจุบันอยู่ในการทดสอบในศูนย์กระจายสินค้า DB Schenker ผู้ปฏิบัติงานสามารถควบคุมได้ในขณะขับรถบนท้องถนน หรือด้วยการนำ AI มาใช้ ทำให้สามารถขนส่งพาเลทผลิตภัณฑ์ได้โดยอัตโนมัติ หลีกเลี่ยงสิ่งกีดขวางระหว่างทาง ระบบนำทางอำนวยความสะดวกผ่านการใช้กล้อง เรดาร์ และเซ็นเซอร์วัดความลึก

DB Schenker T-Pod เป็นยานพาหนะประเภทแรกที่ได้รับอนุมัติให้ใช้บนถนนสาธารณะในสวีเดน สามารถบรรทุกสินค้าได้มากถึง 20 ตัน และมีระยะทางประมาณ 200 กม. ต่อการชาร์จหนึ่งครั้ง

ที่มา: DB Schenker (https://www.dbschenker.com/)

การตรวจสอบและวิเคราะห์ข้อมูลแบบเรียลไทม์ด้วย AI ในการขนส่ง

ข้อมูลจากเซ็นเซอร์ในยานพาหนะ ระบบอัตโนมัติของคลังสินค้า และเครื่องระบุตำแหน่งการจัดส่งสามารถวิเคราะห์ได้แบบเรียลไทม์โดยอัลกอริธึมปัญญาประดิษฐ์ ช่วยให้ตัดสินใจทางธุรกิจได้อย่างแม่นยำทันทีและปรับปรุงประสิทธิภาพของทั้งองค์กร ตัวอย่างเช่น ระบบที่ติดตั้งโมดูล AI สามารถช่วยตอบสนองต่อความล่าช้าในการจัดส่งได้ทันที และแจ้งให้ลูกค้าทราบหรือใช้มาตรการป้องกัน

ทีม OLX ใช้แมชชีนเลิร์นนิงเพื่อสร้างแบบจำลอง ETA แบบคาดการณ์ ซึ่งในด้านการขนส่งและลอจิสติกส์ย่อมาจากเวลาที่มาถึงโดยประมาณ แบบจำลองคำนึงถึงปัจจัยต่างๆ เช่น:

• ที่ตั้ง,
• ประเภทของสินค้า
• สภาพอากาศ,
• วันหยุด ฯลฯ

โมเดลดังกล่าวได้รับการฝึกอบรมเกี่ยวกับข้อมูลจากธุรกรรมมากกว่าสองล้านรายการ และทดสอบกับข้อมูลจากหกประเทศ แบบจำลอง ETA ได้รับความแม่นยำและเที่ยงตรงสูงมาก และแสดงให้เห็นถึงความสามารถในการปรับให้เข้ากับการเปลี่ยนแปลงของตลาดและเงื่อนไขการปฏิบัติงาน โมเดล ETA ช่วยเพิ่มความไว้วางใจและความพึงพอใจของลูกค้า ตลอดจนเพิ่มประสิทธิภาพและความสามารถในการทำกำไรของกระบวนการจัดส่ง

ความปลอดภัยและการป้องกันอุบัติเหตุ

ระบบตรวจสอบอัจฉริยะที่มาพร้อมกับโมดูล AI ไม่เพียงแต่ปกป้องทรัพย์สินของบริษัทขนส่งเท่านั้น ด้วยการวิเคราะห์ภาพจากกล้องและข้อมูลจากเซ็นเซอร์ พวกเขาสามารถประเมินพฤติกรรมของผู้ขับขี่และตรวจจับสัญญาณของความเมื่อยล้า แนะนำการหยุดพักระหว่างการเดินทาง นอกจากนี้ อัลกอริธึมการเรียนรู้ของเครื่องยังวิเคราะห์ข้อมูลการวัดและส่งข้อมูลทางไกลที่เข้ามาจากยานพาหนะอย่างต่อเนื่อง สามารถคาดการณ์ข้อผิดพลาดที่อาจเกิดขึ้นได้ล่วงหน้า

ดังนั้น Cortica สตาร์ทอัพสัญชาติอิสราเอลจึงใช้โครงข่ายประสาทเทียมเพื่อวิเคราะห์เสียงเครื่องยนต์เพื่อตรวจหาความผิดปกติที่กำลังจะเกิดขึ้นตั้งแต่เนิ่นๆ บริษัทต่างๆ เช่น Continental และ ZF Friedrichshafen AG นำเสนอโซลูชันที่คล้ายคลึงกันสำหรับการวินิจฉัยยานพาหนะเชิงคาดการณ์สำหรับผู้ให้บริการขนส่ง

อนาคตของ AI ในการขนส่งและโลจิสติกส์

ผู้เชี่ยวชาญเห็นพ้องกันว่าเนื่องจากปัญญาประดิษฐ์ อุตสาหกรรม TSL จะเกิดการเปลี่ยนแปลงอย่างสมบูรณ์ภายในสิบปีข้างหน้า รถบรรทุกไร้คนขับจะกลายเป็นมาตรฐานบนท้องถนนในสหรัฐอเมริกา และจะเริ่มปรากฏให้เห็นบ่อยขึ้นในส่วนอื่นๆ ของโลก ในขณะเดียวกัน ในคลังสินค้า การดำเนินการส่วนใหญ่ ตั้งแต่การเลือกคำสั่งซื้อไปจนถึงการโหลด จะถูกจัดการโดยหุ่นยนต์

ต้องขอบคุณ AI ที่ทำให้ต้นทุนการขนส่งและโลจิสติกส์ลดลงได้มากถึง 30-40% ระยะเวลาในการจัดส่งจะลดลงเนื่องจากการเพิ่มประสิทธิภาพเส้นทางและการบรรทุก รวมถึงการใช้ระบบเมืองอัจฉริยะที่อำนวยความสะดวกในการเคลื่อนย้ายยานพาหนะในช่วงกิโลเมตรสุดท้ายของเส้นทาง การบูรณาการ AI ในด้านโลจิสติกส์จะช่วยเพิ่มคุณภาพการบริการลูกค้า และความเสี่ยงต่อข้อผิดพลาดของมนุษย์แทบจะหมดสิ้นไป

ที่มา: DALL·E 3, แจ้ง: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

AI ในการขนส่ง – สรุป

โดยสรุป ระบบที่ใช้ Machine Learning และอัลกอริธึม AI ในการขนส่งมีศักยภาพสูงในอุตสาหกรรม TSL ที่เพิ่งเริ่มถูกใช้งาน การนำไปใช้เป็นโอกาสในการลดต้นทุนอย่างมาก ลดระยะเวลาในการจัดส่ง ปรับปรุงความปลอดภัยในการขนส่ง และให้บริการลูกค้าได้ดียิ่งขึ้น อย่างไรก็ตาม เพื่อให้ประสบความสำเร็จ การนำเทคโนโลยีเหล่านี้ไปใช้จะต้องได้รับการติดต่ออย่างมีกลยุทธ์

หากคุณชอบเนื้อหาของเรา เข้าร่วมชุมชนผึ้งที่ไม่ว่างของเราบน Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok

ผู้เขียน : โรเบิร์ต วิทนีย์

ผู้เชี่ยวชาญ JavaScript และผู้สอนที่เป็นโค้ชแผนกไอที เป้าหมายหลักของเขาคือการยกระดับผลงานของทีมโดยการสอนผู้อื่นถึงวิธีการร่วมมืออย่างมีประสิทธิภาพในขณะที่เขียนโค้ด

ดูโพสต์ทั้งหมด

AI ในธุรกิจ:

1. ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 1)
2. ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 2)
3. แอปพลิเคชัน AI ในธุรกิจ – ภาพรวม
4. แชทบอทข้อความช่วยด้วย AI
5. ธุรกิจ NLP วันนี้และพรุ่งนี้
6. บทบาทของ AI ในการตัดสินใจทางธุรกิจ
7. การกำหนดเวลาโพสต์บนโซเชียลมีเดีย เอไอสามารถช่วยได้อย่างไร?
8. โพสต์โซเชียลมีเดียอัตโนมัติ
9. บริการและผลิตภัณฑ์ใหม่ที่ทำงานด้วย AI
10. จุดอ่อนของแนวคิดทางธุรกิจของฉันคืออะไร? เซสชั่นระดมความคิดด้วย ChatGPT
11. การใช้ ChatGPT ในธุรกิจ
12. นักแสดงสังเคราะห์ เครื่องสร้างวิดีโอ AI 3 อันดับแรก
13. 3 เครื่องมือออกแบบกราฟิก AI ที่มีประโยชน์ AI เจนเนอเรชั่นในธุรกิจ
14. นักเขียน AI ที่ยอดเยี่ยม 3 คนที่คุณต้องลองวันนี้
15. สำรวจพลังของ AI ในการสร้างดนตรี
16. นำทางโอกาสทางธุรกิจใหม่ด้วย ChatGPT-4
17. เครื่องมือ AI สำหรับผู้จัดการ
18. 6 ปลั๊กอิน ChatGTP ที่ยอดเยี่ยมที่จะทำให้ชีวิตของคุณง่ายขึ้น
19. 3 กราฟิค AI Generatywna sztuczna inteligencja dla biznesu
20. อนาคตของ AI ตาม McKinsey Global Institute จะเป็นอย่างไร
21. ปัญญาประดิษฐ์ในธุรกิจ--บทนำ
22. NLP หรือการประมวลผลภาษาธรรมชาติในธุรกิจคืออะไร
23. การประมวลผลเอกสารอัตโนมัติ
24. Google แปลภาษากับ DeepL 5 แอพพลิเคชั่นเครื่องแปลภาษาสำหรับธุรกิจ
25. การดำเนินงานและการใช้งานทางธุรกิจของวอยซ์บอท
26. เทคโนโลยีผู้ช่วยเสมือนหรือจะคุยกับ AI ได้อย่างไร?
27. ระบบธุรกิจอัจฉริยะคืออะไร?
28. ปัญญาประดิษฐ์จะมาแทนที่นักวิเคราะห์ธุรกิจหรือไม่?
29. ปัญญาประดิษฐ์สามารถช่วย BPM ได้อย่างไร?
30. AI และโซเชียลมีเดีย – พวกเขาพูดอะไรเกี่ยวกับเรา?
31. ปัญญาประดิษฐ์ในการจัดการเนื้อหา
32. AI สร้างสรรค์ของวันนี้และอนาคต
33. Multimodal AI และการใช้งานในธุรกิจ
34. การโต้ตอบใหม่ AI เปลี่ยนแปลงวิธีการใช้งานอุปกรณ์ของเราอย่างไร
35. RPA และ API ในบริษัทดิจิทัล
36. ตลาดงานในอนาคตและอาชีพที่จะเกิดขึ้น
37. AI ใน EdTech 3 ตัวอย่างบริษัทที่ใช้ศักยภาพปัญญาประดิษฐ์
38. ปัญญาประดิษฐ์และสิ่งแวดล้อม 3 โซลูชัน AI ที่จะช่วยคุณสร้างธุรกิจที่ยั่งยืน
39. เครื่องตรวจจับเนื้อหา AI พวกเขาคุ้มค่าไหม?
40. ChatGPT กับ Bard และ Bing AI chatbot ตัวไหนที่เป็นผู้นำการแข่งขัน?
41. chatbot AI เป็นคู่แข่งในการค้นหาของ Google หรือไม่
42. ChatGPT พร้อมท์ที่มีประสิทธิภาพสำหรับทรัพยากรบุคคลและการสรรหาบุคลากร
43. วิศวกรรมศาสตร์ทันที วิศวกรพร้อมท์ทำอะไร?
44. เครื่องกำเนิด AI จำลอง เครื่องมือ 4 อันดับแรก
45. AI และอะไรอีก? เทรนด์เทคโนโลยียอดนิยมสำหรับธุรกิจในปี 2024
46. AI และจริยธรรมทางธุรกิจ เหตุใดคุณจึงควรลงทุนในโซลูชั่นที่มีจริยธรรม
47. เมตาเอไอ คุณควรรู้อะไรบ้างเกี่ยวกับฟีเจอร์ที่รองรับ AI ของ Facebook และ Instagram
48. กฎระเบียบของเอไอ คุณต้องรู้อะไรบ้างในฐานะผู้ประกอบการ?
49. 5 การใช้งานใหม่ของ AI ในธุรกิจ
50. ผลิตภัณฑ์และโครงการ AI - แตกต่างจากผลิตภัณฑ์และโครงการอื่นอย่างไร
51. กระบวนการอัตโนมัติที่ได้รับความช่วยเหลือจาก AI จะเริ่มตรงไหน?
52. คุณจะจับคู่โซลูชัน AI กับปัญหาทางธุรกิจได้อย่างไร
53. AI ในฐานะผู้เชี่ยวชาญในทีมของคุณ
54. ทีม AI กับการแบ่งบทบาท
55. จะเลือกสาขาอาชีพใน AI ได้อย่างไร?
56. การเพิ่มปัญญาประดิษฐ์ในกระบวนการพัฒนาผลิตภัณฑ์คุ้มค่าเสมอไปหรือไม่?
57. AI ใน HR: ระบบการสรรหาบุคลากรอัตโนมัติส่งผลต่อ HR และการพัฒนาทีมอย่างไร
58. 6 เครื่องมือ AI ที่น่าสนใจที่สุดในปี 2023
59. 6 อุบัติเหตุทางธุรกิจที่ใหญ่ที่สุดที่เกิดจาก AI
60. การวิเคราะห์วุฒิภาวะด้าน AI ของบริษัทเป็นอย่างไร
61. AI สำหรับการปรับแต่ง B2B ในแบบของคุณ
62. กรณีการใช้งาน ChatGPT 18 ตัวอย่างวิธีปรับปรุงธุรกิจของคุณด้วย ChatGPT ในปี 2024
63. ไมโครเลิร์นนิง วิธีที่รวดเร็วในการรับทักษะใหม่
64. การใช้งาน AI ที่น่าสนใจที่สุดในบริษัทต่างๆ ในปี 2024
65. ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ทำอะไร?
66. โครงการ AI นำมาซึ่งความท้าทายอะไรบ้าง
67. เครื่องมือ AI 8 อันดับแรกสำหรับธุรกิจในปี 2024
68. เอไอใน CRM AI เปลี่ยนแปลงอะไรในเครื่องมือ CRM
69. พระราชบัญญัติ UE AI ยุโรปควบคุมการใช้ปัญญาประดิษฐ์อย่างไร
70. โซระ. วิดีโอที่สมจริงจาก OpenAI จะเปลี่ยนธุรกิจอย่างไร
71. ผู้สร้างเว็บไซต์ AI 7 อันดับแรก
72. เครื่องมือที่ไม่ต้องเขียนโค้ดและนวัตกรรม AI
73. การใช้ AI ช่วยเพิ่มประสิทธิภาพการทำงานของทีมของคุณได้มากแค่ไหน?
74. จะใช้ ChatGTP เพื่อการวิจัยตลาดได้อย่างไร
75. จะขยายขอบเขตการเข้าถึงของแคมเปญการตลาด AI ของคุณได้อย่างไร
76. “เราทุกคนคือนักพัฒนา” นักพัฒนาพลเมืองสามารถช่วยบริษัทของคุณได้อย่างไร?
77. AI ในการขนส่งและโลจิสติกส์