A mesterséges intelligencia lehetőségei a logisztikában

A mesterséges intelligenciát (Artificial Intelligence; AI) kulcsfontosságú technológiának tekintik, amely messzemenő hatással van a nemzetgazdaságra és a versenyképességre. A logisztikában többek között a prediktív logisztika, az intelligens raktárak és a robotika területén alkalmazható.

Ma már szinte mindenki a mesterséges intelligenciáról, mint a jövő technológiájáról beszél, vannak azonban néhányan, akikben ez nem csak pozitív érzéseket kelt. Az öntanuló algoritmusokon alapuló technológia viszont már számos mindennapi alkalmazásban és termékben jelen van. Néhány példa ezek közül: hangasszisztensek, intelligens otthon, zene streamelése, hírfolyam és hirdetések a Facebookon, az Amazon termékeinek ajánlásához használt algoritmus, fordítás, képek létrehozása/felismerése, támogatott és autonóm vezetés és navigáció. A mesterséges intelligencia (1) részterületeinek ma már számos alterülete van, melyek száma folyamatosan növekszik: botok, prediktív karbantartás, adatbányászat, folyamatbányászat, neurális hálózatok, gépi tanulás, mély tanulás és még sok más. Jelenleg a neurális hálózatok segítségével történő mély tanulás a legígéretesebb megközelítés a mesterséges intelligencia területén, mely ugyanakkor a gépi tanulás területén belül is az egyik megközelítés.

A mesterséges intelligencia növeli a versenyképességet

A McKinsey Global Institute (MGI) a globális gazdasági növekedés fontos hajtóerejének tartja a mesterséges intelligenciát. Az „Artificial Intelligence – The next digital frontier” (2017, 2) tanulmány elkészítéséhez 14 különböző iparág 3000 vállalatát kérdezték meg. A tanulmány szerint a következő öt mesterséges intelligencián alapuló technológia az, melyet a vállalatok a jövőben a leggyakrabban használnak majd: az automatikus képfelismerés, a természetes beszéd, a virtuális asszisztensek, a robot alapú folyamatautomatizálás és a fejlett gépi tanulás. 2030-ig a vállalatok mintegy 70 százaléka fogja ezek közül a mesterséges intelligencián alapuló technológiák közül legalább az egyiket igénybe venni. A tanulmány szerzői szerint azok a vállalatok, melyek korán alkalmazzák a mesterséges intelligencián alapuló technológiákat, megduplázhatják a pénzforgalmukat, míg a lemaradóknak kb. 20 százalékkal csökken majd a készpénzforgalmuk a jelenlegi szinthez képest. 

A német vállalatok már felismerték az idő szavát. A Bitkom digitális szövetség szerint már minden második német vállalat abból indul ki, hogy a gépi tanulás, illetve a mesterséges intelligencia tartósan meg fogja változtatni a jelenlegi üzleti modelleket. A cégek 90 %-a azt mondja, hogy a nagy adathalmazok és az adatelemzés nagyon nagy vagy meglehetősen nagy jelentőséggel bír majd a német vállalatok jövőbeli versenyképessége szempontjából. Egy évvel ezelőtt ez csak 83 % volt. Második a rangsorban a „dolgok internete” (IoT) 81 %-kal (2019: 79%), melyet a 3D nyomtatás követ 72 %-kal (2019: 68%). Az autonóm járművek esetében is jelentős a növekedés – 57 helyett 68 %, míg a mesterséges intelligencia esetében 60-ról 67 %-ra történt a növekedés. Ennek ellenére négy vállalat közül csak egy (24%) tervezte az év elején, hogy célzottan a digitális üzleti modellek kidolgozása irányába fejlődik.  

A vállalatok szerint az új digitális technológiák alkalmazásának három legnagyobb akadálya a következő: az adatvédelmi követelmények (79%, 2019: 74%), a műszaki biztonsági követelmények (63%, 2019: 57%) és a szakképzett munkaerő hiánya (55%, 2019: 48%). Ezeket az akadályokat jelentős lemaradással követi a rangsorban az idő hiánya a mindennapi üzleti tevékenység során (33%), a pénzügyi források hiánya (25%) és a piacképes megoldások hiánya (18%). 

A mesterséges intelligencia stabilizálja a gazdaságot a koronavírus-járvány idején

„A koronavírus-válság világosan megmutatta számunkra a digitális technológiák jelentőségét a gazdaság, a közigazgatás és a társadalom szempontjából. A krízis arra hívja fel a figyelmünket, hogy a digitalizálást erőteljesen elő kell mozdítanunk. Ez idáig túl sok időt hagytunk magunknak a digitalizálás megvalósítására” – fejtette ki Achim Berg, a Bitkom elnöke. Majd hozzátette: „Már most gondolnunk kell a koronavírus-válság utáni időre, és mindenhol a digitalizálás irányába kell meghatározni a fejlődést. Jelenleg nagyon jól láthatjuk, hogy a fokozottabban digitalizált vállalatok és a digitális gazdaság sokkal több, mint a növekedés motorja. Válságos időkben ezek kevésbé sebezhetőek, stabilizálják a gazdaságot és a munkaerőpiacot.” A TCS és a Bitkom (3) egyik tanulmánya szerint a vállalatok többsége (75%) a világjárvány következtében már növelte a befektetéseit. A digitális átalakulás egyelőre csak a vállalatok kisebb hányadánál (7%) lassul le pénzhiány miatt. 

Mesterséges intelligencia a logisztikai ágazatban

Bár a „mesterséges intelligencia” fogalma és kutatási területe már az 50-es évek óta ismert, az ezen a területen tapasztalható jelenlegi fellendülés a most már kedvező áron kapható nagy teljesítményű hardverek következménye. Csak most állnak rendelkezésre olyan processzorok, nagy sebességű hálózatok és nagy adathalmazok tárolására szolgáló lehetőségek, melyek lehetővé teszik számos elméleti elgondolás gyakorlati megvalósítását. Az AI és annak algoritmusai különösen alkalmasak a logisztikában történő használatra, mivel a széles körben elágazó logisztikai hálózatok ideális alkalmazási területet kínálnak a mesterséges intelligencia számára. Ezekben a hálózatokban az ok-okozati kapcsolatok nagyon jól kiszámolhatóak és megjósolhatóak. 

„A logisztika már ma is az egyik legerőteljesebben digitalizált vállalati terület. Azonban a drónok, az autonóm rendszerek és a mesterséges intelligencia révén a logisztikára nemcsak az üzleti folyamatok optimalizálása, hanem valódi forradalom vár” – mondta Dr. Bernhard Rohleder, a Bitkom vezérigazgatója. A Bitkom digitális szövetség nevében, 508 logisztikai folyamatokkal rendelkező vállalat körében végzett reprezentatív felmérés (4) eredménye alapján a megkérdezett vállalatok kétharmada (65%) úgy véli, hogy az öntanuló AI-rendszerek számos logisztikai feladatot – például a legjobb útvonal megtervezését vagy a rendelési folyamatok elindítását – átvesznek majd. A vállalatok 75 %-a azzal számol, hogy az okosszemüvegek támogatást nyújtanak majd a logisztika területén dolgozók számára. Tízből hat (58%) vállalat arra számít, hogy a raktárkészlet leltározását autonóm drónok végzik majd. Hasonlóképpen sokan (57%) indulnak ki abból, hogy az árukat autonóm járművek fogják szállítani. Tízből négy (42%) vállalat gondolja úgy, hogy a drónok és a szállítórobotok egészen az ügyfélig szállítják majd a termékeket. 

A vállalatok nagyra értékelik a digitalizálás és a mesterséges intelligencia számos előnyét. 89 %-uk hosszú távon a logisztikai költségek csökkenésével és a szállítás gyorsulásával számol (86%). A vállalatok 72 %-a arra számít, hogy kevesebb lesz a hiba a szállítási lánc mentén, 58 %-uk pedig környezetbarátabb szállítást vár. A digitalizálást összességében a vállalatok 88 %-a látja lehetőségnek, csak 11 % tekinti kockázatnak. 

Az alábbiakban néhány példát mutatunk be az AI logisztikai és intralogisztikai alkalmazására. 

Prediktív logisztika

A mesterséges intelligenciát a logisztika területén különösen a logisztikai hálózat jövőbeli körülményeinek előrejelzéséhez praktikus használni. 

Az AI öntanuló algoritmusai segítségével nagy mennyiségű, az ügyfelek múltbeli viselkedését leíró adatok értékelhetők ki. Azzal, hogy mintákat ismernek fel ezekben az adatokban, lehetőség nyílik bizonyos események bekövetkezésének (rendelési magatartás stb.) bizonyos valószínűséggel történő előrejelzésére (prediktív elemzés). Ennek a prediktív elemzésnek köszönhetően elkészíthetők a logisztikai rendszer (pl. az ellátási lánc) számítógép által generált, jövőbeli modelljei. Ezek alapján pedig intelligens döntések hozhatók az adott területen végrehajtandó jövőbeni intézkedésekre vonatkozólag. Például megjósolható, hogy melyik régióban rendelik meg különösen gyakran az adott árucikket. Ebből megállapítások tehetők a logisztika számára a szükséges tárolóhellyel, a tehergépkocsival, a raktári dolgozókkal stb. kapcsolatban, valamint meghatározott tevékenységek vezethetők le. Például az árucikkeket az ügyfél otthona közelében található raktárban tárolhatják már mielőtt az ügyfél megrendelné azokat, ami lerövidíti a szállítási időt. Az ellátási lánchoz kapcsolódó teljes kockázatkezelés is előrelátóbb módon végezhető. Így az adatmodellek az ellátási lánccal kapcsolatos élő adatokat (pl. amelyeket nyomkövető érzékelők gyűjtenek a szállított áruk állapotáról) vagy közlekedési információkat vehetnek figyelembe, és megfelelő intézkedések foganatosíthatók. Ebben az esetben tehát szimuláción alapuló intelligens tervezésről van szó, mely nemcsak a logisztikai ágazatot, hanem sok más ágazatot is forradalmasít már most.

Mesterséges intelligenciával működő robotok

A mesterséges intelligenciával, illetve mély tanulási algoritmusokkal felszerelt robotok képesek intelligens autonóm döntéseket hozni az áruk azonosításával, elemzésével, számlálásával, kezelésével, valamint szállításával kapcsolatban. Például robotika segítségével követhető nyomon, lokalizálható és mozgatható a raktárakban lévő készlet. A komissiózó robotok, az árufeltöltő robotok és a cobotok (együttműködő robotok) fogják meghatározni az intralogisztika jövőjét. Az autonóm komissiózó robotok elsősorban kis tételek esetén – például az online kereskedelem területén – kifizetődőek. A cobotok egyre inkább támogatják az embereket a raktárban végzett munkájuk során. Többek között léteznek olyan cobotok, melyek adott komissiózási zónán belül az árucikkekhez vezetik a dolgozókat. Az AI-vezérelt megoldás nemcsak a komissiózási sebességet növeli 200–300 %-kal, hanem abban is segít a komissiózónak, hogy gyorsabban és pontosabban dolgozzon. 

Autonóm járművek

Az autonóm vezetés a járművek teljesen automatizált, vezető nélküli vezetését jelenti. Az intralogisztika területén az autonóm járműveket vezető nélküli szállítórendszereknek nevezzük. A vezető nélküli szállítórendszerek segítségével drasztikusan csökkenthető az üres és a hibás menetek száma, mivel a járművek automatikusan a megfelelő állványhoz mennek. Ennek során a járművek különböző technológiákat használnak a tájékozódáshoz, mint például jelzőcsíkokat, precíziós lézereket, reflektorokat vagy egyszerű ragasztószalagos sávokat. Míg a legtöbb intralogisztikai raktár ma még olyan anyagmozgató eszközökre támaszkodik, mint a targonca, melynek vezetője látás és odahívás alapján közlekedik, a vezető nélküli szállítórendszerek automatikusan programozott utat követnek. Ehhez például vizuális pálya használható, melyet a vezető nélküli szállítórendszer követni tud az útja során. Ezzel szinte teljesen kiküszöbölhetők a munkafolyamat során kialakuló szűk keresztmetszetek, ütközések vagy egyéb akadályok. Ez gyorsabbá és hatékonyabbá teszi a vállalatok intralogisztikáját. A kihívást ennél a nyitott infrastruktúra létrehozása jelenti. A szállítási logisztika területén többek között egy-egy csomag kiszállítása során vethetők be autonóm járművek és drónok. 

Vizuális mesterséges intelligencia

A károk meghatározására és osztályozására úgynevezett vizuális mesterséges intelligencia használható. Ez sokkal gyorsabb és pontosabb, mint az ember által végzett kárfelmérés. A vizuális mesterséges intelligencia alkalmazásának egyik példája az internetes óriás, az Amazon. Ennél a vállalatnál rövid időn belül kirakodják a tárgyakat tartalmazó konténereket, majd tartalom szerint osztályozzák azokat. 

A vizuális mesterséges intelligencia, illetve a mély tanulási technológia a tárgyak vonalkódok nélküli felismerésére, a termékek megszámlálására és megmérésére használható. Ez lehetővé teszi például az áruátvétel automatizálását a termékek azonosításának, a termékméretek és -súlyok meghatározásának, valamint adott esetben a további információk leolvasásának köszönhetően. A csomagolási folyamatok felgyorsíthatók például a termékek beolvasásának szükségtelenné válása, a 3D-s csomagolási séma megjelenítése, illetve számos vonalkód és QR-kód automatikus beolvasása révén. Az AI és a számítógépes látás segítségével a tárgyakat egyidejűleg meg lehet számlálni és mérni. 

Intelligens raktár

Az intelligens raktár központi eleme az intelligens raktárkezelő rendszer, mely növeli a termelékenységet és a hatékonyságot. Ez a rendszer következetesen megjeleníti és használja a logisztikai tárgyakra vonatkozó adatokat, feltárja a rendellenességeket, mielőtt problémák következnének be, és a hatékony optimalizálás (pl. útidőcsökkentés) érdekében feldolgozza az információkat. Az intelligens raktárkezelő rendszernek olyan automatizálási megoldások is a részét képezik, mint az AI robotok, a vezető nélküli szállítórendszerek, a vizuális mesterséges intelligencia, az RFID, a „pick-by” megoldások, a kiterjesztett valóságot megjelenítő szemüvegek stb. Az energiamegtakarításra szolgáló intelligens energiahálózatok integrálása, valamint az intelligens hűtési és fűtési rendszerek révén szintén hatalmas mennyiségű energia takarítható meg. 

Irodalom:

1 Wie Künstliche Intelligenz die Logistik revolutioniert, Bito-Fachwissen, Link 

2 Bughin Jacques et al., Artificial Intelligence - The next digital frontier, McKinsey Global Institute, 2017, San Francisco Amsterdam Shanghai 

3 Deutschland lernt KI - Wie Unternehmen digitale Technologien einsetzen, Bitkom Research GmbH und Tata Consultancy Services, 2020, Frankfurt, www.studie-digitalisierung.de   

4 Dr. Rohleder Bernhard, Digitalisierung in der Logistik, Präsentation, März 2017, Bitkom e.V., Berlin, download 

Lehet, hogy ezek a témák is érdekesek