Logistika 4.0: transport andmete ja tehisintellekti juhtimisel.

Probleem: Suur transpordiettevõte kimbutas suure hulga tühisõitudega (25% tasemel) ning dispetšerite ebatõhusa marsruudiplaneerimisega ajasurve all. Kütusekulud vähendasid marginaali drastiliselt. Lahendus: Rakendasime tehisintellektil põhineva optimeerimismootori, mis analüüsib veobörsidelt pärit tellimusi ja veokipargi asukohti reaalajas. Süsteem soovitab kõige tasuvamaid lisalaste ja korrigeerib autojuhtide marsruute, et minimeerida lastita läbisõitu. Tulemus: Tühisõitude vähenemine 12%-ni ja tegelik kütusesääst 12% juba esimesel kvartalil pärast rakendamist.

Probleem: Ekspeditsioonifirma arveldustsükkel kestis keskmiselt 10 päeva, sest raamatupidamisosakond ootas CMR-veokirjade füüsilist naasmist autojuhtidelt reisilt. See põhjustas rahavoo ummistusi ja raskusi alltöövõtjatega arveldamisel. Lahendus: Rakendasime autojuhtidele mobiilse tehisintellekti OCR-rakenduse. Autojuht teeb allkirjastatud CMR-ist foto kohe pärast mahalaadimist ning süsteem võtab andmed automaatselt välja ja väljastab arve ERP-süsteemis minuti jooksul. Tulemus: Rahavoog kiirenes 9 päeva võrra ja paberdokumentidest andmete ümberkirjutamise vead kadusid täielikult.

Probleem: Mitmetasandilise logistikalao inventuur võttis meeskonnalt terve nädalavahetuse ja nõudis saadetiste peatamist. Käsitsi lugemise vead tekitasid laoseisu lahknevusi. Lahendus: Paigaldasime tehisintellekti Quality Vision süsteemi kahveltõstukitele ning riiuleid jälgivad püsikaamerad. Süsteem tunneb igapäevatöö käigus automaatselt ära kaubaaluste koodid ja kontrollib nende asukohta WMS-süsteemiga. Tulemus: Täieliku inventuuri aeg lühenes 48 tunnilt 15 minutile (aruanne genereeritakse automaatselt), laoseisu täpsus 100%.

Probleem: Ekspediitorid kaotasid 4 tundi päevas kaubandusvõrkude kõnedele vastamisele, kus küsiti tarnete täpset saabumisaega. Telefoni teel antud teave oli sageli ebatäpne. Lahendus: Ehitasime spetsiaalse kliendiportaali, mis on integreeritud sõidukite telemaatikaga. Tehisintellekt analüüsib praegusi ummikuid ja autojuhi tööaega, andes vastuvõtjale kaardil nähtava täpse ajaakna (ETA). Tulemus: Staatusepäringute arv vähenes 60% ja suhted võtmetähtsusega äripartneritega paranesid märkimisväärselt.

Probleem: 100 autojuhi lähetuste ja päevaraha arvestus vastavalt liikuvuspaketile võttis personaliosakonnalt igal kuul nädala tööd. Protsess oli veaohtlik ja viis kontrollide korral trahvideni. Lahendus: API-sild ühendas autojuhikaardi lugejate andmed otse palgamooduliga. Tehisintellekt arvutab automaatselt välja nõutava päevaraha, kindlasummad ja ületunnid, võttes arvesse piiriületusi. Tulemus: Palgaarvestuse ettevalmistusaeg lühenes 5 päevalt 2 tunnile, säilitades 100% vastavuse õigusaktidele.

Probleem: Ootamatud masinarikked rahvusvahelistel marsruutidel tekitasid suuri pukseerimiskulusid ja trahve tarnehilinemiste eest. Ettevõte tegutses reaktiivselt, parandades vaid seda, mis oli juba katki läinud. Lahendus: Rakendasime mootori ja komponentide parameetrite seiresüsteemi FMS-i kaudu. Tehisintellekt analüüsib temperatuuri ja rõhu trende, ennustades rikke 2 nädalat enne selle tekkimist. Tulemus: Teel esinevate rikete arv vähenes 80% ja päästeteenindusele kuluvat raha säästeti 150 000 PLN aastas.