人工智能（AI）是技術(shù)的現(xiàn)在和未來。但如何利用它來改善生產(chǎn)過程和供應(yīng)鏈？人工智能開辟了無限多的場景供人們探索和發(fā)展，例如抓住新的商業(yè)機(jī)會(huì)以獲得更多的增長、利潤和可持續(xù)性的可能性。一個(gè)例子：將人工智能與數(shù)字孿生（過程、產(chǎn)品或服務(wù)的數(shù)字復(fù)制品）結(jié)合起來，根據(jù)客戶要求進(jìn)行定制生產(chǎn)。

人工智能是機(jī)器和計(jì)算機(jī)系統(tǒng)對人類智能的再現(xiàn)。其目的是創(chuàng)造能夠像人一樣行動(dòng)的機(jī)器，這在幾年前還是科幻小說，但現(xiàn)在正逐漸成為現(xiàn)實(shí)。

人工智能 "一詞是由美國科學(xué)家約翰-麥卡錫在1956年提出的。然而，英國數(shù)學(xué)家阿蘭-圖靈以前曾提出過機(jī)器是否有一天能像人類一樣思考的問題，特別是通過圖靈測試。這是一個(gè)根據(jù)機(jī)器的反應(yīng)與人類的相似程度和辨別能力來評估機(jī)器智力的測試。

人工智能在軟件世界中的應(yīng)用使其能夠在不被特別編程的情況下改變其行為。要做到這一點(diǎn)，人工智能有深度神經(jīng)網(wǎng)絡(luò)（DNNs），可以分析復(fù)雜的信息，如視頻、圖像和數(shù)據(jù)集，根據(jù)收到的數(shù)據(jù)進(jìn)行決定、檢測和預(yù)測。

基于收集的數(shù)據(jù)、分析和觀察，人工智能系統(tǒng)可以識(shí)別模式，做出預(yù)測，并在某些場景下無監(jiān)督地運(yùn)行。人工智能被應(yīng)用于眾多領(lǐng)域，如計(jì)算機(jī)視覺或自動(dòng)語音識(shí)別。

誰知道創(chuàng)新是否會(huì)讓新技術(shù)有感覺、理解和行動(dòng)？計(jì)算機(jī)視覺、物聯(lián)網(wǎng) (IoT) 和機(jī)器學(xué)習(xí)的最新進(jìn)展使機(jī)器能夠處理和分析圖像、聲音和語音，從而做出決策和實(shí)施行動(dòng)。

三個(gè)因素有利于人工智能的發(fā)展：

無限訪問處理能力云一直是數(shù)據(jù)智能的引擎，這要?dú)w功于其靈活性、彈性和效率，無論是在存儲(chǔ)空間、速度還是數(shù)據(jù)管理和控制的安全性方面。

大數(shù)據(jù)的興起它不僅要存儲(chǔ)大量信息，還要管理和利用這些信息。

GPU（Graphical Processing Unit，專用于圖形處理的處理器）、FPCA（Field Programmable Gate Array，可編程門的網(wǎng)絡(luò)）或TPU（Tensor Processing Unit，張量處理）等專門用于提高人工智能的工具的倍增單元）。它們是用于分析數(shù)據(jù)的更快、更高級的工具。

人工智能的前提之一是確保生產(chǎn)過程越來越高效

如何應(yīng)用人工智能

人工智能在我們的日常生活和工作世界中的應(yīng)用是一種日益增長的現(xiàn)象。市場研究和咨詢領(lǐng)域的全球領(lǐng)導(dǎo)者 Gartner 對大約 200 名 IT 和商業(yè)專業(yè)人士進(jìn)行的一項(xiàng)調(diào)查顯示，自 COVID-19 大流行開始以來，24% 的受訪組織增加了對 AI 的投資，42% 的組織保持不變.

Gartner 副總裁兼分析師 Frances Karamouzis 表示：“盡管存在危機(jī)，但企業(yè)對 AI 的投資有增無減。”該報(bào)告還補(bǔ)充說，79% 的受訪者表示他們的組織正在探索或測試人工智能項(xiàng)目，而只有 21% 的受訪者表示他們的人工智能計(jì)劃正在生產(chǎn)中。

迄今為止，大多數(shù)公司都選擇了自動(dòng)化來支持他們的發(fā)展。然而，人工智能的最新進(jìn)展表明，如果公司想從競爭對手中脫穎而出，就需要走得更遠(yuǎn)，更好地利用機(jī)器智能的潛力。

開始應(yīng)用 AI 的最佳方式是制定戰(zhàn)略計(jì)劃，通過考慮以下步驟為業(yè)務(wù)增加價(jià)值：

●選擇應(yīng)用領(lǐng)域 第一步是制定一份可以應(yīng)用該技術(shù)的領(lǐng)域清單。為此，有必要在每個(gè)案例中確定一名專家，并驗(yàn)證是否存在有效的數(shù)據(jù)源，以及提供有關(guān)所取得進(jìn)展的客觀數(shù)據(jù)的績效指標(biāo) (KPI)。例如，一家公司可以將 AI 應(yīng)用于其生產(chǎn)現(xiàn)場，以改善其能源消耗或采取旨在預(yù)防事故的措施（從而減少維護(hù)工作）。

●優(yōu)先考慮應(yīng)用領(lǐng)域  除了預(yù)見應(yīng)用 AI 時(shí)可能遇到的困難（例如缺乏可操作的數(shù)據(jù)或無法實(shí)施改進(jìn)）之外，還要估計(jì)已確定的每個(gè)案例的價(jià)值。在對現(xiàn)有流程進(jìn)行增量改進(jìn)之前，不應(yīng)進(jìn)行深度更改。然后根據(jù)場景對業(yè)務(wù)的重要性對場景進(jìn)行排序。按照前面提到的同樣的例子，公司可能會(huì)更青睞人工智能在維修領(lǐng)域的應(yīng)用，因?yàn)樗磕甏碇浅８叩慕?jīng)濟(jì)項(xiàng)目。

●組應(yīng)用領(lǐng)域 建議根據(jù)提供它們的數(shù)據(jù)對范圍進(jìn)行分組，以便它們可以一起工作而不是孤立地工作。在之前的案例中，維護(hù)經(jīng)理與控制系統(tǒng)經(jīng)理合作收集數(shù)據(jù)，例如發(fā)生事故時(shí)的停機(jī)時(shí)間、工作環(huán)境的溫度、生產(chǎn)的單位和振動(dòng)等。

●執(zhí)行 應(yīng)使用任何使用編程語言（例如 CRISP-DM）的項(xiàng)目部署方法。如果缺乏實(shí)施該技術(shù)的知識(shí)，最好與在該領(lǐng)域具有技術(shù)經(jīng)驗(yàn)的合作伙伴一起實(shí)施。

●評估 在測試數(shù)據(jù)集中確定旨在改進(jìn)的 KPI 是否確實(shí)隨著 AI 原型的應(yīng)用而得到改進(jìn)。在所解釋的示例中，如果我們分析將機(jī)器的溫度和振動(dòng)與每次事件的停機(jī)時(shí)間相關(guān)聯(lián)的 KPI 如何演變，我們就可以預(yù)測未來何時(shí)會(huì)發(fā)生故障，從而預(yù)防故障。

●啟動(dòng) 成功評估解決方案后，必須以受控方式啟動(dòng)該解決方案，以驗(yàn)證測試期間獲得的結(jié)果是否與現(xiàn)實(shí)相符。換句話說，驗(yàn)證系統(tǒng)是否正確適應(yīng)從真實(shí)環(huán)境接收到的數(shù)據(jù)。

●全面部署 這是一個(gè)完全啟動(dòng)系統(tǒng)以便能夠進(jìn)入下一個(gè)應(yīng)用領(lǐng)域的問題。

人工智能有助于探索新的商業(yè)機(jī)會(huì)，以實(shí)現(xiàn)更大的增長、盈利能力和可持續(xù)性

人工智能在物流中的應(yīng)用

人工智能在物流中的應(yīng)用仍在開發(fā)中，但應(yīng)在未來幾年內(nèi)充分發(fā)揮其潛力。盡管如此，某些做法已經(jīng)在該行業(yè)中占據(jù)一席之地：

●預(yù)測消費(fèi)趨勢 人工智能將大數(shù)據(jù)用于后勤目的：它將內(nèi)部信息（例如銷售歷史）與從論壇、社交網(wǎng)絡(luò)或其他互聯(lián)網(wǎng)資源中提取的數(shù)據(jù)進(jìn)行交叉。通過這種方式，系統(tǒng)能夠?qū)τ脩舻南M(fèi)意圖做出假設(shè)，從而預(yù)測需求的行為。這使得建立預(yù)測性物流并避免庫存短缺或剩余貨物的存儲(chǔ)成為可能。這是一種減少資源浪費(fèi)的方法。

●存儲(chǔ)操作的自動(dòng)化 人工智能在物流領(lǐng)域最偉大的例子之一是自動(dòng)化倉庫。它們結(jié)合了兩個(gè)基本系統(tǒng)：應(yīng)用于倉庫的機(jī)器人技術(shù)和管理軟件。它們共同提供整合了運(yùn)輸和存儲(chǔ)運(yùn)動(dòng)以及運(yùn)營管理的物流。隨著時(shí)間的推移，這種共享工作會(huì)產(chǎn)生模式，這些模式會(huì)被不斷分析。通過這種方式，人工智能有助于優(yōu)化資源并在流量變化時(shí)糾正運(yùn)動(dòng)。

●生成最有利可圖的運(yùn)輸路線和路線  有了人工智能，物流運(yùn)輸協(xié)調(diào)就更容易了。一方面，WMS 對公司設(shè)施進(jìn)行數(shù)字 X 射線檢查，并記錄發(fā)生的所有內(nèi)部物流活動(dòng)。因此，AI 處理這些數(shù)據(jù)并組織運(yùn)動(dòng)，既可以適應(yīng)環(huán)境，也可以根據(jù)操作員在搬運(yùn)機(jī)器的幫助下根據(jù)需要調(diào)整路線。另一方面，人工智能還管理運(yùn)輸車隊(duì)，解釋更新的交通信息并將其整合到本地系統(tǒng)中。有了這個(gè)，軟件可以追蹤不同貨物的最方便的運(yùn)輸路線，并在發(fā)生事故時(shí)實(shí)時(shí)更正路線。

●改進(jìn)供應(yīng)鏈中的信息控制  人工智能增強(qiáng)了供應(yīng)鏈流程的自動(dòng)化，為實(shí)時(shí)庫存管理、即時(shí)供應(yīng)訂單的發(fā)布或精確的訂單跟蹤等打開了大門。同樣，數(shù)據(jù)的整合和追溯系統(tǒng)的完善，也使得滿足用戶對知識(shí)的需求成為可能。例如，通過實(shí)施配備人工智能的聊天機(jī)器人，可以快速有效地解決在電子商務(wù)上購買的包裹在哪里的常見問題。

利用人工智能，可實(shí)時(shí)盤點(diǎn)、下達(dá)補(bǔ)貨單、精準(zhǔn)追蹤訂單

Mecalux 如何應(yīng)用 AI？

Mecalux Software Solutions 致力于不同的應(yīng)用領(lǐng)域，為 Easy WMS 增加更多價(jià)值，Easy WMS是一個(gè)在全球安裝了 1,000 多個(gè)倉庫的倉庫管理系統(tǒng)。以下是 Mecalux 正在研究的一些要點(diǎn)：

改進(jìn)電子商務(wù)倉庫的揀選 電子商務(wù)倉庫

的挑戰(zhàn)之一是管理大量出貨訂單或訂單，因此在揀貨期間優(yōu)化操作員的路線非常重要。

人工智能應(yīng)用程序允許系統(tǒng)在每個(gè)訂單上向每個(gè)操作員提供精確指示。系統(tǒng)可以通過基于歷史的學(xué)習(xí)來做到這一點(diǎn)。這有助于實(shí)現(xiàn)最大效率，尤其是在揀貨密集的倉庫中，例如電子商務(wù)中的倉庫。

優(yōu)化訂單準(zhǔn)備的預(yù)測系統(tǒng)

Easy WMS 中集成的 AI 可用于根據(jù)歷史數(shù)據(jù)分析預(yù)測準(zhǔn)備新訂單所需的時(shí)間。

預(yù)測系統(tǒng)的主要目標(biāo)是根據(jù)訂單類型和構(gòu)成訂單的要素預(yù)先估計(jì)分配給揀選的時(shí)間。

此外，與 Easy WMS 集成的倉庫執(zhí)行系統(tǒng) (WES) 能夠確定何時(shí)以及如何向操作員啟動(dòng)揀貨訂單，以便他們擁有常規(guī)的工作流程（訂單流）。

標(biāo)簽和可追溯性控制

借助圖像識(shí)別系統(tǒng)，人工智能可以幫助自動(dòng)檢測包裝過程中的序列號。例如，它對于識(shí)別酒瓶原產(chǎn)地名稱的序列號及其與包裝紙箱的關(guān)聯(lián)非常有用。

該系統(tǒng)識(shí)別帶有印有原產(chǎn)地名稱序列代碼標(biāo)簽的物品，這些物品必須通過傳送帶才能裝入紙箱。它還能識(shí)別傳送帶上的序列號，這樣就可以知道特定瓶子存放在哪個(gè)盒子里。

人工智能在圖像識(shí)別中的使用導(dǎo)致當(dāng)前計(jì)算機(jī)系統(tǒng)（硬件）的硬件元素有了相當(dāng)大的改進(jìn)。

作為用戶系統(tǒng)界面的通信系統(tǒng)

Mecalux 將集成一個(gè)模塊，用于通過電子郵件、Skype 或 Telegram 等平臺(tái)咨詢儀表板和指標(biāo)結(jié)果。該系統(tǒng)的優(yōu)勢在于，可以從世界上任何有互聯(lián)網(wǎng)連接的地方即時(shí)訪問倉庫生產(chǎn)力數(shù)據(jù)，同時(shí)提供輕松的系統(tǒng)導(dǎo)航。

Mecalux 開發(fā)人工智能

顯然，人工智能是我們?nèi)粘Ｉ詈臀锪鞯囊徊糠帧Ｍ瑯用黠@的是，技術(shù)是進(jìn)一步改進(jìn)所有供應(yīng)鏈流程的盟友。為此，Mecalux 多年來一直在開發(fā)技術(shù)創(chuàng)新項(xiàng)目，并將其成果應(yīng)用于改善倉庫管理，最終目標(biāo)是提高客戶的競爭力和利潤。