8 Predictions and Trends in Supply Chain and Logistics for 2021
2021 年供應鏈和物流的 8 個預測和趨勢
行動物聯網雲端縮時應用方案
全球供應鏈中使用的機器、機器人、IIoT 設備和應用程序，會產生大量結構化和非結構化數據。這導致了先進的人工智慧 (AI) 和基於機器學習的解決方案的出現，目的在理解所有這些資訊，並將其轉化為可操作的行業見解。人工智慧驅動的供應鏈技術，為所有這些數據的混亂帶來了秩序。
將人工智慧應用於複雜營運數據的好處顯而易見：增強對供應鏈的可見性、更快的決策、縮短週期時間、大數據的預測分析、提高質量、生產力和吞吐量、更大的供應鏈彈性以及能夠根據對系統性能的即時洞察，不斷調整和改進你的流程。
人工智慧還使企業能夠對各種項目進行智慧預測，例如對特定產品的需求，或何時補充製造過程中，使用的原材料庫存。此外，人工智慧可用於大大減少供應鏈專業人員，從不同系統收集數據，然後使用商業智慧工具和電子表格制定策略所需的時間。
市場分析師麥肯錫 (McKinsey) 的一份報告發現，61% 的高管報告成本降低，53% 的高管報告將人工智慧引入其供應鏈的直接結果，是收入增加、庫存攜帶成本降低、庫存減少、運輸和勞動力成本降低最大的節省。
因此，供應鏈部門正在以越來越快的速度，採用基於人工智慧和機器學習的技術，也就不足為奇了。根據 Markets & Markets 的研究，到 2025 年，全球人工智慧供應鏈市場預計將達到 101.102 億美元，高於 2017 年的 5.275 億美元，複合年成長率為 45.55% 。
人工智慧驅動的供應鏈解決方案的出現恰逢其時，供應鏈仍然受到與大流行相關的限制的影響，並試圖應對日益增加的供應鏈不確定性。然而，供應鏈中的人工智慧仍處於 Gartner 2020 年炒作週期的起點，這意味著該技術可能還需要十年才能完全成熟。
A3 成員在為當今和未來的全球供應鏈，開發巧妙的 AI 和基於機器學習的解決方案方面，處於領先地位。讓我們來看看，他們令人興奮的工作的幾個例子。
例如，總部位於加利福尼亞的 Flexible Vision 開發了一個人工智慧、機器學習驅動的硬體和軟體平台，目的在幫助解決困難的檢查任務，例如正確辨識機器人要拾取的物品，或辨識產品缺陷。證明佈署 AI 驅動的解決方案，不一定需要先進的技術知識，Flexible Vision 可以由任何技術人員操作，無論他們的技能水準如何。在下面的影片中，該系統相容多個攝影機和鏡頭設置，可以顯示併入自動視覺檢測單元。
Geek+是一家全球物流技術公司，為倉庫和工廠設施提供先進的機器人 —— 包括自主移動機器人 (AMR)、自動搬運車和 RoboShuttle 手提袋到人的揀選解決方案 —— 以及基於人工智慧的系統。2020 年，Geek+ 和 eStore Logistics 實施了澳洲歷史上最大的 AMR 佈署。
該公司的人工智慧倉庫產品，在整個過程中提供全面、即時的倉庫營運景象。例如，貨物進入物流中心後，立即進行數據監控和分析。將此資訊與歷史庫存數據進行比較，以確定最佳儲存方法和位置，系統會選擇在何時何地使用哪些機器人。智慧倉庫還負責將任務分配給員工，確保整個設施內的人機協作得到優化。在下面的影片中了解有關智慧倉庫系統的更多資訊。
RIOS Intelligent Machines 專注於開發靈巧的、人工智慧驅動的機器人和工作單元，目的在實現供應鏈和物流操作的自動化。RIOS 為機器人開發了一個觸覺智慧平台，使其機器人能夠處理具有挑戰性的任務，這些任務傳統上需要人類級別的靈巧性，並涉及操縱數千個 SKU。
RIOS 的平台，包括一個裝有數千個微型感測器的末端執行器，這些感測器將資訊提供給機器學習算法，產生的結果可用於優化抓握、繪製表面地形、檢測滑動和區分不同物體，即使在雜亂的環境中也是如此。該系統還使用人工智慧進行視覺感知、觸覺感知，以及即時機器人運動規劃和控制。
在下面的影片中，可以看到 RIOS 機器人工作單元，在下線包裝應用中，與現有包裝設備一起工作。
總部位於溫哥華的 Apera AI 專注於機器人視覺——由於所涉及任務的複雜性，該領域非常適合 AI 和機器學習部署。該公司的 4D 視覺系統與眾多領先的工業機器人品牌兼容，旨在為工業機器人提供類人視覺，支持新的和更複雜的應用，並為系統添加先進的物體識別功能。
在下面的影片中，觀看系統成功支持快節奏的垃圾箱揀選應用程序。
透過訪問 A3 的專用 AI 門戶，了解有關 AI 系統使用的更多資訊。
 |
| https://www.approtech.com/index.php |
沒有留言:
張貼留言