Takaisin
ilmestynyt

Logistiikan digitaalinen tulevaisuus

Yhä mutkikkaammaksi käyvässä maailmassamme ensiluokkaisen kappaletavaralogistiikan toimittaminen vaatii jatkuvaa palveluiden tehostamista. Tekoälysovelluksilla on tärkeä tehtävä tässä pysyvässä muutoksessa.

Digitaalinen kaksonen – @ILO – on aimo harppaus kappaletavaralogistiikassa ja kykenee tarjoamaan kattavan digitaalisen kartan terminaalista reaaliajassa.
Digitaalinen kaksonen – @ILO – on aimo harppaus kappaletavaralogistiikassa ja kykenee tarjoamaan kattavan digitaalisen kartan terminaalista reaaliajassa.

DACHSER asetti digitalisaation etusijalle jo varhaisessa vaiheessa ja auttoi muokkaamaan logistiikan digitalisointia ottamalla käyttöön SSCC-viivakoodin ja pitkälle integroituja ydinjärjestelmiä. Nykyään DACHSERin digitalisaatio-ohjelmassa etusijalla ovat koneoppiminen ja tekoäly (AI).

Logistiikka-ala tarvitsee nyt kiireesti digitalisaatiota laadun varmistamiseksi ja erilaisten haasteiden ratkaisemiseksi, sillä alaa vaivaa muun muassa pula kuljettajista ja muista ammattitaitoisista työntekijöistä. Lisäksi alalla kannustetaan kiihdyttämään uusien teknologioiden käyttöönottoa ja sisällyttämään kehitystoimintaan yhteiskunnallisia megatrendejä, kuten digitalisaatiota, kaupungistumista, sähköistä liikkuvuutta ja liitettävyyttä, jotka muuttavat tapaamme elää. Tämä vaatii strategista ajattelutapaa ja tukevaa otetta ohjaksista, koska nämä kaikki toiminnot muokkaavat voimakkaasti tulevaisuutta tarpeiden ennakoinnin kautta. DACHSER tutkii kolmea tekoälysovellusten tärkeää käyttötarkoitusta: kappaletavaran käsittelyä, suunnitteluprosesseja ja päästöjen vähentämistä.

Kappaletavaralogistiikan digitalisaatio

Kappaletavaralogistiikka on olennainen osa teollisuusmaiden talouksien kilpailukykyä. Myös sen osalta kuormalavoille ja suursäkkeihin lastattujen tavaroiden määrät vähenevät, joten rahtitilan jakaminen muiden lähettäjien kanssa on järkevää. Tämä on ainoa tapa toimittaa tavarat nopeasti ja kustannustehokkaasti pitäen samalla hiilidioksidipäästöt minimissä. Rikkinäiset toimitusketjut sekä loppuasiakkaille tehtävien toimitusten jyrkkä kasvu aiheuttavat kuitenkin paineita kaikkein tehokkaimmillekin kappaletavaraverkostoille. Näissä asioissa voidaan älykkään tiedonhallinnan, algoritmien ja tekoälyn avulla luoda parhaat mahdolliset ratkaisut käyttämällä matemaattisia malleja, jotka pystyvät ”oppimaan” koulutustiedoissaan olevia malleja ja rakenteita.

Kaikki alkaa logistiikkakäytännöistä, jotka perustuvat ennen kaikkea inhimilliseen asiantuntemukseen ja fyysisiin resursseihin, joita tarvitaan palvelujen, kuten verkosto- ja terminaalirakenteiden, toimittamiseksi. Tehokkuus määräytyy suurelta osin sen mukaan, mitä tapahtuu verkostojen keskuksissa, joissa lähi- ja kaukokuljetukset yhdistyvät. Menestys riippuu logistiikkaoperaattoreista, erityisesti kuormaajista ja purkajista, jotka voivat kokemuksellaan optimoida perävaunujen ja vaihtokorien kuormakapasiteetin kuin Tetristä pelattaessa. Kokeneen ja kokemattoman kuormaajan suorittaman kuormauskapasiteetin hyödyntämisen ero voi olla jopa 15 prosenttia. Väestörakenteen muutoksen, siihen liittyvän pätevän henkilöstön puutteen sekä tilanpuutteen vuoksi on tärkeää, että alamme käsitellä käytettävissä olevia resursseja yhä älykkäämmillä ja tehokkaammilla tavoilla. DACHSER sai yhdessä Fraunhofer IML:n kanssa Saksan logistiikka-alan yhdistyksen (BVL) logistiikkapalkinnon @ILO-järjestelmästä vuoden 2023 lopulla. Kyseessä on tekninen innovaatio, joka digitalisoi kappaletavaralogistiikkaprosessit monipuolisella tavalla.

Logistiikka-ala tarvitsee kiireesti digitalisaatiota laadun varmistamiseksi ja erilaisten haasteiden ratkaisemiseksi, sillä alaa vaivaa muun muassa pula kuljettajista ja muista ammattitaitoisista työntekijöistä.

Digitaalinen kaksonen – @ILO – on aimo harppaus kappaletavaralogistiikassa. @ILO (Advanced Indoor Localization and Operations) voi tarjota kattavan digitaalisen kartan terminaalista reaaliajassa. @ILO käyttää tunnistimina kunkin lavan päälle merkittyjä kaksiulotteisia Data Matrix -koodeja, jotka ovat samanlaisia kuin QR-koodit. Koodit rekisteröidään terminaalin katossa olevilla sadoilla optisilla skannauslaitteilla. Tekoälypohjaisten algoritmien avulla teknologia tuottaa vain muutamassa sekunnissa digitaalisen kaksoiskuvan, joka on reaaliaikainen esitys kaikista terminaalin prosesseista, mukaan lukien tilavuusmitat ja kohteen sijainti metrin tarkkuudella. Tarkastelemalla tietoja näytöillä ja mobiililaitteilla trukinkuljettajat ja varastotyöntekijät tietävät tarkalleen kunkin lavan sijainnin ja seuraavan määränpään. Tämä voi säästää 15–35 prosenttia yksittäisistä käsittelyajoista. Sama koskee vaarallisia aineita, joissa on luonnollisesti oltava yhä säädösten mukaiset merkinnät. Erilaista on se, että uusi järjestelmä antaa nämä tiedot paljon selkeämmin ja tehokkaammin kuin aiemmat ratkaisut.

@ILO on DACHSERin ja Fraunhofer IML:n tekemän yli kuuden vuoden yhteistutkimuksen tulos. DACHSER on jo ottanut teknologian käyttöön neljässä Euroopan toimipaikassaan ja valjastaa sen käyttöön suurissa toimipisteissään Euroopassa lähivuosina.

Tekoäly voi auttaa tarjoamaan järkeviä ratkaisuja muuallakin kuin terminaaleissa. Automaattisesti ohjatut ajoneuvot (AGV), joissa on anturijärjestelmiä, kuten kameroita, lidar ja tutka, kulkevat varastoissa paikasta toiseen tekoälyn avulla. Nämä itseohjautuvat kuljetusvälineet toimivat itsenäisesti ja suorittavat yksinkertaisia toistuvia tehtäviä, kuten siirtävät lavoja varastosta terminaaliin.

Tekoälypohjaisten algoritmien avulla teknologia tuottaa vain muutamassa sekunnissa digitaalisen kaksoiskuvan, joka on reaaliaikainen esitys kaikista terminaalin prosesseista.
Tekoälypohjaisten algoritmien avulla teknologia tuottaa vain muutamassa sekunnissa digitaalisen kaksoiskuvan, joka on reaaliaikainen esitys kaikista terminaalin prosesseista.

Tekoäly älykkääseen suunnitteluun

Toinen tärkeä tekijä parannettaessa logistiikan tehokkuutta ja laatua on suunniteltavuus. Tekoäly voi todellakin vaikuttaa myös tähän asiaan, kuten DACHSERin ensimmäinen koneoppimisprojekti PAnDA One osoittaa. Kirjainyhdistelmä on lyhenne sanoista Predictive (P) Analytics (An) DACHSER (DA), jossa ”One” tarkoittaa, että kyseessä on yrityksen ensimmäinen koneoppimisprojekti. PAnDA One -malli suunniteltiin erityisesti ennustamaan European Logistics -toimipisteisiin saapuvia määriä ja tukemaan päätöksentekoa kapasiteetin suunnittelussa. Tämä mahdollistaa sopivan kuormakapasiteetin saamisen markkinoille tai resurssien suunnittelun terminaaliin jo varhaisessa vaiheessa. Tätä varten ennustemalli tarjoaa soveltuvat saapuvat määrät jopa 25 viikkoa etukäteen. PAnDA One on näin ollen toimipisteille arvokas työkalu, joka antaa tietoja kokeneiden operatiivisten johtajien ”mututuntuman” tueksi ja asiakkaiden kanssa käydyistä keskusteluista saatujen näkemysten vahvistamiseksi. Tekniikka auttaa ihmisiä tekemään järkeviä päätöksiä.

Kuljetusten päästöjen vähentäminen

Kestävät käytännöt ja niiden ekologiset, sosiaaliset ja taloudelliset ulottuvuudet ovat tie turvalliseen ja taloudellisesti vakaaseen tulevaisuuteen. DACHSER pyrkii saavuttamaan toimipisteidensä ja ajoneuvojensa hiilidioksidipäästöjen nettonollatason mahdollisimman pian. Tästä syystä perustimme erityisiä sähköisen liikkumisen toimipaikkoja Freiburgiin, Hampuriin ja Malschiin Karlsruhen lähelle. Toimipaikoissa panostetaan akkukäyttöisten sähkökuorma-autojen ja niiden latausinfrastruktuurin testaukseen, uusiutuvan sähkön käyttöön ja omaan tuotantoon sekä älykkääseen sähkön ja kuorman hallintaan. Tietojen keruulla ja älykkäällä käytöllä on tässäkin tärkeä tehtävä, vaikka se ei välttämättä ole niin ilmeistä. Luotettavien mallien ja sovellusskenaarioiden kehittäminen päästöttömien lähi- ja kaukokuljetusten käyttöönottamiseksi vaatii tietojen keräämistä suuressa mittakaavassa. Tämä on jännittävä käyttötapaus DACHSERin tekoälyn soveltamiselle tulevaisuudessa.

@ILO käyttää tunnistimina kunkin lavan päälle merkittyjä kaksiulotteisia Data Matrix -koodeja, jotka ovat samanlaisia kuin QR-koodit. Koodit rekisteröidään terminaalin katossa olevilla sadoilla optisilla skannauslaitteilla.
@ILO käyttää tunnistimina kunkin lavan päälle merkittyjä kaksiulotteisia Data Matrix -koodeja, jotka ovat samanlaisia kuin QR-koodit. Koodit rekisteröidään terminaalin katossa olevilla sadoilla optisilla skannauslaitteilla.

Kriittiset ajattelijat haluttuja

DACHSER on oppinut tekoälysovellusten käytöstä, että koneoppimiseen liittyy usein toimintaa yrityksen ja erehdyksen kautta. Koulutuksen sisältämiä tietoja testataan niin kauan kuin on tarpeen käyttötapaukselle halutun tarkkuuden ja riittävän laatutason saavuttamiseksi. Toisin kuin perinteisessä koodauksessa, tämä vaatii ennen kaikkea kärsivällisyyttä. Tekoäly voi tuoda mukanaan myös haittoja, kuten hallinnan menetystä, vastuuriskejä ja muita haasteita. Sen vuoksi on tärkeää tarkastella jokaista prosessia kriittisesti ja käyttää tervettä järkeä. Digitalisaatio tarjoaa kuitenkin kaiken kaikkiaan erinomaiset mahdollisuudet vastuulliseen ja tulevaisuudenkestävään kehitykseen. Ihmisten korvaamisen sijasta järkevä annos tekoälyä ja koneoppimista auttaa ihmisiä tekemään tietoisempia ja siten parempia päätöksiä. Logistiikka on ihmisten tekemää ja ihmisille tarkoitettua – eikä se tule muuttumaan. Toisin sanoen jokaisella yrityksellä on tarvittavat välineet oman digitaalisen tulevaisuutensa muokkaamiseen.

DACHSER maailmanlaajuisesti
Ota meihin yhteyttä
Kontakti Jonne Kuusisto Communications Consultant Nordic