Bruken av kunstig intelligens i logistikkbransjen
Kunstig intelligens har blitt en del av hverdagen. Den åpner store muligheter også i logistikkbransjen – og det handler ikke bare om analyse av store datamengder. Som et praktisk verktøy kan den støtte medarbeidere i beslutningsprosesser eller overta monotone rutineoppgaver. Men hvordan brukes teknologien innen stykkgodstransport, og hvilket potensial har den?
Er kunstig intelligens (KI) en framtidsteknologi? Svaret er både ja og nei. Ja, fordi vi fortsatt er langt fra å ha utnyttet KI fullt ut. Nei, fordi teknologien allerede er en del av hverdagen, i alt fra ansiktsgjenkjenning på mobiltelefoner til chatbotter og oversettelsestjenester på nettet. Også i logistikk brukes KI oftere enn mange tror. Den bidrar blant annet til prognoser for transportvolumer, styring av materialflyt og støtte til administrative prosesser.
Samtidig er KI fremdeles ikke fullt utviklet på mange områder. Denne «simuleringen av menneskelig intelligens» bygger i bunn og grunn på avansert matematikk og sannsynlighetsberegninger. Feil kan derfor oppstå avhengig av datakvalitet – og i logistikk, der kravene til sikkerhet og kvalitet er høye, må feilmarginen være minimal. Det gjelder både for såkalte KI-agenter, som opererer selvstendig i ikke-kritiske prosesser, og for KI-assistenter, der mennesker alltid overvåker og tar endelige beslutninger. Logistikken kan derfor ikke klare seg uten mennesker: den siste avgjørelsen må tas av et menneske, særlig når forretningsrisiko er involvert og feilmarginen må være null.
Virkeligheten er samtidig at logistikkbedrifter som ikke tar KI på alvor, raskt vil falle bak. Kundenes krav og virksomhetenes kompleksitet blir ikke mindre, og mangelen på kvalifisert arbeidskraft øker. DACHSER bruker allerede KI-løsninger på lager, terminaler og kontorer for å støtte medarbeidere i beslutninger, øke effektiviteten og unngå flaskehalser. På den måten kan man både kompensere for bemanningsutfordringer og sikre høy kvalitet over tid.
Nye og uventede muligheter
I det såkalte Enterprise Lab – et forsknings- og utviklingslaboratorium ved Fraunhofer IML i Dortmund – begynte DACHSER for over seks år siden å utvikle algoritmer som kan forutsi innkommende volumer. Det skjer på detaljnivå helt ned til hver filial, og opptil 25 uker i forveien, for å lette kapasitetsplanleggingen. God planlegging er avgjørende for både effektivitet og kvalitet i logistikk. Her gjør KI virkelig en forskjell, noe DACHSERs første maskinlæringsprosjekt, PAnDA One, viste. Akronymet står for Predictive Analytics Dachser, og «One» markerer at dette var selskapets første maskinlæringsprosjekt.
KI-algoritmer brukes også i den digitale tvillingen @ILO, som identifiserer, lokaliserer og måler gods på stykkgodsterminaler i sanntid.
Ved hjelp av optiske skannere i taket og todimensjonale datamatrisekoder skapes en digital tvilling av alle bevegelser og prosesser på terminalen. Det gir bedre oversikt og høyere transparens. Samtidig fjernes manuelle oppgaver som skanning av gods, noe som gjør enkelte lossingsprosesser opptil 30 prosent mer effektive. DACHSER vil gradvis rulle ut @ILO over hele Europa i løpet av de kommende årene, med minst seks nye lokasjoner planlagt for 2025.
Hva skjer videre?
DACHSER styrker kontinuerlig sitt arbeid innen KI-forskning. I første kvartal av året utvidet selskapet samarbeidet med Fraunhofer Institute for Intelligent Analysis and Information Systems (IAIS) i Sankt Augustin. Fraunhofer IAIS er et ledende forskningsinstitutt innen KI, maskinlæring og big data i Tyskland og Europa, med nær 400 ansatte som hjelper bedrifter med å optimalisere produkter, tjenester og prosesser, samt utvikle nye digitale forretningsmodeller. Gjennom dette partnerskapet i DACHSER Enterprise Lab kan selskapet ytterligere styrke sin kompetanse innen kunstig intelligens.
Fremtidig forskning vil åpne nye muligheter for KI, men systemene må trenes på spesifikke interne data – særlig for spesialiserte logistikkprosesser og løsninger. Samtidig må bedrifter ta hensyn til kostnader, spesielt for KI-modeller som krever høy datakraft. I tillegg kommer behovet for å sikre etterlevelse av EUs nye regelverk for kunstig intelligens – AI Act.
Oppsummert tilbyr KI logistikkbransjen mange nye muligheter som tidligere ikke var mulig. Men teknologien er ikke egentlig «intelligent» som sådan – den bygger på avansert matematikk, store datamengder og beregningskraft. Dessuten er ikke KI alltid den beste løsningen på digitale utfordringer; tradisjonell programmering kan ofte være mer effektiv. Utfordringen fremover blir å finne riktig balanse mellom standardiserte KI-applikasjoner og egenutviklede løsninger, og å tilpasse dem til de konkrete behovene.
