Skip to main content

視覺

人工智慧讓供應鏈物流充分發揮效益

供應鏈分析

我們多半將供應鏈視為單一龐大實體(長賜輪卡在蘇伊士運河的畫面立即浮現腦海),但供應鏈其實包含許多環節。物流這種搬運產品的瑣事,包含了供應鏈的重要元素。

貨運物流有林林總總的煩惱。舉例來說,包裹可能因為各種原因延遲或永遠無法到達最終目的地。1990 年,20 多個 Nike 球鞋的貨櫃,在從南韓運往美國的途中,從貨船上掉下來。然而,在貨運物流真實世界中,包裹延誤的理由並不那麼顯眼。條碼模糊或是單純標籤從包裝脫落,都可能延誤交貨,而這些看似旁枝末節的因素加總以來,可能成為企業的一大煩惱。

供應鏈分析的自動化挑戰

Siena Analytics 是為大量物流提供供應鏈人工智慧和影像識別的公司創辦人兼執行長 John Dwinell 表示:「現今物流所面臨的最大壓力,與包裝體積和速度有關

配銷中心與倉儲經手的包裝數量爆增這個問題尤其棘手,因為消費者對快速送貨的需求同時也增加了。2021 年的意見調查顯示,自從全球大流行開始以來,將近三分之一的美國消費者,對於加速送貨的期望越來越高

這雙重因素,加上人力持續短缺,成了配銷中心和倉庫進行自動化和數位轉型的充分理由。Dwinell 表示:「很遺憾,包裝品質問題成了自動化挑戰的絆腳石。」

舉例來說,需要讀取的條碼可能藏在塑膠下方或完全遺失。品質不佳會導致不一致,進而使得自動化更困難。在自動化的配銷中心,有問題的包裝會傳送至「醫院通道」,而且員工必須診斷以及解決問題。這些小問題會佔用寶貴的員工資源,並且損失寶貴的時間,而且無論是哪一個,企業都吃不消。

利用人工智慧解決自動化的各項難題

Siena Analytics 在掃描通道中使用感應器,處理從包裹品質相關障礙到物流自動化的一切問題。攝影機會在包裹進入配銷中心以及在配銷中心移動時,擷取包裹的影像。這個平台利用人工智慧模型分析圖片,即時解決問題,並且提供企業可據以行動的長期包裹智慧。

Siena Analytics 解決方案在邊緣將疑難排解的工作自動化,否則這些工作可能早已移至醫院通道。舉例來說,尺寸過大的包裝或許需要特定類型的貨運標籤。感應器能識別產品尺寸,並且通知機器列印合適的標籤。同樣地,如果標籤脫落,攝影機能透過其他區別功能識別包裝、在包裹先前照片的快取中追蹤包裹,然後產生新標籤。

人工智慧還能提供模式智慧,加速偵測不一致之處。舉例來說,一直將影像標籤貼錯的供應商,可以參加供應商合規計畫,接受訓練。包裝智慧可提供配銷中心的數位分身,大規模實現可見度。企業能準確指出特定機器的瓶頸、以更簡單的方式排序通道,並且視需要設定系統發出警示。Dwinell 表示:「您可以對建築物現況的優劣與不堪之處,獲得更有智慧的見解。」

低程式碼開發平台讓人工智慧訓練更輕鬆

Siena 協助公司行號在低程式碼開發的 Siena Insights 平台後方,自行設定人工智慧驅動的包裝智慧解決方案。Dwinell 指出,企業雖然充分瞭解他們的領域,但缺乏擷取合適資料的工具和專業知識,因此無法獲得深入洞見。Siena 理解人工智慧令人生畏的部分,並且將那些工作流程自動化。

公司專家光靠領域專業知識,為 Siena 解決方案擷取的影像資料貼標籤,並且訓練及建立客製化的人工智慧解決方案。Dwinell 表示:「我們的平台讓您無須成為專業資料科學家,即可訓練人工智慧模型。」

Siena Analytics 仰賴 Intel® Edge 工業平台協調資料量,以及「可以因應任何硬體的」Intel® OpenVINO 工具組,Dwinell 表示。「OpenVINO 讓我們擁有共同且可擴充的高效平台,可在邊緣進行推論。」

Siena 先從簡單的資料分析解決方案開始,協助客戶拉近 OT 與 IT 之間的歧異。由於該公司的解決方案提供了立竿見影的效果,大幅提高了利潤,因此系統整合商能夠為管理階層說明採用解決方案的理由。Dwinell 表示:「系統整合商對資料速度和我們展現實際結果的能力格外刮目相看。」

供應鏈物流的未來

在不久的將來,流程可望進一步標準化,包括貼標籤、條碼中的資訊。機器人型解決方案也會更臻成熟,並且在倉庫發揮更高的效益。人工智慧這項有轉化力量的技術將持續重塑物流。這項技術已經簡化了流程,並且消除更廣泛供應鏈中效率不彰的問題。

包裝資訊通常來自託運人,而且未必符合現實。Siena Insights 這類人工智慧型解決方案顛覆了那種作法。託運人所作所為與包裝實際的樣子之間有出入,其實很容易就能發現並修正。若是由感應器提供資料,那麼資料不僅即時,真實性更是毋庸置疑。資料經過比對之後即可修正。

Dwinell 表示:「Siena 正善用人工智慧演算法賦予常見物流問題的優勢。」配銷中心分秒必爭時,凡是解決一個瓶頸,就能讓物流受益。

 

本文由 insight.tech 編輯副總監喬治妮.貝內施(Georganne Benesch)編輯。

作者簡介

Poornima Apte is a trained engineer turned technology writer. Her specialties run a gamut of technical topics from engineering, AI, IoT, to automation, robotics, 5G, and cybersecurity. Poornima's original reporting on Indian Americans moving to India in the wake of the country's economic boom won her an award from the South Asian Journalists’ Association. Follow her on LinkedIn.

Profile Photo of Poornima Apte