您的位置:首頁 > 資訊 > 企業(yè)動態(tài) > 正文

據(jù)說,倉儲物流和人工智能更配哦!來聽聽Crown-科朗的專家解讀

2018-07-02 08:50 性質(zhì):轉(zhuǎn)載 作者:Crown-科朗 來源:Crown-科朗
免責(zé)聲明:中叉網(wǎng)(m.htyl001.com)尊重合法版權(quán),反對侵權(quán)盜版。(凡是我網(wǎng)所轉(zhuǎn)載之文章,文中所有文字內(nèi)容和圖片視頻之知識產(chǎn)權(quán)均系原作者和機構(gòu)所有。文章內(nèi)容觀點,與本網(wǎng)無關(guān)。如有需要刪除,敬請來電商榷?。?/div>
近日,Crown-科朗設(shè)備集團 工程副總裁 Luke Waltz 一篇名為《為人工智能運用于倉庫鋪平道路》的文章,發(fā)表在了供應(yīng)鏈行業(yè)權(quán)威期刊...

  近日,Crown-科朗設(shè)備集團 工程副總裁 Luke Waltz 一篇名為《為人工智能運用于倉庫鋪平道路》的文章,發(fā)表在了供應(yīng)鏈行業(yè)權(quán)威期刊《CSCMP's Supply Chain Quarterly》,對供應(yīng)鏈及倉儲中部署人工智能技術(shù)進行了深度研究和刨析。

  人工智能(Artificial Intelligence,簡稱AI)自1956年問世以來,經(jīng)過多年發(fā)展,已經(jīng)可以執(zhí)行諸多任務(wù),比如視覺感知、語音識別、語言翻譯和決策制定等,目前已在眾多領(lǐng)域進行了應(yīng)用,為人們的工作和生活帶來了諸多便利。然而,人工智能發(fā)展至今,其功能的實現(xiàn)都是依靠工程師將指令明確輸入計算機,這也就制約了人工智能的進一步發(fā)展。

  近年來,一種被稱為“機器學(xué)習(xí)(Machine Learning)”的人工智能科技正在成為主流,它將探索如何幫助計算機獲取輸入數(shù)據(jù),并優(yōu)化輸出結(jié)果。這些程序可以嵌入到設(shè)備中,也可以在服務(wù)器或云中運行。亞馬遜、谷歌、Facebook、微軟等科技巨頭現(xiàn)已將機器學(xué)習(xí)技術(shù)納入到了其產(chǎn)品之中,以此來優(yōu)化網(wǎng)絡(luò)搜索結(jié)果,獲得效果更佳的圖像和語音識別功能,打造更智能的設(shè)備。

  “對于許多供應(yīng)鏈管理人員而言,人工智能,尤其是機器學(xué)習(xí),將是一項重點考慮的技術(shù),因為其能實現(xiàn)任務(wù)自動化?!?/STRONG>
  隨著技術(shù)的成熟,如今著手制定與供應(yīng)鏈相關(guān)的人工智能策略,將定位于提高作業(yè)效率與設(shè)備使用率。然而,供應(yīng)鏈相關(guān)企業(yè)不是專業(yè)的科技企業(yè),并沒有數(shù)以百計的在職數(shù)據(jù)專家,也沒有龐大的研究和開發(fā)預(yù)算,對人工智能在供應(yīng)鏈中扮演的角色也沒有一個標(biāo)準(zhǔn)定義。因此,我們需要探討的是,在供應(yīng)鏈中重要的一環(huán)(即倉庫)實現(xiàn)人工智能,有哪些路要走。

  當(dāng)我們考慮在供應(yīng)鏈中應(yīng)用人工智能時,通常會從技術(shù)層面出發(fā),然而,換個角度思考,如果從倉庫運營中的業(yè)務(wù)需求及面臨的痛點出發(fā),然后針對這些問題,分析人工智能可否帶來更好的解決方案,則可能會實現(xiàn)更好的效果。

  Crown-科朗設(shè)備集團 工程副總裁 Luke Waltz,從以下三個層面,對人工智能應(yīng)用于供應(yīng)鏈提出了見解和分析:

產(chǎn)出率
  以訂單揀選為例,由于訂單的多樣性以及操作員熟練程度的差別,每臺揀選車完成的工作量會不盡相同,然而,相較于部署了系統(tǒng)層級為導(dǎo)向倉庫,未部署相應(yīng)系統(tǒng)的倉庫中個體差異會更大。機器學(xué)習(xí)就為尚未部署系統(tǒng)的倉庫帶來了機遇,讓倉庫可以利用其完成工作量最大的揀選車的經(jīng)驗,推廣至所有揀選車,以提升整體生產(chǎn)力。在訂單揀選作業(yè)中,除保證最短整體行駛距離之外,避免通道擁阻往往是提升產(chǎn)出率的重要因素之一。由于表現(xiàn)最佳的揀選車可能在揀選順序方面綜合考慮了這兩項因素,故其數(shù)據(jù)集中應(yīng)該包含了這些信息。通過這些數(shù)據(jù),機器學(xué)習(xí)算法可在接收新訂單時,給出最佳的揀選順序。并且,該算法可以復(fù)制產(chǎn)出率最高的揀選車所做出的選擇,幫助所有揀選車提高產(chǎn)出率。

設(shè)備使用率
  每個倉庫中所能搬運貨物的數(shù)量,與其配備的物料搬運設(shè)備數(shù)量息息相關(guān),同時,操作員水平與庫存單位(SKU)也會影響產(chǎn)出率。通過相關(guān)數(shù)據(jù)集,機器學(xué)習(xí)算法可以接收未來幾周或幾個月的訂單量預(yù)測,并結(jié)合操作員當(dāng)前技能水平數(shù)據(jù),分析出所需物料搬運設(shè)備的估量,因此,設(shè)備管理者可以與設(shè)備供應(yīng)商展開最佳合作方案,通過短期租賃或采購的方式,確保當(dāng)前設(shè)備數(shù)量可以滿足工作需求。

工作效率
  優(yōu)秀的儲位分配策略力求優(yōu)化高周轉(zhuǎn)SKU的存放位置,同時讓其在揀選面上均勻分布,以減小揀選過程中可能造成的通道阻塞,提高效率。但有些倉庫內(nèi)的SKU可能高達數(shù)千件,且需求不斷變化,依靠人工根據(jù)SKU周轉(zhuǎn)率將其保持在最優(yōu)位置是一件耗時耗力、困難重重的工作。在這種情況下,可將機器學(xué)習(xí)算法整合至儲位分配系統(tǒng)中,結(jié)合每臺揀選車的工作路徑,輸出最優(yōu)分配策略,并根據(jù)變化自動做出調(diào)整。

  在倉庫中全面應(yīng)用人工智能,尤其是機器學(xué)習(xí)技術(shù),還有很長的路要走。另一方面,盡管供應(yīng)鏈管理人員擁有豐富的專業(yè)技能,對各類技術(shù)變革也能應(yīng)對自如,但人工智能也不應(yīng)被忽視。綜上所述,人工智能不應(yīng)被視為能夠讓供應(yīng)鏈神奇轉(zhuǎn)型的靈丹妙藥,相反,應(yīng)將其視作一個工具,以推動公司的業(yè)務(wù)向前發(fā)展。

網(wǎng)友評論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關(guān)資訊

關(guān)注官方微信

手機掃碼看新聞