Dirbtinio intelekto vaidmuo tiekimo grandinėje: nuo kainodaros sprendimų iki dronų integravimo

Pagrindinis šio proceso tikslas – atsižvelgiant į transporto priemonės lokaciją, priskirti jai krovinius ir suplanuoti jų aptarnavimo tvarką taip, kad būtų aptarnauta kuo daugiau krovinių, o sudarytas maršrutas būtų kuo trumpesnis ir ekonomiškai efektyvesnis.

„Tam būtina įvertinti daugybę veiksnių, tokių kaip krovinių paėmimo ir pristatymo lokacijos, krovinių ir transporto priemonių matmenys, galimi apribojimai (pvz., šaldyti produktai ar pavojingos medžiagos, turinčios specifinius transportavimo reikalavimus) bei terminai. Taip pat reikia atsižvelgti į vairavimo ir poilsio laiko taisykles, įmonių darbo valandas, prie kurių reikia derintis norint išvengti prastovų, bei sustojimo ir poilsio vietų planavimą“, – pastebi ji.

Be to, maršrutų planavimas nevyksta tik pavienių vilkikų lygiu, bet apima visą transporto parką. Tai reiškia, kad sprendimai turi būti optimizuoti visai transporto sistemai, siekiant užtikrinti kuo didesnį bendrą efektyvumą. Situaciją dar labiau komplikuoja papildomų galimybių integravimas, pavyzdžiui, krovinio perpardavimas arba terminalo paslaugų naudojimas. Šios galimybės suteikia lankstumo, bet kartu padidina planavimo sudėtingumą.

„Kadangi galimų pasirinkimų spektras yra milžiniškas, žmogui tampa beveik neįmanoma  apdoroti tokį informacijos srautą ir priimti optimalų sprendimą realiuoju laiku. Čia į pagalbą ateina DI sistemos, kurios geba apdoroti didžiulius duomenų kiekius per itin trumpą laiką ir užtikrinti, kad visi apribojimai būtų išpildyti, o sprendimas būtų tikrai (sub)optimalus“, – sako VDU mokslininkė.

Leidžia priimti dinamiškus maršruto sprendimus

R. Juozaitienės teigimu, siekiant numatyti, kur greičiausiai susidarys kamščiai, ir iš anksto pasiūlyti alternatyvius maršrutus, naudojamos išmaniosios sistemos, analizuojančios praeities eismo tendencijas, orų prognozes ir esamas kelių sąlygas. GPS ir telematikos sistemų duomenys leidžia realiuoju laiku stebėti eismo situaciją ir priimti dinamiškus sprendimus dėl maršruto keitimo.

„Pavyzdžiui, jei transporto priemonė artėja prie regiono, kuriame staiga padidėjo eismo intensyvumas, DI gali pasiūlyti aplinkkelį, taip optimizuodamas maršrutą ir sumažindamas vėlavimo tikimybę. Realaus laiko duomenys taip pat gali pagerinti pristatymo laikų prognozes, leidžiančias pateikti tikslesnius pristatymo laikus klientams“, – pasakoja ji.

Be to, telematikos sistemos gali stebėti įvairius transporto priemonės veikimo aspektus, įskaitant degalų sąnaudas, greitį, variklio būklę ir net padangų slėgį. Šie duomenys padeda nustatyti mechanines problemas dar prieš joms tampant kritinėmis.

„Jei transporto priemonėje fiksuojami gedimo požymiai, sistema praneša dispečeriui, kuris gali siųsti pagalbą arba nukreipti kitas transporto priemones į paveiktą maršrutą ir taip sumažinti prastovos laiką bei užtikrinti sklandų darbą“, – aiškina VDU mokslininkė.

DI vaidina svarbų vaidmenį ir krovinių parinkimo iš krovinių biržos sprendimuose – iš gausaus pasiūlos spektro reikia atrinkti ne tik pelningiausius, bet ir logistiškai tinkamiausius krovinius, kurie optimaliai atitiktų esamą transporto priemonių padėtį bei sklandžiai integruotųsi į krovinių aptarnavimo grandinę.

„Tokie sprendimai padeda mažinti tuščių kilometrų skaičių ir užtikrina, kad vilkikas neatsidurtų ekonomiškai nepalankioje vietoje, kurioje nėra krovinių paėmimo taškų. Be to, šiame procese itin svarbus laiko faktorius: sprendimai dėl krovinių paėmimo turi būti priimami greitai, nes pelningiausi ir patraukliausi kroviniai sulaukia daugelio vežėjų dėmesio ir greitai būna išgraibstomi, todėl operatyvumas tampa esminiu konkurenciniu pranašumu“, – pažymi ji.

Prognozuoja rinkos pokyčius

R. Juozaitienė pasakoja, kad analizuodamas istorinius užsakymų duomenis ir prognozuodamas rinkos pokyčius, DI gali reikšmingai prisidėti prie optimalių pervežimo kainų nustatymo. DI metodai leidžia tiksliau atpažinti ir įvertinti sezoninius kainų svyravimus bei regioninius kainodaros skirtumus ir šią informaciją efektyviai integruoti į kainų parinkimo sprendimus.

„Pasitelkiant pažangius DI algoritmus, galima kurti dinaminės kainodaros strategijas, kurios realiuoju laiku prisitaiko prie rinkos sąlygų ir paklausos svyravimų. Šie modeliai gali atsižvelgti į transporto priemonių parko užimtumą, krovinių srautus bei galimybę prijungti krovinį prie jau suplanuotos krovinių aptarnavimo grandinės, užtikrinant, kad kainos būtų ne tik konkurencingos, bet ir ekonomiškai pagrįstos“, – pažymi ji.

VDU mokslininkės teigimu, nors DI metodai taip pat naudojami optimizuojant kainas, jie suteikia galimybę analizuoti istorinius transporto biržos duomenis ir identifikuoti pasikartojančius dėsningumus, kurie yra svarbūs prognozuojant ateities tendencijas. Tai leidžia stebėti krovinių pasiūlos bei paklausos tendencijas skirtinguose laikotarpiuose ir regionuose.

„Naudojant prognozavimo algoritmus, DI sprendimai gali įvertinti sezoninių svyravimų, šventinių laikotarpių, taip pat ekonominių ir geopolitinių veiksnių poveikį logistikos rinkai. Be to, DI leidžia analizuoti skirtingų krypčių ir regionų pelningumą bei jo galimus svyravimus, atsižvelgiant ne tik į faktinius kainų pokyčius, bet ir į numatomą paklausos intensyvumą“, – pastebi ji.

Tokios įžvalgos suteikia logistikos įmonėms galimybę iš anksto planuoti maršrutus, optimizuojančius transporto priemonių užimtumą bei geriau atliepiančius rinkos poreikius. Be to, jos leidžia priimti duomenimis grįstus sprendimus dėl prioritetinių maršrutų pasirinkimo, sutarčių sudarymo ar net plėtros į naujas rinkas.

Ateityje – bepilotės transporto priemonės

Pasak R. Juozaitienės, nors DI inovacijos stipriai keičia logistikos industriją, paskutinis pristatymo etapas (angl. last mile delivery) vis dar išlieka vienu sudėtingiausių ir brangiausių logistikos grandinės elementų. Dėl šios priežasties, VDU mokslininkės teigimu, artimiausiu metu vis daugiau dėmesio bus skiriama būtent šio etapo efektyvinimui.

Viena pagrindinių plėtros krypčių – personalizuotos pristatymo patirties kūrimas, pasitelkiant istorinių duomenų analizę, individualių klientų poreikių vertinimą bei išmaniųjų technologijų integraciją.

„Šiame kontekste ypatingą vaidmenį gali atlikti bepiločių orlaivių (dronų) integracija, kurios proveržio tikimasi per artimiausius kelerius metus. Ši technologija jau dabar testuojama įvairiose šalyse, o prognozės rodo, kad netolimoje ateityje dronai taps vienu pagrindinių prekių pristatymo sprendimų – ypač tankiai apgyvendintose miesto teritorijose ir sunkiai pasiekiamose vietovėse“, – sako ji.

Bepilotės transporto priemonės gali pasiūlyti greitą, lanksčią ir ekologišką alternatyvą tradiciniam sausumos transportui: jos geba apeiti eismo spūstis, vykdyti pristatymus tiesiausiais maršrutais ir taip reikšmingai sutrumpinti pristatymo laiką.

„Visgi svarbiausias DI integracijos aspektas, mano nuomone, išliks tvarumas. DI sprendimų taikymas logistikos sektoriuje sudaro sąlygas kurti kur kas tvaresnę, efektyvesnę ir aplinkai draugiškesnę tiekimo grandinę – optimizuojant išteklių naudojimą, mažinant emisijas ir prisidedant prie darnaus vystymosi tikslų įgyvendinimo“, – pastebi R. Juozaitienė.