Van-e hely a mesterséges intelligenciának a logisztikai szektorban?

eredetileg közzétéve a Mediumon 2021. augusztus 23-án
írta Ülari Kalamees

MI (Mesterséges Intelligencia) – mi is ez valójában? Létezik-e egyáltalán olyan rendszer, amely valóban intelligens? Aligha. Ennek ellenére manapság széles körben használják ezt a kifejezést. Ha egy program vagy rendszer képes adatokat elemezni vagy előrejelzéseket készíteni korábbi események alapján, akkor automatikusan mesterséges intelligenciának nevezik. Egyszerűen csak menően hangzik. Az embereket nem igazán érdekli, hogy egy rendszer valóban intelligens-e vagy sem. Csak azt várják el, hogy okosan működjön. Azt várják, hogy olyasmit tegyen, amire az emberi agy nem képes. Rendben van.

Tehát bár nem használjuk helyesen ezt a kifejezést, milyen okos dolgokat élvezhetnénk a logisztikában? Hogy fókuszált maradjak, a logisztika kommunikációs részére összpontosítok: hogyan válasszuk ki a megfelelő logisztikai partnereket, hogyan tehetjük zökkenőmentessé a kommunikációt, hogyan kerülhetjük el a manuális interakciókat, hogyan növelhetjük a hatékonyságot, hogyan javíthatjuk a szállítási döntések minőségét, és így tovább.

A kezdeti lépések

A logisztikai partnerek kiválasztásának általános folyamatával kezdem – ahogyan ma és évtizedek óta működik.

Először is a megfelelő partnereket kell kiválasztani, akikkel együtt kívánunk működni. Ezt általában a fuvarozás beszerzési folyamat során teszik meg. Nyilvános felhívást küldenek minden releváns logisztikai cégnek, hogy vegyenek részt a szállítási tenderben. A meghívóban ismertetik a hatókört és a feltételeket. Elvárásokat. Statisztikai adatokat az előző időszakról. Bemeneti fájlokat. Határidőket. A következő fordulókba való továbbjutás alapjait. És így tovább. Végül 1–5 fő partnert választanak ki. Ezen kívül 5–15 partnert választanak ki a váratlan, ad-hoc szállítások lefedésére.

Ez volt a könnyű rész. Most minden mást is be kell állítani. További részleteket kell egyeztetni. Hogyan történik a szállítási megrendelések feladása, hogyan kommunikálnak, számlázás, nyomon követés, rakodások, speciális megállapodások stb. Ha API-kapcsolatokat is igénybe vesznek, akkor ezeket is ki kell építeni és be kell állítani.

Ezután kezdődik a tényleges munka. A régi partnerekkel könnyebb – a együttműködés már kialakult. Az új partnerekkel kezdetben mindig vannak nehézségek. Időbe telik, mire a kommunikáció bejáratódik. Lehet, hogy az API-kapcsolatot finomhangolni kell. A szállítások nem mennek olyan simán az elején. A szokásos dolgok. És aztán jövőre kezdhetjük elölről.

Mindent egybevetve, bőven lenne hely az MI és az okos megoldások számára. De pontosan hogyan?

Néhány példa a gyakorlatból

Néhány évvel ezelőtt egy AiToldYou.com nevű projektben vettem részt. Ez a megoldás a logisztikai cégekre összpontosít. De valójában más területeken is működik. Ez a megoldás előre jelzi a szállítási megrendeléseket ügyfél (ebben a példában vállalat) szerint. Kiderül, hogy viszonylag állandó minta figyelhető meg az átlagos ügyfélmegrendelésekben. A vállalatok hajlamosak nagyon hasonló (ha nem azonos) szállítási megrendeléseket leadni egy adott időszakon belül. Akár a termeléshez szükséges alapanyagról, akár egyszerűen a folyamatos ütemben felhasznált ellátmányról van szó. Mindenesetre van egy minta. Viszonylag könnyű lenne észrevenni egy hiányzó megrendelést, ha csak néhány ügyfelünk lenne. De mi van, ha százak vannak? És hirtelen rájövünk, hogy 2 hónapja nem hallottunk 5 közepes méretű ügyfelünkről? De mi lenne, ha lenne egy olyan rendszerünk, amely jelezné, hogy két megrendelést elmulasztottunk a következő ügyfelektől? Egy ilyen megközelítés igazi ereje az, hogy megrendelési javaslatot küldhetünk az ügyfélnek, még mielőtt a következő megrendelését fel kellene adnia. Menő, nem?

Talán az egyik legnyilvánvalóbb feladat, amelyet MI-szerű megoldásokkal lehet támadni, a legjobb logisztikai partner előzetes kiválasztása az adott szállítmányhoz. Maga az ötlet egyáltalán nem egyedi, és számos (ha nem ezernyi) megoldás kínálja ezt. A legutóbbi, amiről hallottam, a www.pickrr.com volt – de mint mondtam, nagyon sok hasonló megoldás létezik. Néhány fejlettebb, néhány kicsit másképp közelíti meg a dolgot, de az ötlet hasonló – az ár, az átfutási idő és a korábbi adatok alapján a rendszer a legjobb megoldást javasolja Önnek.

Az egyetlen dolog, amire figyelni kell, hogy a javasolt logisztikai partner valóban a legjobb legyen Önnek, ne pedig a megoldást javasoló rendszer számára a legnyereségesebb.

Egy másik kihívást jelentő feladat annak figyelemmel kísérése, hogy mely áruk érkeztek meg időben. Pontosabban azt szeretnénk tudni, ha az áruk késnek, és nem érkeznek meg időben. Általában ez automatikusan azt jelenti, hogy valószínűleg a következő folyamatok is késni fognak, és végül rengeteg gondot okoznak. Ha viszont előre megkapjuk ezt a riasztást, tehetünk ellene valamit.

Ismét nem új ötletről van szó. Technikailag sem bonyolult megvalósítani. A rendszernek egyszerűen nyomon kell követnie a szállítmány aktuális előrehaladását, és össze kell hasonlítania a megadott ETA-val (becsült érkezési idővel). Gyakran azonban az adatok minősége jelenti a kihívást. Ha olyan rendszert szeretnénk építeni, amely riasztást küld, ha valami valószínűleg késni fog, akkor nem akarunk hamis riasztást kapni, amely százával sorolja fel azokat a szállítmányokat, amelyekről a fuvarozó nem küldött releváns állapotfrissítést.

Szállítási árkalkuátor. Talán a listán szereplő legkevésbé MI-szerű dolog. De megint csak, ha 5 különböző logisztikai árajánlatot tennék az asztalra, valószínűleg legalább egyet rosszul olvasnék el. Ha ezt naponta sokszor megtesszük, nem csak bosszantó, hanem tökéletes feladat a gépnek. Így tehát bizonyos értelemben ez a feladat is megfelel – okos dolog, amit a gép meg tud tenni.

A fentiek egyike sem igazán méltó az MI-re. Hasznosak – persze. De nem olyan lenyűgözőek, mint amit egy valóban intelligens géptől várna az ember. Így hát kíváncsi lettem, hogy az MI zászlóshajói, az Alexa, a Siri és a Google tudnak-e valamit a logisztikáról? Teszteltem, és megkérdeztem a Sirit: "Mennyibe kerülne elküldeni 1 raklap, 500 kg árut Berlinből, Németországból Párizsba, Franciaországba?" A válasz... várakozásaimnak megfelelően csalódást keltő volt. Csak a Google találatainak legfelső oldalait sorolta fel, ahol magam is megnézhettem/megkérdezhettem/lekérdezhettem az árakat. Igaz, a Siri nem erre van kitalálva. De pontosan ezt a kérdést teszik fel naponta a beszerzési szakemberek a logisztikai menedzserüknek.

Másrészt ez a feladat nem is olyan egyszerű, mint első pillantásra tűnik. A szállítási árak számos apró tényezőtől függnek, mint például a feladási és a rendeltetési hely, az árumennyiség, az össztérfogat, az áru jellege, a szállítási mód, a szállítási piac helyzete, a szezonalitás, az engedélyezett időkeretek, az együttfuvarozás, a rendelkezésre álló erőforrások, ki kérdezi, kitől kérdezik stb. Másfelől a legtöbb esetben elegendő a hozzávetőleges árkategória ismerete. A szállítási vállalat hivatalos árajánlatára nincs szükség egy projekt vagy szállítmány szállítási költségének becslésére – egy becslés többnyire elegendő.

Még ha ismert is az árkategória, a gyakorlati kihívás megmarad. Hogyan érjük el a releváns logisztikai céget? A legtöbbjüknek saját ügyfélportálja van, ahol megadhatjuk az adatainkat, majd feladhatjuk a szállítmányt. Ezután meg kell keresnünk egy másik szolgáltatót, és újra be kell gépelnünk ugyanazokat az adatokat. De mi van, ha átfogóbb megoldásra van szükségünk? Mi van, ha naponta 10 szállítmányunk van? Vagy 100? 1000?

Ezernyi különböző logisztikai cég van odakint. De nincs egységes API-szabvány a logisztikai világban. Így amikor kapcsolatot kell építeni bármelyik logisztikai céggel, mindig nulláról kell kezdeni.

A mi megközelítésünk a témában

A Cargoson csapatánál a mi megközelítésünk a következő a témában. Kiválasztottuk ugyanazokat a két kérdést, amelyeket olyan gyakran hallunk:

Körülbelül mennyibe kerülne elszállítani az árut A-ból B-be?

Hogyan érhetem el a releváns fuvarozót?

Az első kérdés megválaszolásához olyan szolgáltatást célzunk meg, amely figyelembe veszi a legtöbb releváns tényezőt, és megbecsüli a várt piaci árat az adott szállítmányra. Nem tényleges árajánlatok, nem dedikált árajánlatok, nem fuvarozó alapú árképzési modellek. Olyan rendszert célzunk meg, amely hetente elemezné a különböző forrásokból származó szállítási megrendelések adatait, a kapott kulcstényezőkkel korrigálná az eredményeket, majd ezekből az adatokból generálná a várt árkategóriát az adott szállítmányra. Nem számít, hogy a szállítmányt csak a sarkon kell körbevinni, vagy a világ másik feléről kell begyűjteni. Csak meg kell adnia a szállítmány legfontosabb paramétereit: honnan, hová és valamit a mennyiségekről, és a rendszer javasolni fogja a várt szállítási árkategóriát. Ha eljön az ideje, tényleges árajánlatot lehet kérni, és akkor hivatalos ajánlatokat fognak kapni – de a becsléshez ott lesz a kezdeti javaslat.

A szállítási költség becslése bármely szállítmányra matematikai, nem MI feladat.

A második kérdés megválaszolására már felépítettük az API-fordító magunkat. Ezernyi különböző logisztikai cég van odakint. De nincs egységes API-szabvány a logisztikai világban. A célunk egy ilyen létrehozása. Hogy legyen egy végpont, amellyel kapcsolatba lehet lépni, és az üzeneteket automatikusan továbbítjuk a releváns logisztikai cég API-jára.