德國物流協(xié)會(BVL)在2017年的德國物流大會(DLK)上明確指出,人工智能(AI)將成為物流流程的動力源。近六年后的今天,我們又在何處呢?我們有這樣的問題去詢問博士克斯汀·赫夫勒(Kerstin H?fle)。她是坐落在漢堡的柯爾柏公司供應(yīng)鏈業(yè)務(wù)部門的研發(fā)和產(chǎn)品管理副總裁。上一屆 DLK 大會上,H?fle博士主持了一場名為“人工智能,去向何方?”的研討會。
大約 60 年前,當(dāng) IT 技術(shù)開始進(jìn)入辦公室,人們擔(dān)心自己可能很快就沒有工作可做。然而現(xiàn)在,全球的 IT 專家還遠(yuǎn)遠(yuǎn)不足。人工智能(KI)也經(jīng)歷了 15 到 20 年的發(fā)展才獲得了現(xiàn)在的認(rèn)可。當(dāng)然,成功應(yīng)用人工智能的基礎(chǔ)條件是擁有高質(zhì)量、準(zhǔn)確的數(shù)據(jù)。在這方面,相關(guān)的專業(yè)知識是不可或缺的。赫夫勒博士和她的物流團(tuán)隊主要關(guān)注流程自動化的擴展、知識的建構(gòu)和基于機器人的新技術(shù)的實現(xiàn)。然而,她的核心話題仍然是“創(chuàng)新”,無論是在市場和新技術(shù)發(fā)展方面的觀察,還是在內(nèi)部推動和提倡新的想法。
H?fle博士指出,人工智能已經(jīng)滲透到我們的日常生活中,智能手機就是一個關(guān)鍵詞。那么,物流行業(yè)的情況又如何呢?AI 在這個領(lǐng)域究竟有多深入?
H?fle 博士表示:“的確如此!人工智能也應(yīng)用在物流領(lǐng)域。在上次 BVL 大會上,我主持了一場關(guān)于'人工智能,去向何方?:愿景與現(xiàn)實 - 實際檢驗'的激動人心的討論,在那里我們探討了當(dāng)前實際進(jìn)展到了什么程度。提出的具體案例主要涉及優(yōu)化和預(yù)測,無論是貨物流動的優(yōu)化,即“人工智能作為調(diào)度員”,或者到達(dá)預(yù)測(如鐵路貨運的情況),或者需求預(yù)測以便進(jìn)行更可靠的預(yù)測,特別是在需求行為波動的情況下。當(dāng)然,我們在許多其他流程中看到了基于人工智能的應(yīng)用,例如在服務(wù)領(lǐng)域的機器和系統(tǒng)優(yōu)化,例如通過預(yù)測性維護(hù)。我們必須記?。喝斯ぶ悄芤舱跐B透到我們的日常工作中?!?/p>
OpenAI的“ChatGPT”面臨著來自其它科技巨頭的激烈競爭。人工智能、數(shù)據(jù)分析和機器學(xué)習(xí)如何影響價值鏈上的流程呢?人工智能是否可以駕駛卡車?
事實上,司機目前尚未被人工智能取代。然而,人工智能已經(jīng)進(jìn)入了傳統(tǒng)駕駛的領(lǐng)域,不論是卡車還是小轎車。沒有人工智能,自動駕駛將無法實現(xiàn),人工智能可以處理大量關(guān)于交通、道路路況、交通規(guī)則等的數(shù)據(jù)。我們現(xiàn)在知道的車輛輔助系統(tǒng)主要基于人工智能?;旧?,我認(rèn)為人工智能可以影響價值鏈上的所有流程。如今,幾乎所有地方都在產(chǎn)生數(shù)據(jù),而在缺少數(shù)據(jù)的地方,可以通過合適的傳感器來收集數(shù)據(jù)。在我看來,問題在于在哪里使用人工智能來優(yōu)化流程是有意義且經(jīng)濟(jì)的。
您如何評估物流負(fù)責(zé)人是否需要澄清人工智能作為 IT 的一個子學(xué)科?有恐懼嗎?
我認(rèn)為我們沒有必要在物流負(fù)責(zé)人和其它領(lǐng)域的專家或管理人員之間做出區(qū)分。尤其是自從生成性人工智能(比如來自O(shè)penAI的“ChatGPT”等模型)的發(fā)展以來,我認(rèn)為澄清的必要性非常高。必須從多個角度去闡明并處理與人工智能相關(guān)的各種主題以及對這項技術(shù)持有不同態(tài)度的人。當(dāng)然,恐懼和懷疑也是存在的——所有新技術(shù)的引入或進(jìn)步,無論是過去還是現(xiàn)在,都會帶來這些感覺。主要的工作是進(jìn)行教育,明確人工智能可以做什么,在哪里使用它是有意義的,人工智能的限制在哪里?最近幾個月來,這些限制已經(jīng)大大擴展了。
進(jìn)展迅速!ChatGPT在2022年上線,僅僅五天時間就吸引了超過100萬用戶,相比之下,Netflix在1999年進(jìn)入市場花了三年半的時間,Spotify在2008年進(jìn)入市場花了七個月的時間。兩個月后,一億用戶被突破。我并不打算引用實際的用戶數(shù)量,因為到我們談話結(jié)束時,這個數(shù)字已經(jīng)過時了。那么這意味著什么呢?人工智能已經(jīng)深入社會,但其運作方式卻越來越難以理解,即使對于專家來說也是如此。關(guān)于最新的發(fā)展,許多問題仍未得到解答,需要權(quán)衡風(fēng)險。生成性人工智能的表述可信嗎?生成的輸出,無論是文本還是圖像。 同樣重要的是教育關(guān)于正確使用人工智能以及眾多工具和應(yīng)用的內(nèi)容,這些工具和應(yīng)用目前幾乎每天都在市場上出現(xiàn)。一方面,必須考慮結(jié)果的有效性問題。另一方面,我們越來越多地看到敏感的公司或個人數(shù)據(jù)正在被共享。尤其是在企業(yè)中,無論是在物流還是其他領(lǐng)域,都應(yīng)該提高對處理此類應(yīng)用程序的意識。就我個人而言,我反對嚴(yán)格的禁令,我更支持通過教育來處理這個問題。特別是在歐洲,同樣在德國,我們必須防止過度監(jiān)管,從而阻礙創(chuàng)新。人工智能是我們不能忽視的發(fā)展。我們必須學(xué)習(xí)理解它。
具體來說,人工智能已經(jīng)在哪些領(lǐng)域得到了成功應(yīng)用?您的額外好處是什么?
物流行業(yè)的各個領(lǐng)域已經(jīng)充分應(yīng)用了人工智能技術(shù),其中,預(yù)測和優(yōu)化尤其突出。柯爾柏公司也在積極投身于這個領(lǐng)域,尤其是在優(yōu)化倉庫內(nèi)機器的使用方面。他們的數(shù)字產(chǎn)品線中有一款應(yīng)用程序名為“Operator Eye”,這款應(yīng)用程序能夠支持他們的層碼垛機的機器操作員。通過拍攝自動卸垛過程的照片和視頻,人工智能對其進(jìn)行分析。過去,懸垂的塑料箔常常觸發(fā)傳感器,使得機器停止運作,機器操作員需要親自進(jìn)入工廠查看是什么問題導(dǎo)致了停機,然后手動重啟。而現(xiàn)在,AI能夠自動處理這一問題,將每個進(jìn)程的故障排除時間從平均兩分鐘縮短到僅僅三秒。這只是其中一個實際的應(yīng)用例子。通過基于攝像頭的數(shù)據(jù)收集,我們可以進(jìn)一步優(yōu)化工藝步驟并創(chuàng)造更多的價值。他們還計劃將此技術(shù)擴展應(yīng)用到產(chǎn)品線中的其他機器上。
人工智能的預(yù)測功能對于與單個項目相關(guān)的順勢利潤率交易來說非常重要。那么,在行業(yè)中的實際情況又如何呢?
尤其值得注意的是,需求預(yù)測適用于所有經(jīng)濟(jì)部門,比如優(yōu)化生產(chǎn)計劃。交通流和到達(dá)預(yù)測,以及機器操作,都可以用來優(yōu)化交通,如上文提到的卸垛案例。正如我所說,我看到了整個價值鏈的潛力,不論是在工業(yè)還是貿(mào)易領(lǐng)域。
人工智能已經(jīng)學(xué)會了聽,看,翻譯,甚至畫畫。那么,人工智能何時能學(xué)會思考呢?我們真的希望看到這樣的一天嗎?
為了準(zhǔn)確回答這個問題,我們可能需要展開關(guān)于“思考”這個詞真正含義的科學(xué)哲學(xué)討論。盡管對人工智能的定義有所不同,但大多數(shù)都認(rèn)為它具有“模仿人類邏輯思維等能力”。目前,關(guān)于人工智能是否在發(fā)展意識的討論已經(jīng)展開,這一問題甚至更加深入。我很難明確回答這些問題,這也是我對于是否真的希望看到人工智能能思考的問題的看法。不管怎樣,我們都不能阻擋事物的發(fā)展。更為重要的是,我們需要明智地使用技術(shù),并適度地進(jìn)行監(jiān)管,而不是過度監(jiān)管。
人工智能的最終目標(biāo),至少在物流領(lǐng)域,應(yīng)該是最大程度地滿足客戶的需求。在這個過程中,正確的需求規(guī)劃和庫存規(guī)劃顯得尤為重要。那么,經(jīng)驗豐富的采購員、調(diào)度員和倉庫經(jīng)理的“直覺”以及他們的日常決策是否很快就會被取代呢?
這無疑是許多在職人員可能會有的疑慮。過去,需求預(yù)測已經(jīng)得到了統(tǒng)計模型的支持,而現(xiàn)在,基于人工智能的模型可以實現(xiàn)更高的規(guī)劃精確性。這肯定會改變經(jīng)驗豐富的買家或調(diào)度員的工作,但并不會取代他們。一方面,人工智能支持的模型的結(jié)果基于歷史數(shù)據(jù)。但是,面對近年來的特殊情況,比如新冠疫情或者全球供應(yīng)鏈的中斷,情況又將如何呢?基于人工智能的分析還需要得到驗證,系統(tǒng)也需要建立和維護(hù)。簡而言之,買家或調(diào)度員的工作工具將會發(fā)生變化,同樣,許多其他的工作描述也會改變。
各個行業(yè)的供應(yīng)鏈自然都有其特殊性。那么,人工智能模型能夠在多大程度上進(jìn)行訓(xùn)練呢?面對標(biāo)準(zhǔn)偏差,人工智能的反應(yīng)如何?
您的問題直擊要點。實際上,人工智能模型是可以訓(xùn)練的。只要用適當(dāng)?shù)臄?shù)據(jù)映射出各個特征,我們就可以借此訓(xùn)練人工智能模型。在這里,數(shù)據(jù)的可用性和質(zhì)量是衡量成功的關(guān)鍵標(biāo)準(zhǔn)。對于標(biāo)準(zhǔn)偏差的反應(yīng),如果偏差處于預(yù)期范圍內(nèi),且模型已經(jīng)通過足夠的訓(xùn)練數(shù)據(jù)進(jìn)行了訓(xùn)練,那么AI模型自然可以做出適當(dāng)?shù)捻憫?yīng)或預(yù)期結(jié)果。然而,當(dāng)出現(xiàn)較大的偏差或不可預(yù)見的事件時,人工智能的反應(yīng)可能就會比較差,這時人類的專業(yè)知識和判斷仍然是不可或缺的。
那么,員工對于人工智能的接納度如何呢?在接觸新技術(shù)的過程中,您是否有過任何恐懼(無論是對您的工作,還是處理相關(guān)軟件)?
和任何新技術(shù)的引入一樣,雖然對每個人來說都是全新的,但信息、透明度和教育仍然是必不可少的。即便是經(jīng)過多年發(fā)展,已經(jīng)成為市場標(biāo)準(zhǔn)的傳統(tǒng)倉庫自動化技術(shù),我們?nèi)缃褚廊豢梢钥吹饺藗兊目謶?。因此,引入的過程中伴隨著的變革管理至關(guān)重要。在人工智能和最新的發(fā)展領(lǐng)域,我們面臨著特別大的挑戰(zhàn)。其發(fā)展步伐極快,技術(shù)難以掌握。但是我們所有人,特別是管理者,都必須勇敢地面對這些挑戰(zhàn),并與員工共同尋找解決方案。我們需要進(jìn)行哪些培訓(xùn)?需要創(chuàng)建哪些文化條件,使人和人工智能能和諧共事?我們?nèi)绾未_保員工依然認(rèn)同他們的工作?在我看來,最重要的是保持透明、開放的溝通,并在早期就讓每個人參與進(jìn)來。我強烈反對任何形式的禁令,而傾向于合理的監(jiān)管。
人工智能的解決方案和決策如何推動倉庫自動化管理的發(fā)展?
價值鏈的所有環(huán)節(jié)以及自動化倉庫管理都將從人工智能中受益。無論是優(yōu)化單個機器的操作,還是管理整個倉庫或控制內(nèi)部物料流動。特別是在自動化倉庫中,我們有大量的數(shù)據(jù)源。但是這里出現(xiàn)了一個問題:究竟應(yīng)該從哪里開始。哪里的應(yīng)用程序可以通過人工智能的支持進(jìn)行使用或開發(fā),從而帶來真正的價值?在公司中建立適當(dāng)?shù)膶I(yè)知識非常重要——工作內(nèi)容正在發(fā)生改變。最終,我們需要確定哪些流程將使用人工智能。然后才真正開始我們的工作。
當(dāng)消費者期待次日達(dá)時,中心倉庫模式是否已經(jīng)過時?
我并不這么認(rèn)為。是否使用中心倉庫在很大程度上取決于公司的整體物流理念。然而,通過使用人工智能模型,我們可以分析和優(yōu)化大量的數(shù)據(jù),從而得出分析結(jié)果和優(yōu)化策略。以在線交易為例,我們大多數(shù)人在網(wǎng)絡(luò)上留下的“足跡”如此之多,以至于可以預(yù)測接下來我們會購買什么。因此,商家可以提高庫存水平,或者結(jié)合客流量數(shù)據(jù),優(yōu)化配送。這些只是在這類分析中可以使用的許多參數(shù)之一。
整個物流概念也可以在此基礎(chǔ)上進(jìn)行優(yōu)化。當(dāng)然,還有其他參數(shù),例如位置因素、成本、勞動力可用性等等,都是為了確保及時向客戶交貨。在我看來,遵守約定的交貨日期比次日達(dá)更為重要。作為消費者,我希望能對交貨日期有所準(zhǔn)備。我當(dāng)然希望能立即得到我需要的東西,但是我也可以提前預(yù)定雜貨或其他個人物品,只要它們能按時送達(dá)就可以。
目前是誰在推動物流創(chuàng)新——是最終消費者,還是公司?
這個問題實際上可以單獨寫一篇文章來討論?;旧?,就像你在問題中描述的那樣,這是為了滿足客戶的需求。換句話說,許多新的解決方案是根據(jù)客戶的需求和挑戰(zhàn)來開發(fā)的。這些創(chuàng)新通常也是我們公司在與客戶的互動中推動的,有時甚至是共同開發(fā)的。在多大程度上我們可以談?wù)搫?chuàng)新,進(jìn)一步開發(fā)或產(chǎn)品改進(jìn),各人看法可能會有所不同。我總是喜歡引用亨利·福特的名言:“如果我問人們他們想要什么,他們會說,我想要一匹跑得更快的馬?!痹谖铱磥?,真正的、顛覆性的創(chuàng)新往往能推動公司的發(fā)展。
創(chuàng)新僅僅發(fā)生在數(shù)據(jù)驅(qū)動的軟件層面,還是也在硬件領(lǐng)域發(fā)生?
在我看來,大部分“真正”的創(chuàng)新都發(fā)生在軟件層面。我們在很多領(lǐng)域都看到了這一點,無論是在個人領(lǐng)域(如智能家居這個關(guān)鍵詞),還是在商業(yè)和物流領(lǐng)域。當(dāng)然,我們也看到了硬件領(lǐng)域的進(jìn)步和創(chuàng)新,但我認(rèn)為其中大部分都是漸進(jìn)式的。目前的顯著增值主要是由數(shù)據(jù)驅(qū)動的創(chuàng)新產(chǎn)生的,但它與硬件密切相關(guān)。我們使用新的軟件,特別是基于人工智能的應(yīng)用程序,來改進(jìn)我們的硬件或改進(jìn)硬件的使用流程。我們在業(yè)務(wù)領(lǐng)域提到的例子,Operator Eye,簡單來說,就是一種硬件產(chǎn)品的數(shù)字附加組件。
在這些發(fā)展中,可持續(xù)發(fā)展和節(jié)能起到了什么作用?
可持續(xù)發(fā)展在所有經(jīng)濟(jì)領(lǐng)域中都發(fā)揮著重要的作用,物流領(lǐng)域自然也不例外。而節(jié)能則是與基于軟件的解決方案密切相關(guān)的一項關(guān)鍵內(nèi)容?;仡^看看對機器甚至整個工廠的優(yōu)化:在這里,基于軟件的解決方案已經(jīng)為工廠運營實現(xiàn)了能源優(yōu)化。例如,根據(jù)當(dāng)前的訂單狀況,系統(tǒng)并不總是需要全力運轉(zhuǎn)。
最后但同樣重要的問題,霍夫勒博士,您如何看待像埃隆·馬斯克這樣的人的言論?他最近呼吁人們暫時停止發(fā)展人工智能,但幾個月后又撤回了他的警告,并在這個領(lǐng)域進(jìn)行了大量的投資。
對此我并無太多評論。尤其是當(dāng)他的言論背后可能存在經(jīng)濟(jì)利益時。我不認(rèn)為這種暫停在短時間內(nèi)能夠在全球范圍內(nèi)得以實施。人工智能領(lǐng)域的發(fā)展將會持續(xù)下去。但是,和所有新技術(shù)一樣,雖然機遇很多,但風(fēng)險、挑戰(zhàn)和恐懼也是同樣存在的。這些問題必須在全球范圍內(nèi)得到解決,可能需要相應(yīng)的監(jiān)管措施。這樣才能實現(xiàn)創(chuàng)新與安全之間的適當(dāng)平衡。
2024-09-06 09:12
2024-09-03 09:08
2024-09-01 08:20
2024-09-01 08:07
2024-08-30 09:30
2024-08-28 11:13
2024-08-26 10:28
2024-08-25 09:29
2024-08-23 09:38
2024-08-23 09:28