Bár a mesterséges intelligencia kutatási területe már az 50-es évek óta létezik, csak az elmúlt években vált széleskörűen ismerté. A MI ma már számos területen segíti a gazdaságot és emberek életét, mint például a mezőgazdaság, oktatás, pénzügy, logisztika stb. A technológiai fejlődéssel napról napra bővülnek a felhasználási területei, cikkünkben a mesterséges intelligencia néhány főbb lehetőségét boncolgatjuk a logisztikában.
Annak ellenére, hogy a mesterséges intelligencia fogalma már az 1950-es évek óta ismert, mégiscsak nemrég lett felkapott a felhasználása. Ennek fő oka, hogy csak most állnak rendelkezésre olyan technikai lehetőségek, melyek lehetővé teszik számos több évtizedes elgondolás gyakorlati megvalósítását. A MI és annak algoritmusai különösen alkalmasak a logisztikai ágazatban történő használatra.
A Bitkom digitális szövetség 508 logisztikai folyamatokkal rendelkező vállalat körében végzett reprezentatív felmérést. A megkérdezett vállalatok 65%-a vélte úgy, hogy az öntanuló MI-rendszerek számos logisztikai feladatot átvesznek majd (például rendelési folyamatok elindítását vagy a legjobb útvonalat megtervezését). A vállalatok 75%-a arra számít, hogy az okos-szemüvegek támogatást nyújtanak majd a logisztika területén dolgozók számára. Tízből hat (58%) azzal számol, hogy a raktárkészlet leltározását autonóm drónok végzik majd. Továbbá 57% úgy gondolja, hogy az árukat autonóm járművek fogják szállítani, tízből négy vállalat (42%) pedig azt jósolja, hogy a drónok és a szállítórobotok egészen az ügyfél házáig vagy telephelyéig szállítják majd a terméket. Ez utóbbiakra már számos példa áll rendelkezésre, például az Amazon már 2016 óta használ szállító drónokat.
A digitalizálást összességében a cégek 88%-a látja lehetőségnek és csupán 11 %-a tekinti kockázatnak. Többségük hosszútávon a költségek csökkenésével és a szállítás gyorsulásával számol, illetve a kevesebb hibalehetőségre. A megkérdezett vállalatok 58%-a környezetbarátabb szállításra vár.
Ugyanakkor a magyar vállalatok szemléletmódja eltér a nyugati cégekétől, mivel nyugaton egy céget átfogó automatizálás jellemzi, addig itthon általában egy-egy részfolyamat kerül automatizálásra. Emellett Magyarországon többnyire elutasítják a beruházások hosszú megtérülési idejét, ezzel szemben a nyugati vállalatoknál ez nem szokott problémát okozni, mivel alapból hosszú időre terveznek előre.
Az alábbiakban néhány főbb példát veszünk sorra a mesterséges intelligencia logisztikai és intralogisztikai alkalmazására.
Intelligens raktárak
Az intelligens raktárkezelő rendszerek következetesen megjelenítik és használják a logisztikai tárgyakra vonatkozó adatokat, feltárja a rendellenességeket még a probléma beállta előtt. Továbbá feldolgozza az információkat a hatékony optimalizálás érdekében. Olyan automatizálási megoldások is részét képezik, mint a vezető nélküli szállítórendszerek, a vizuális mesterséges intelligencia, a kiterjesztett valóságot megjelenítő szemüvegek, raktári robotok stb. Az intelligens hűtési és fűtési rendszerek, valamint az energiamegtakarításra szolgáló intelligens energiahálózatok integrálása révén hatalmas mennyiségű energia takarítható meg.
MI-vel működő robotok
A mély tanulási algoritmusokkal és mesterséges intelligenciával felszerelt robotok képesebb intelligens autonóm döntéseket hozni az áruk azonosításával, elemzésével, számlázásával, kezelésével és szállításával kapcsolatban. Az árufeltöltő robotok, komissiózó robotok (a termékek előre megadott megrendelés szerinti kigyűjtésére, összeválogatására használt robotok) és cobotok (együttműködő robotok) határozhatják meg az intralogisztika jövőjét. A komissiózó robotok leginkább online kereskedelem területén, kis tételek esetén kifizetődőek. A cobotok az embereket a raktárban végzett munkájuk során támogatják, például az adott komissiózási zónán belül az árucikkekhez vezetik a dolgozókat. A mesterséges intelligencia által vezérelt megoldás 200-300 %-al növeli a komissiózási sebességet, valamint a dolgozók gyorsabb és pontosabb munkáját is segíti. Az intelligens robotok a csomagolóiparban is megtalálhatóak.
Prediktív logisztika
A MI öntanuló algoritmusainak köszönhetően az ügyfelek múltbéli viselkedését leíró adatok értékelhetők ki. Az algoritmus mintákat ismer fel, ezzel lehetőség nyílik előrejelzéseket készíteni bizonyos vásárlási magatartások valószínűségét illetően és logisztikai rendszerek) alakíthatók ki. Például megjósolható, hogy melyik régióban rendelik meg különösen gyakran az adott árucikket, ezzel az esetleges fennakadások (pl. készlethiány, raktározási problémák) könnyen elkerülhetők. Az ellátási lánchoz kapcsolódó teljes kockázatkezelés is végezhető. Az adatmodellek élő adatokat közvetíthetnek, például a szállított áruk állapotáról a nyomkövető érzékelők adhatnak állapotjelentést, vagy közlekedési információk figyelembevételével módosíthatnak szállítási útvonalat.
Autonóm járművek és drónok
A járművek teljesen automatizált, vezető nélküli működtetését jelenti. Az intralogisztikában vezető nélküli szállítórendszereknek nevezzük, melyekkel jelentősen csökkenthető az üres vagy hibás menetek száma, mivel a járművek automatikusan a megfelelő állványhoz mennek. Ehhez különböző technológiákat használnak a tájékozódáshoz, mint például a precíziós lézerek, jelzőcsíkok, reflektorok vagy egyszerű ragasztószalagos sávok. A szállítási logisztika területén többek között a csomagok kiszállításakor használhatóak az autonóm járművek és drónok.
Vizuális mesterséges intelligencia
A károk meghatározására és osztályozására szolgál, sokkal gyorsabb és pontosabb, mint az ember által végzett kárfelmérés. A tárgyak vonalkód nélküli felismerésére, a termékek egyidejű megszámlázására és megmérésére használható. A csomagolási folyamatok felgyorsíthatók a termékek beolvasásának szükségtelenné válása, a 3D-s csomagolási séma megjelenítése, valamint vonalkód és QR-kód automatikus beolvasása miatt.
Suba-Mérai Fruzsina
