Finnes det plass til AI i logistikksektoren?

Er det plass til AI i logistikksektoren?

opprinnelig publisert på Medium 23. august 2021
av Ülari Kalamees

AI (Kunstig Intelligens) - hva er det? Finnes det virkelig et intelligent system? Neppe. Likevel brukes denne termen mye i dag. Når et program eller system kan analysere noen data eller forutsi noe basert på tidligere hendelser, kalles det automatisk AI. Det høres bare så kult ut. Folk bryr seg egentlig ikke om et system er virkelig intelligent eller ikke. De forventer bare at det gjør noe smart. De forventer at det gjør noe som den menneskelige hjernen ikke er i stand til. Greit nok.

Så selv om vi ikke bruker denne termen riktig, hva er de smarte tingene vi kunne nyte i logistikk? For å holde det fokusert vil jeg konsentrere meg om kommunikasjonsdelen av logistikk: hvordan velge de rette logistikkpartnerne, hvordan få sømløs kommunikasjon, hvordan unngå manuelle interaksjoner, hvordan øke effektiviteten, hvordan heve kvaliteten på transportbeslutninger og så videre.

Feste støvlene

Jeg vil begynne med å skissere den generelle prosessen med å velge logistikkpartnere - slik det fungerer i dag og har gjort i tiår.

For det første må du velge de rette partnerne å jobbe med. Normalt gjøres dette gjennom fraktinnkjøpsprosessen. En offentlig invitasjon sendes til alle relevante logistikkselskaper for å delta i transportanbudet. I invitasjonen forklares omfanget og vilkårene. Forventninger. Statistiske data for forrige periode. Inndatafiler. Frister. Grunnlag for kvalifisering til neste runder. Og så videre. Til slutt velges 1-5 hovedpartnere. I tillegg velges 5-15 partnere for å dekke uventede leveranser ad hoc.

Dette var den enkle delen. Nå må alt settes opp. Ytterligere detaljer må avtales. Hvordan plassere transportordrer, hvordan kommunisere, fakturering, sporing, lastinger, spesielle arrangementer, osv. Hvis API-tilkoblinger er involvert, må dette bygges og settes opp.

Så begynner det faktiske arbeidet. Med gamle partnere er det enklere - samarbeidet er allerede etablert. Med nye partnere er det alltid utfordringer i begynnelsen. Kommunikasjonen tar tid å komme i gang. Kanskje API-tilkoblingen trenger justeringer. Leveransene er ikke så smidig i begynnelsen. Vanlige saker. Og så neste år - start på nytt.

Alt i alt bør det være rikelig rom for AI og smarte løsninger. Men hvordan akkurat?

Noen eksempler fra feltet

For noen år siden var jeg involvert i et prosjekt kalt AiToldYou.com. Denne løsningen er rettet mot logistikkselskaper. Men den fungerer faktisk også på andre områder. Denne løsningen forutsier transportordrer per kunde (kunde = selskap i dette eksempelet). Det viser seg at det er et relativt stabilt mønster i gjennomsnittlige kundebookinger. Selskaper har en tendens til å ha svært like (om ikke identiske) transportbookinger over en viss tidsperiode. Enten det er råmaterialer til produksjon eller rett og slett forsyninger som forbrukes i et jevnt tempo. Uansett er det et mønster. Det ville være ganske enkelt å oppdage en manglende booking hvis du bare hadde veldig få kunder. Men hva hvis du har hundrevis? Og plutselig oppdager du at du ikke har hørt fra 5 av dine mellomstore kunder på 2 måneder? Men hva hvis du hadde et system som kunne fortelle deg at du har gått glipp av to bookinger fra følgende kunder? Den virkelige kraften i en slik tilnærming er å sende bookingforslag til kunden din like før de ville ha behov for å booke neste booking. Kult, ikke sant?

Kanskje en av de mest åpenbare oppgavene å angripe med AI-lignende løsninger er å forhåndsvelge den beste logistikkpartneren for en gitt forsendelse. Ideen i seg selv er langt fra unik, og det finnes hundrevis (om ikke tusenvis) av løsninger som tilbyr dette. Den siste jeg hørte om var www.pickrr.com - men som sagt, det finnes veldig mange lignende løsninger. Noen mer avanserte, noen som nærmer seg litt annerledes, men ideen er lik - basert på pris, ledetid og tidligere data vil systemet foreslå den beste løsningen for deg.

Den eneste tingen å holde øye med er at den foreslåtte logistikkpartneren virkelig er best for deg, ikke mest lukrativ for systemet som foreslår løsningen.

En annen utfordrende oppgave å håndtere er å overvåke hvilke varer som leveres/ankommer i tide. Mer presist ønsker vi å vite om varer blir forsinket og ikke vil bli levert i tide. Normalt betyr det automatisk at noen påfølgende prosesser sannsynligvis vil bli forsinket og til slutt forårsake mye trøbbel. På den annen side, hvis vi har en slik advarsel på forhånd, kunne vi gjøre noe med det.

Igjen, ideen er ikke ny. Og det er heller ikke en teknisk sofistikert ting å implementere. Systemet må rett og slett spore forsendelsens nåværende fremdrift og sammenligne dette med gitt ETA (Estimert Ankomsttid). Likevel er utfordringen ofte datakvalitet. Hvis vi vil bygge et slikt system som skal varsle oss i tilfelle noe sannsynligvis vil bli forsinket, ønsker vi ikke å få falske rapporter som lister opp hundrevis og hundrevis av forsendelser som ikke har mottatt relevant statusoppdatering fra transportøren.

Transportpriskalkulatoren. Kanskje den minst AI-lignende tingen på listen. Men igjen, hvis jeg la ut 5 forskjellige logistikkprislister på bordet, er sjansene at du ville gjøre en feil ved å lese minst én av dem. Å gjøre det mange-mange ganger om dagen er ikke bare irriterende, men dette ville være en perfekt oppgave å overlate til en maskin. Så på en måte kvalifiserer denne oppgaven - en smart ting som en maskin kan gjøre.

Ingen av de ovennevnte er virkelig AI-verdige oppgaver. Nyttig - selvsagt. Men bare ikke så imponerende som du kanskje forventer fra en virkelig intelligent maskin. Så ble jeg nysgjerrig på om AI-flaggskipene Alexa/Siri/Google vet noe om logistikk? Jeg testet og prøvde å spørre Siri "hvor mye ville det koste å sende 1 pall, 500 kg, fra Berlin, Tyskland til Paris, Frankrike. Svaret var... forventet skuffende. Den listet bare opp toppstedene fra Google-resultatene hvor jeg selv kunne sjekke/spørre/be om priser. Siri er selvfølgelig ikke ment for det. Men dette er akkurat det spørsmålet mange innkjøpsspesialister stiller sine logistikksjefer daglig.

På den annen side er ikke denne oppgaven så rett frem som den kan virke ved første øyekast. Transportpriser avhenger av hundrevis av små aspekter som fra hvor, til hvor, varemengder, totale volumer, varenes natur, transportmiddel, situasjonen på transportmarkedet, sesongvariasjon, tillatte tidsrammer, samlasting, tilgjengelige ressurser, hvem som spør, hvem som blir spurt, osv., osv., osv. Selv om prisnivået er kjent, gjenstår den praktiske utfordringen. Hvordan nå det relevante logistikkselskapet? De fleste av dem har sine egne kundeportaler hvor du kan taste inn detaljene dine og deretter bestille forsendelsen. Så må du finne en annen tjenesteleverandør og taste inn de samme detaljene igjen. Men hva hvis du trenger en mer skalerbar løsning? Hva hvis du har 10 forsendelser per dag? Hvordan med 100? 1000?

Det finnes tusenvis av forskjellige logistikkselskaper der ute. Men det finnes ingen felles API-standard i logistikkverdenen. Så hver gang du trenger å bygge en tilkobling til et av logistikkselskapene, må du starte fra scratch.

Vår tilnærming til temaet

Vi i Cargoson har vår egen tilnærming til temaet. Vi plukket de samme to spørsmålene vi hører blir stilt så ofte:

Hvor mye ville det omtrent koste å sende varene mine fra A til B?

Hvordan nå den relevante transportøren?

For å svare på det første spørsmålet, sikter vi mot en tjeneste som ville ta hensyn til de mest relevante faktorene og anslå forventet markedspris for den gitte forsendelsen. Ingen faktiske prisforespørsler, ingen dedikerte prislister, ingen transportørbaserte prismodeller. Vi sikter mot et system som ukentlig ville analysere transportordredata fra ulike kilder, justere resultatene med gitte nøkkelfaktorer og deretter fra disse dataene generere forventet prisnivå for den gitte forsendelsen. Det spiller ingen rolle om forsendelsen bare må sendes rundt hjørnet eller må plukkes opp fra den andre siden av verden. Du trenger bare å angi de mest relevante parameterne for forsendelsen: fra hvor, til hvor og noe om mengder, så vil systemet foreslå forventet transportprisnivå. Når tiden er inne, kan en faktisk prisforespørsel sendes ut, og så vil offisielle tilbud mottas - men for indikasjonen vil det innledende forslaget være der.

Å anslå transportkostnaden for enhver forsendelse er en matematisk, ikke en AI-oppgave.

For å svare på det andre spørsmålet har vi allerede bygget kjernen for vår API-oversetter. Det finnes tusenvis av forskjellige logistikkselskaper der ute. Men det finnes ingen felles API-standard i logistikkverdenen. Vårt mål er å skape én. Slik at det ville være ett endepunkt å kontakte, og meldingene deretter automatisk videresendes til det relevante logistikkselskapets API.