7bridges公司首席執行官Philip Ashton指出：“到2021年，全球物流行業規模有望增長到32,150億美元。運輸和物流中的人工智能解決方案是促進這一增長的主要部分，這對于滿足消費者越來越高的期望至關重要。無論是運輸和物流提供商還是依賴高效供應鏈來平穩運營的零售商，可以采用人工智能技術提高競爭力。”
以下探討人工智能和自動化技術在運輸和物流部門中的一些用例。
(1)認知機器閱讀
運輸和物流行業也采用了人工智能技術，這是一種有效讀取大量不同類型數據的方法，也就是“認知機器閱讀(CMR)”。
Antworks集團首席執行官Asheesh Mehra解釋說：“疫情為物流和運輸行業帶來了很多困難和不確定性。出行和運營的限制已導致75%以上物流和運輸企業的供應鏈受到嚴重影響。然而，對于那些已經采取措施實現數字化的公司來說，自動化技術在支持和維護物流規劃和客戶賬單等流程的正常業務方面發揮了關鍵作用。
基于認知機器閱讀(CMR)的自動化工具正在減少傳統上與物流計劃相關的繁重且耗時的人工任務。認知機器閱讀(CMR)通過分析、提取、處理結構化和非結構化數據格式來做到這一點，從而快速生成用于預測和后續操作的高度準確的報告。
認知機器閱讀(CMR)也在改變物流和運輸公司處理其計費機制的方式，這是另一項需要人工實施的任務。例如一家全球運輸和物流公司通過采用認知機器閱讀(CMR)技術，將其計費程序的準確性提高了80%，并將處理時間縮短了63%。”
(2)人工智能物聯網(AIoT)
顛覆運輸和物流領域的第二種技術將人工智能與物聯網技術相結合。
Mindtree公司歐洲副總裁兼咨詢主管Anshuman Singh表示：“新興技術的迅猛發展使運輸和物流公司還有許多工作要做。物聯網融入現有場景的案例在2019年有所增加，而在采用人工智能物聯網(AIoT)情況下，增加物聯網/傳感器能力和實現邊緣智能的大部分挑戰都得到了解決。
雖然采用這些功能的最初目的可能是為了早期預測故障或優化使用模式以提高效率，但現在這些設備/傳感器提供的大量數據為探索和優化開辟了新的途徑。”
Singh解釋說，其進展發生在以下三個階段：
·在邊緣啟用核心功能，這些功能包括基本傳感器開發以及集成可用設備。
·收集從這些傳感器生成的數據，并將其以結構化形式存儲在中央數據存儲區或數據湖中，通常存儲在云中。
·實現人工智能/機器學習與物聯網之間的協同作用，并將它們組合成人工智能物聯網(AIoT)。
他說，“隨著核心技術的進步，這一領域的技術也在不斷發展，從最初的設備功能/集成轉向人工智能物聯網(AIoT)的應用。雖然物聯網提供了獲取大量信息的途徑，但人工智能能夠創建智能和節能的運輸和物流系統，使我們能夠提高能源可持續性，同時追求實現供應鏈協調的更高目標。”
(3)應用在航空領域的人工智能
阿爾法航空集團總經理Bhanu Choudhrie對人工智能如何協助航空行業的運營進行介紹，而航空行業由于用戶需求驟降而受到疫情的嚴重影響。
Choudhrie說，“人工智能技術已經在航空運輸行業得到廣泛采用，從機場護照到面部識別，從行李托運到飛行監控，這種創新技術多年來一直在為運營商和客戶簡化流程。而除了這些應用之外，人工智能將具有更大的應用潛力。”
他指出，人工智能可以在航空行業的變革中發揮關鍵作用，阿爾法航空集團已經與監管部門開展密切合作，提供航空運輸效率，并對飛行學員進行培訓。
人工智能和機器學習算法擅長識別模式，并且在分析飛行學員培訓過程的數據方面非常有效。由于大多數飛行模擬器配備了可生成大量數據的傳感器，因此，這種技術和資源現在可以用來評估飛行學員的學習和操作能力。
強大的人工智能和機器學習系統可以分析數百個飛行參數，并對數千小時的模擬器數據進行排序，從而產生教練員無法確定的結果。例如，人工智能方案可以在飛行學員執行關鍵動作時評估其能力，并根據實時數據對飛行學員的優缺點進行全面評估。
(4)供應鏈管理
運輸和物流公司運營的一個主要方面是管理供應鏈，Teradata公司EMEA地區零售咨詢業務主管John Malpass對運輸和物流領域如何從人工智能中受益進行了介紹。
Malpass說：“人工智能是物流和運輸業面臨的最有希望的技術機遇之一，這不僅是采用機器人技術代替了人工任務，而且也在改變管理供應鏈的方式。但是，使用人工智能來簡單地改善現有流程將會限制其具有的潛在價值，可以使用這種技術來改變工作和業務流程。
在人工智能的這種變革性變化的中心運行是數據。集成端到端供應鏈的不同數據并通過自動化分析功能來協調數據，將使基于洞察力的新方法能夠優化和運營供應鏈。允許用戶以前所未有的方式全面思考如何管理供應鏈。
使用集成數據和預測實時自動化的結合，用戶可以對原有的人工密集的業務流程進行更新和反思。如果實施得當，人工智能將帶來新的能力，這將推動物流和運輸部門的技術進步，并更好地實現轉型。”
(5)監測天氣狀況
最后，Blue Yonder 3PL公司行業戰略副總裁Peter Van Merode表示，人工智能能夠監視天氣狀況，以幫助找到解決問題的方法。
他解釋說：“人工智能可以在識別潛在的運輸和物流中斷方面發揮關鍵作用，將天氣和產品到期時間等信息與機器學習結合使用，可以最大程度地避免問題。
例如，如果人工智能技術發現天氣變化可能導致海港和機場關閉，則可以使用機器學習技術推薦另一條路線來幫助零售商解決問題。這是至關重要的，因為蔬菜由于運輸時間延誤問題而導致貨架期縮短，甚至在到達目的地之前發生腐爛。而避免這些物流問題有助于提高效率，同時也大幅減少浪費，最終幫助零售商增加收入。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號