Óriási segítséget nyújthat az utolsó mérföld megtételében az MI

Egyre több területen válnak elérhetővé a mesterséges intelligencia kategóriájába tartozó technológiák, aminek köszönhetően akár évszázados problémák is megoldhatóvá válnak. A logisztikában mindig problematikusnak számító utolsó mérföld megtételében szintén segítséget nyújthat az MI.

Az „utolsó mérföld” (angolul „last mile logistics”, vagy magyarul „az utolsó kilométer logisztikája”) az ellátási lánc menedzsmentje és a szállítás tervezésének legproblematikusabb szakaszát jelöli. A kifejezés azt az intervallumot írja le, amikor a csomag a szállítási csomóponttól a végső rendeltetési helyére kerül. Elsőként a távközlési iparág használta a kifejezést, utalva az utolsó mérföldnél fellépő nehézségekre, amit az egyes házak összekapcsolása jelent a fő távközlési hálózattal. Hasonlóképpen, az ellátási lánc menedzsmentjében ez a szakasz a legköltségesebb, és a minőségi problémák is itt jönnek elő leginkább, hiszen ezen a ponton érintkezik a fogyasztó vagy viszonteladó az általa megrendelt termékkel és a szállítási szolgáltatással.

Az utolsó mérföldes szállítás egyre inkább tanulmányozott terület, mivel mind a B2C, mind pedig a B2B szállítások száma világszerte folyamatosan növekszik. A szakasz főbb kihívásai a teljesség igénye nélkül: a költségek minimalizálása, az átláthatóság biztosítása, a hatékonyság növelése és az infrastruktúra fejlesztése.

A leírtak alapján sejthető, hogy az optimalizálás ebben a szakaszban embert próbáló feladat, és szinte a végtelenségig „tökéletesíthető”, hiszen hibák mindig becsúszhatnak. Habár 100%-os teljesítményt hosszú távon lehetetlen elérni, a korszerű számítógépek megnövekedett számítási kapacitásának köszönhetően a nagy teljesítményű algoritmusokkal sokkal könnyebben állítható össze egy precízen működő rendszer.

Bármit, bármikor, gyorsabban

Az utolsó mérföld megtétele a digitális gazdaság elterjedése óta még nagyobb nehézségbe ütközik. Bár a legtöbb termék nem digitalizálható, azaz nem lehetséges úgy értékesíteni, mint a zenét, egy hangoskönyvet vagy szoftvert, a fogyasztók elvárásai mégis ezekhez igazodnak a hagyományos termékek esetében is. Ez többek között annak köszönhető, hogy mivel az internet önálló disztribúciós csatorna lett, elmosódik a határ a digitális és a hagyományos termékek között, annak ellenére, hogy a hagyományos termékek esetében valójában csak támogató technológiaként van jelen, így az online rendelés, a fizetés, az áru nyomon követésének lehetősége csak kényelmi szempontok, nem helyettesítik a termék fizikai eljuttatását a vevőhöz. Ez a trend – bár lassabban – egyre inkább begyűrűzik a B2B logisztikába is, hiszen a vevői oldalról érkező folyamatos igény a vállalatok nyersanyagigényeire is kihat.

Ezt az erős ellentmondást nehéz feloldani, főként a B2C üzletek esetében, hiszen a vevők úgy kezelik az internetes vásárlást is biztosító áruházakat, akár egy éjjel-nappali boltot: bármikor betévedhetnek, és azonnal szeretnének vásárolni. A logisztikát az is kihívás elé állítja, hogy a vevők elvárják az ingyenes vagy legalábbis nagyon olcsó szállítást, miközben az áruháznak az árversenyben is előnyös pozíciót kell kivívnia. Sokáig úgy tűnt, hogy a webshopok elterjedésével mindez megoldhatóvá válik, hiszen az az összeget, amelyet a boltok bérleti díján, a kiszolgáló személyzeten és eszközökön megspórol a vállalat, felhasználhatja az említett célokra. Hamar bebizonyosodott azonban, hogy ez sajnos nincs így. Az egyik ismert példa az észak-amerikai Kozmo esete, akik ingyenes szállítást vállaltak az összes termékükre, legyen szó akár egyetlen üveg ásványvízről. A vállalat három év alatt csődbe ment.

Miért nehéz az alkalmazkodás?

A B2C logisztikai láncban ennek a fő oka az, hogy a hagyományos kereskedelmi rendszerek alapvetően a vevő aktív részvételére számítanak a logisztikai munkában, hiszen a bevásárlás során az végigjárja a boltot, „összekomissiózza” a termékeket, fizet, majd hazaszállítja a csomagot. Tehát az ellátási lánc teljes utolsó láncszemét (az értékesítést) önállóan elvégzi a vállalat helyett. A B2B logisztikában szintén érzékelhető, hogy a vevők azt a kiszolgálást várják el, amit fogyasztóként is. A Capgemini Kutatóintézet 2018-as jelentésében megkérdezett, vezető beosztásban dolgozó válaszadók 55%-a azt állította, hogy átváltana egy konkurens márkára, ha az gyorsabb kézbesítési szolgáltatást kínálna. A B2B logisztika összetettsége és költségei azonban még mindig megnehezítik ezen igények kielégítését. Ugyanezen kutatás alapján a teljes logisztikai láncolatban (beleértve a raktározást, a csomagolást, egyéb költségeket) az utolsó mérföld teszi ki a teljes költség 41%-át. Ez összecseng azzal, hogy a különböző iparágakban logisztikai vezetőként dolgozó válaszadók 97%-a az utolsó mérföldes logisztikát látja a profitabilitás legkiemelkedőbb megkülönböztető tényezőjének.

Nem elég, hogy nehéz a kihívásoknak megfelelni, de a verseny is óriási. Az olyan nagyvállalatok, mint az Amazon vagy az Alibaba, milliárdokat költenek a logisztikai rendszereik korszerűsítésére. A kis- és középvállalatoknak emiatt még inkább érdemes lehet az újszerű, de költséghatékony megoldásokra összpontosítani.

Hogyan segíthet az optimalizálásban az MI?

Az MI hatása sehol nem látható jobban, mint a járműirányítás (vagy más szóval jármű-útválasztás), a hálózattervezés és az előrejelzések területén. A jobb kapacitástervezés, az optimális útvonaltervezés, a dinamikus töltés, az erőforrások és a járművek optimális elosztása az igény szerinti területeken, az ügyfelek várakozási idejének csökkentése érdekében, csak néhány példa az MI használatára.

A jármű-útválasztási probléma (vehicle routing problem, vagy röviden VRP) algoritmusok hatékonyan segíthetnek a logisztikai társaságoknak a műveleti megtakarítások elérésében. A járművek útválasztása a logisztikai menedzsment összetett problémája, és kulcsfontosságú szerepet játszik a költségek csökkentésében és a logisztikai erőforrások optimalizálásában. Az útvonaltervezés során számos bizonytalan tényezővel kell számolni, mint például az ingatag kereslet, a forgalmi események vagy a váratlan időjárási viszonyok. Ezek a bizonytalanságok növelhetik a költségeket a logisztikai menedzsmentben, ha nem veszik figyelembe őket megfelelően. A VRP fő célja, hogy optimális útvonalakat találjon minden jármű számára, mind az idő, mind a költség minimalizálása révén.

Az utolsó mérföld/első mérföldes szolgáltatások optimalizálása a járműirányítás optimalizálásával

A járműirányítás optimalizálásának (vehicle routing optimalisation, VRO) a valóságban számos alkalmazása lehetséges. A VRO célja leegyszerűsítve az, hogy az algoritmus olyan járművek számára tervezzen útvonalakat, amelyek adott számú, különböző helyen lévő raktárakból indulnak el, több kijelölt ponton áthaladnak, ahol valamilyen szolgáltatást nyújtanak, és miután a műszak lejárt, visszatérnek egy meghatározott helyre. A műveletek összetettsége ügyfelenként eltérő, nem mindegy, milyenek az üzleti feltételek, milyen a járművek teherbírása, mennyi a napi maximális táv, amit megtehetnek, vagy a sofőrök műszakjának időtartama. A VRO célja, hogy ezen feltételek mellett olyan útvonalat számítson ki, amely minimalizálja a szállítás összköltségét, beleértve a járművek által  megtett összes távolságot és a teljes szállítási időt is.

A VRO egy vagy több jármű útvonalának optimalizálására is használható. A Single VRO egy jármű optimalizálását foglalja magába, egyetlen indulási hellyel és egyetlen végponttal. Az optimalizálás abban áll, hogy az algoritmus megtalálja azt az útvonalat, amelyen az árut a legkevesebb költséggel lehet elszállítani. A több járműből álló VRO a fentiek általánosított változata, amelyben több jármű vesz részt, több kiindulási- és végponttal, valamint a közbenső pontok felsorolásával. Ebben az esetben a megoldás az optimális útvonalak megtalálása az összes járműhöz, figyelembe véve az üzleti korlátozásokat, miközben a költségeket is minimalizálja az algoritmus.

Átfogó optimalizálási ütemterv készítése a logisztikai társaságok számára

Ahhoz, hogy az átfogó optimalizálás lépéseit a gyakorlatban is bemutassuk, egy nepáli központú IT-vállalat, a Rosebay MI-rendszerét mutatjuk be. A Rosebay egy globális, innovatív technológiai szolgáltatásokat nyújtó vállalat, melynek irodái jelen vannak az Egyesült Királyságban, Indonéziában és Malajziában is, és jelentős tapasztalattal rendelkezik többek között a logisztika területén.

A Rosebay számos regionális logisztikai ügyfele közül az egyik az indonéz posta (POS Indonesia), melynek a teljes logisztikai rendszerét átalakították. A Rosebay célja voltaképpen az, hogy az ügyfelei logisztikájának a teljes szervezeti felépítését adatközpontúvá alakítsa, mely folyamaton belül a járművek útválasztásának optimalizálása az egyik leggyakoribb use case. A már említett „utolsó mérföld” problémáját megoldják, és ezzel ügyfeleik jelentős megtakarításra és versenyelőnyre tesznek szert.

A Rosebay az indonéz posta rendszerének optimalizálásával elérte, hogy a teljes háromfázisú ütemterv végrehajtásakor az idő, a távolság és az üzemanyag-ráfordítások terén jelentős megtakarításra tegyen szert az intézmény, mely az időtávtól függően 22% és 71% közé esik.

A vállalat Bandungban és Jakartában, két rendkívül forgalmas városban végzett a terepen kísérleteket útvonal-optimalizálási algoritmusával. A vállalat három fázisban végzi a logisztikai rendszer optimalizálását:

1. fázis: Az egyes járművek útvonalainak egyszerű, helyi fejlesztései. Ez a legegyszerűbb szakasz, mely egyúttal a legnagyobb értéket foglalja magában: azoknál a cégeknél, ahol már működik valamilyen hatékony optimalizálási rendszer, átlagosan 15%-os megtakarítás érhető el vele, míg azoknál, akik nem alkalmaztak még ilyet, akár 60%-os javulás is várható. Az 1. fázis eredményei referenciaként szolgálnak a társaság fejlesztéséhez a 2. és 3. fázisban.
2. fázis: A rendszer kiterjesztése több jármű útvonalaira, illetve a flottakezelésre egy adott területen belül. Ebben a szakaszban átlagosan 20%-os pénzmegtakarítást lehet elérni a VRO alkalmazásával, miközben a szállítás ideje is rövidül. Az 1. fázissal együtt akár 47%-os javulás is elérhető.
3. fázis: A 3. szakasz a járművek útvonalának a kapacitástervezéssel és a kereslet előrejelzésével való kombinálásából áll, és így az áruszállítás és a szolgáltatások átfogó platformját lehet létrehozni. Míg a megtakarítások az 1. és 2. szakaszhoz képest nem tekinthetők jelentősnek, a 3. szakasz előnyei inkább az ügyfél-elégedettség formájában jelentkeznek. A gyorsabb kézbesítés, követés és előrejelzés az egyik legbiztosabb módja annak, hogy növeljük az ügyfelek elégedettségét, és előnyt szerezzünk a versenytársakkal szemben.

Sok szervezet részesült előnyben a mesterséges intelligenciába való beruházással. A nyugati országok (az Open Data Science 2019-es cikke alapján) 15%-a már elkezdte használni a különböző MI-alapú technológiákat, 31%-uk pedig tervezi, hogy bevezeti őket. Ázsiában ez az arány sokkal alacsonyabb (kevesebb, mint 5%).

Az MI további felhasználási területei

A mesterséges intelligencia nemcsak a VRO révén járulhat hozzá a hatékony logisztikai rendszer kiépítéséhez, hanem számos más, akár egészen kicsi területen is alkalmazható az előrejelzések pontosításához (például: mikor van csúcsidő, mely időszakokban várható kisebb vagy nagyobb kereslet), azonban az utolsó mérföld az a szakasz, ahol a legkisebb befektetéssel is a legnagyobb eredmény érhető el.

A MI ezenkívül alkalmazható az üzleti növekedés kiszámítására, azaz az üzleti terv optimalizálására, az általános megtakarítások optimalizálására vagy akár kockázatkezelésre is.

NEW technology