Рис. 1. Источник: Gartner

Согласно Gartner, четыре глобальных тренда в области искусственного интеллекта будут трансформировать складскую логистику. По мнению аналитиков компании, складская отрасль достигла переломного момента в применении ИИ. К этому привели три одновременно действующих фактора: дефицит рабочей силы, делающий автоматизацию необходимой, переход к менее рискованным моделям финансирования внедрения технологий и достижение технологиями ИИ и автономных систем операционной зрелости.

Исследование Gartner выделяет четыре тренда в области ИИ, каждый из которых соответствует определенному уровню зрелости и применения технологии. В дальнейшем успех будет зависеть от баланса двух измерений ИИ — ориентации на действия (action orientation) и сложности интеллекта (intelligence sophistication) — в рамках четырех основных категорий.

К ним относятся:

  • усовершенствованный традиционный ИИ, ориентированный на оптимизацию;
  • генеративный ИИ, ориентированный на операционные задачи;
  • рекомендательные и полуавтономные агенты;
  • физические ИИ-агенты.

«Эти четыре тренда в области ИИ взаимосвязаны и отражают развитие более интеллектуальной, адаптивной и устойчивой складской среды, — заявила Федерика Стуфано, старший главный аналитик практики Gartner по цепочкам поставок. — По мере сохранения давления, связанного с дефицитом рабочей силы, и развития технологий ИИ организации переходят от экспериментов к практическому применению. Их успех будет зависеть от формирования доверия благодаря прозрачности принятия решений ИИ, эффективного взаимодействия работников с интеллектуальными системами и применения этих технологий для решения конкретных операционных задач».

Тренд 1. Усовершенствованный традиционный ИИ, ориентированный на оптимизацию

Усовершенствованный традиционный ИИ, ориентированный на оптимизацию, выходит за рамки моделей, основанных на правилах и статистике, используя более широкий набор данных в реальном времени и сложные алгоритмы.

Современные системы прогнозирования спроса, планирования работы персонала, оптимизации маршрутов и управления запасами непрерывно адаптируются к меняющимся условиям на складе. Это позволяет снижать затраты, эффективнее использовать ресурсы и повышать отдачу от инвестиций, сохраняя при этом прозрачность и воспроизводимость, которые сделали традиционный ИИ эффективным инструментом для складских операций.

Тренд 2. Генеративный ИИ, ориентированный на операционные задачи

Генеративный ИИ, ориентированный на операционные задачи, использует современные модели машинного обучения для создания практического контента, планов и операционных рекомендаций на основе неструктурированных и частично структурированных данных.

Такие технологии позволяют автоматически формировать динамические стандартные операционные процедуры, рабочие инструкции, протоколы обработки нестандартных ситуаций и инструменты поддержки принятия решений. Их можно непосредственно интегрировать в складские операции, повышая их гибкость и ускоряя принятие решений.

Тренд 3. Рекомендательные и полуавтономные агенты

Рекомендательные и полуавтономные агенты занимают промежуточное положение между ручным управлением операциями и полной автономностью. Они анализируют данные, предлагают решения или частично выполняют многоэтапные рабочие процессы, сохраняя при этом контроль со стороны человека.

Такие агенты помогают совершенствовать распределение заданий, обработку нестандартных ситуаций, распределение ресурсов и оперативное реагирование на изменения. Это позволяет складским компаниям повышать производительность, сохраняя участие операторов в принятии критически важных решений.

Тренд 4. Физические ИИ-агенты

Физические ИИ-агенты объединяют искусственный интеллект, робототехнику и современные сенсорные технологии для автоматизации ручных операций на складе.

Такие системы могут выполнять задачи по подбору и комплектации товаров, упаковке, сортировке и перемещению материалов с высокой точностью и стабильностью. По мнению Gartner, это позволяет увеличивать пропускную способность складов, повышать безопасность рабочих мест и решать сохраняющуюся проблему дефицита персонала, одновременно создавая возможности для более эффективного масштабирования операций.

Gartner советует начинать с проверенных сценариев

«Руководителям цепочек поставок следует прагматично подходить к использованию ИИ на складах: начинать с проверенных сценариев, таких как прогнозирование потребности в персонале и размещение товаров, а затем переходить к генеративному ИИ и агентам там, где они способны улучшить принятие решений и производительность персонала, — сказала Стуфано. — Сохранение контроля со стороны человека при постоянной оценке новых сценариев применения будет иметь решающее значение для реализации полного потенциала ИИ во всей цепочке поставок».

Источник: