שילוח בעידן ה־AI

תחום הבינה המלאכותית נמצא בתהליך פיתוח מואץ וכולנו מגלים בימים אלה רק את "קצה הקרחון" בתחום. הדרכים לרתימת עוצמת ה־AI למענה על צורכי תחום הלוגיסטיקה ושרשרת האספקה הן רבות ומגוונות –    

ניהול מלאי חכם: מערכות AI יכולות לעקוב אחר מלאי בזמן אמת, לזהות סטיות וליזום הזמנות באופן אוטומטי, תוך הבטחת רמות מלאי אופטימליות ומניעת מחסור או עודף.

ניהול סיכונים: ניתוח נתוני שרשרת אספקה יכול לאפשר לאלגוריתמי AI לזהות סיכונים פוטנציאליים כמו משברים פוליטיים, אסונות טבעיים או שיבושים בשרשרת האספקה, מה שיוביל לתכנון גמישות וניהול סיכונים יעיל יותר.

אבטחת שרשרת האספקה: טכנולוגיות AI כמו זיהוי פנים, ניטור בזמן אמת וניתוח תמונות יכולות לשפר את אבטחת שרשרת האספקה, למנוע גניבות וזיופים ולהבטיח את שלמות המוצרים.

חיזוי ביקוש: ניתוח נתוני מכירות היסטוריים, מדיה חברתית ומגמות שוק יכולים לאפשר לאלגוריתמי AI לחזות את הביקוש למוצרים בצורה מדויקת יותר, מה שיוביל לניהול מלאי יעיל יותר, הפחתת בזבוז וזמינות מוצרים משופרת.

ייעול המכלה: טכנולוגיית AI מסוגלת לספק הדמיה תלת־ממדית של סידור המטענים במכולה באופן החסכוני ביותר, תוך התחשבות במגבלות גודל, משקל, מרכז כובד ועוד. גישה זו מאפשרת תכנון מדויק של טעינת המכולה, שיתרום לחיסכון בזמן, להפחתת נזקים ולשיפור הבטיחות.

ומעל כל אלה, אחד הצרכים המשמעותיים ביותר: ׳חיזוי מדויק של זמן הגעת השילוח׳. וזמן כידוע, זה כסף.

בחזית מגמה זו ניצבת חברת Fritz, המבצעת פרויקט ראשון מסוגו בתחום Predictive Analytics, בשיתוף חברת מלם קלאוד, המתבסס על טכנולוגיית ML. פרויקט זה יאפשר ללקוחות החברה לקבל ייעוץ חכם בבחירת ותכנון המסלול המיועד עבור משלוח, שמבוסס בלעדית על נתונים ושחף משיקולים אישיים ואינטואיציות. ייעוץ זה יציע פתרונות אופטימליים בעלי ערך מוסף לפעילותם, בתחום השילוח הבינלאומי.

במרכז הפרויקט, הנמצא בשלבי POC) Proof Of Concept), ניצב מודל Scoring חדשני, שפועל על גבי מערכת ML) Machine Learning) בסביבת AWS ונעזר בתבניות מידע וסטטיסטיקות שנאספו ב־Fritz לאורך 30 שנות פעילותה. המערכת מעבדת את כמות הדאטה האדירה הזאת ומטמיעה אותה באלגוריתם ה־ML, שמנתח את הנתונים על סמך פרמטרים רבים: חברת הספנות, הציון שלה בעמידה בזמנים (On Time Delivery), עלויות פיננסיות, עונתיות, משלוחים שיצאו לפועל ועוד. בתום עיבוד הנתונים, המודל מעניק את הדירוג לכל חברה, כדי שמומחי Fritz יוכלו לבחור או להציע ללקוח מהו המענה הנכון ביותר עבורו.

מודל זה מעניק ל־Fritz יתרון תחרותי ביכולת לדעת מראש מהן האפשרויות הנכונות ביותר ללקוחות החברה ומהו הפתרון האופטימלי עבורם. בנוסף, הודות לתכונות ה־ML, המערכת לומדת כל הזמן תוך כדי תנועה ו"מחדדת" את התחזית באופן רצוף ועקבי, ובכך תורמת למניעת עיכובים ללקוחותיה בעתיד.

אין ספק שהראשונים בתחום הלוגיסטיקה, שישכילו ליישם טכנולוגיות AI, יוכלו להוביל לשיפור משמעותי ביעילות, ובחסכון בעלויות, בשיפור שירות הלקוחות ובשביעות רצון גבוהה יותר.