图片展示

158 8970 2507

177 4863 0707

图片展示

全球物流的人工智能创新格局

随着供应链管理和物流等行业在人工智能竞赛中占据中心地位,人工智能每年都会达到新的应用水平。据Infoholic Research预测【2】,2017-2023年,物流和供应链市场的人工智能将以42.9%的复合年增长率增长,到2023年将达到65亿美元。

过程的复杂性和行业产生的数据量要求通过数字化实现更高、更紧密的结构和透明度。撇开运营挑战不谈,人们现在就想要他们的东西——无论是等待新设备的跨国公司,还是期待节日到来时收到礼物的亚马逊客户。在当今世界,交货速度比以往任何时候都重要。除了速度,客户还要求在特定的时间段交货和提货,这给路线优化增加了一层复杂性。然后,还有定价问题。

在网络价格透明的时代,企业有望以较低的成本提供更高质量的服务,这给企业利润带来压力,并推动企业向劳动自动化方向发展。物流这个行业有太多的移动部件,如果没有人工智能和增强,它将无法持续。由于供应链的不同部分有多个参与者,监管机构,大量第三方,包括分包商、运营商、航空公司,这确实太大了,以至不能倒,但如果整个体系不适应现代社会,它肯定很容易出现经济停滞和严重亏损。

2. 2021年物流创新格局中的AI

下面是部分初创公司在物流领域进行人工智能创新的案例:

1) 荷兰初创公司Fizyr通过构建用于在恶劣的物流环境中自动拣货和放置的软件产品,使用AI实现物流中人工任务的自动化。Fizyr的模块化软件产品无需购买市场上大多数分拣公司提供的专有拣选单元,而是将其与任何相机,机器人和末端执行器平滑集成,从而使公司可以随时选择最佳设备以满足他们的需求。该算法每秒提供100多种抓握姿势,包括分类以不同方式处理对象,还执行质量控制以检测缺陷以防止将损坏的物品放置在分类器上。

2) 印度公司Invento Robotics专业从事开发用于与客户互动的服务机器人。他们的旗舰机器人称为Mitra,可以通过面部识别技术识别来宾,并与他们进行对话,同时提醒来宾主机到来。今年,Mitra受过培训,可以帮助医护人员远程筛查和诊断Covid-19患者,以防止接触Covid-19。

3) 总部位于马萨诸塞州威尔明顿的Locus Robotics制造自主的移动机器人,以支持零售商和仓库物流提供商的电子商务运营。它最近宣布,现在已经超过了2.5亿个拣选量级别,这意味着Locus机器人现在每15分钟可以拣选10,000多个单位。

4) 由前Google员工创立的加利福尼亚初创公司Nuro宣布获得了软银的10亿美元投资。这家初创公司生产R-1机器人,该机器人可以在船上运载许多产品,可以横穿人行道,甚至可以爬楼梯进行交付,并且由于其纤巧,比大多数替代品更安全。据汽车之心报道: 12 月 24 日,美国硅谷自动驾驶技术公司 Nuro.ai 获得加州机动车管理局(DMV)许可,将在该州的公共道路上推出付费自动驾驶送货服务,但 Nuro 没有透露具体的合作伙伴和运营城市。不过在此之前,Nuro 已经与达美乐披萨、沃尔玛、CVS 等零售商达成了合作关系,所以大概率也会在这几家之中。同步在加州开展付费无人配送。

与此同时,Nuro 还收购了总部位于旧金山的自动驾驶卡车创业公司 Ike,有意进军干线物流。

5)Robby Technologies成立于2016年,由YCombinator支持,正在开发Robby 2,这是一款具有先进AI的自动驾驶汽车,具有导航和交互功能。它不仅可以导航道路,还可以导航人行道,行人和铁路道口。它还配备了对话式AI,以鼓励人类与机器人之间的互动。例如,如果有人挡住了罗比的路,罗比会说“对不起”和“谢谢”。

6) 卫星影像公司DigitalGlobe向共享单车巨头Uber提供行星表面的高分辨率图片。这些图像为高级地图绘制工具的开发提供了丰富的输入源,以提高其驾驶员和骑手之间的接送,导航和下车的精度。在一个城市将其添加到官方矢量地图之前,DigitalGlobe的卫星可以解密新的路面标记,车道信息以及街道规模对交通模式的变化。

3. 知名物流企业AI趋势和主要参与者

虽然创业公司正在进行大量创新,给知名企业,如DHL, FedEx也带来了很多颠覆。但这些知名物流企业都在物流人工智能应用创新和应用方面奋起直追,下面是一些主要参与者的创新案例:

1) 在采用新技术方面,DHL等公司和鹿特丹港等港口一直是头条新闻。更具体地说,DHL建立了一个基于机器学习的工具,可以预测空运时间的延迟。机器分析58个不同的数据点,并提前一天预测每日的运输延误或加速。此外,机器学习模型可精确指出影响发货延迟的主要因素。鹿特丹港口通过开发Pronto(一种用于港口电话标准化数据交换的应用)来投资自学习模型。该应用程序允许船运公司,代理商和码头在港口呼叫期间计划,实施和跟踪其活动。通过分析诸如船只类型,货物类型,位置,路线,航行速度以及附近其他船只等因素,由AI驱动的Pronto可以预测船只到达港口的时间。

2) 同时,世界最大的物流公司之一东日本铁路公司计划在2027年开始实施自动驾驶列车。

3) 联邦快递最近宣布了其新的快递机器人SameDay Bot,以提高“最后一英里”的交付效率。该机器人以最高时速10mph的速度结合了类似于自动驾驶汽车和常规摄像头的LIDAR传感器,可在道路上独立导航并避免碰撞。也许很快我们的Pizza Hut比萨或Walgreens杂货将由SameDay机器人交付。

4) 越来越多的大型汽车公司发布公告,例如宝马,戴姆勒,福特,丰田和大众。他们中的大多数正在开发自动驾驶汽车技术。同时,像Google,Tesla和Waymo这样的年轻公司通过使用专有AI和制造技术开发自己的自动驾驶汽车,挑战了现有公司。此外,出行平台公司Lyft和Uber与知名汽车公司合作,自动提供按需乘车服务。

5) 中国后起的知名物流企业,如京东,阿里菜鸟,顺丰等都在人工智能方面布局,并且已推出了许多AI应用产品

4. 物流AI创新分类

现有流程的自动化

自动化是全面进行大规模优化的第一步,许多公司已经做到这一点,至少可以保持竞争力:

自动化可重复的任务,例如表单完成,发票和库存检查。

加快人为易犯错误并需要非常特定的法规知识的复杂的流程。

自动化客户数据收集和存储–对于想要保留其客户最新记录的大型企业而言,这是一个持续的挑战。

使用自主机器人实现仓库操作的自动化-用于代替或协助仓库内部的所有操作人员。

对过程优化的预测和预报

自动化已经为行业带来了巨大的收益,但是AI的预测能力能获得更大的收益。大型物流公司正在探索或内部化大量潜在的用例:

通过增强众多全球供应链参与者之间的沟通来预测交货路线,从而有效地运输,提取和交付货物。

预测机械的磨损并改善总体设备有效性指数。

预测燃油用量以优化车队。

预测未来的生产需求。

颠覆性创新的先进技术

如果我们更深入地探索技术漏斗,那么在我们刚刚开始探索的更高级形式的AI方面,基本上就存在着无限的可能性。想想波士顿动力公司和亚马逊的自动交付无人机机队,然后考虑这些用例离我们还有多远:

图像识别中的AI将加快库存管理,而智能机器人分拣将加速包裹处理。

人工智能和物联网的交集将使传感器能够提供供应链中的可见性,准确的安全性和安全性解决方案,并减少有害排放。

通过Siri,Alexa和Google等智能AI助手进行购买,将有助于个性化购物体验,并提高已经十分困难的消费主义速度。

联邦快递(FedEx)首席信息官罗布•卡特(Rob Carter)表示,你将能够“畅所欲言”,并且(Alexa)会提出正确的问题,以确保你完成了工作。然后你就可以指望一辆卡车开到你办公室的前门,把货物拣起来,然后把它们运过去。”。

5. 新冠疫情对行业的影响

我们正处在充满挑战的时代,但挑战给我们带来无数机遇。新冠疫情大流行给整个部门带来了巨大压力。有几个原因。一个是当今供应链的全球化性质,其一产品的各个组件在各个国家(尤其是在中国)生产。二是诸如附加协议之类的新法规,这些法规与病毒的传播有关,从而造成了交付瓶颈并减慢了货物的流通速度。第三点-政府,企业和消费者期望某些商品的交付速度更快。在大流行初期,它们是口罩和个人防护设备。随着临近2020年底,必须建立新的流程以在适当的条件下在美国,欧洲和世界其他地区运送疫苗,这给物流公司带来了更多压力。话虽如此,大流行为物流的某些领域创造了前所未有的机会。下面就是一些实例:

随着越来越多的消费者从线下转向在线,电子商务行业的兴起

无人机,自动驾驶汽车,机器人初创公司,可以代替运送人员,最大限度地减少劳动力短缺的风险,并有助于保持社会距离

借助AI进行路线优化,以加快货物交付速度并减少碳排放。例如,位于班加罗尔的初创公司Invento Robotics已重新使用其机器人-进行筛查和诊断,以防止医生和医护人员接触Covid-19患者。机器人帮助收集患者数据,即姓名和症状,并测量温度。那些有症状或与Covid-19阳性家庭成员接触过的人被引导到诊断机器人,与医生进行远程视频对话。

供应链监控公司TagBox重新培训了其AI模型,以在工作场所实施,维护和管理社交疏离。当人的体温升高时,初创公司的可穿戴Tag360会发出警报。它可以监视诊断测试套件的处理,并在检测到未经授权的打开,处理不当或温度风险时发出警报。


电话:汪总:158 8970 2507   卢总:177 4863 0707

深圳市宝安区福永街道白石厦社区东华路6号

 

图片展示

深圳市韵成达实业有限公司 版权所有

添加微信好友,详细了解产品
使用企业微信
“扫一扫”加入群聊
复制成功
添加微信好友,详细了解产品
我知道了