欢迎访问 中国智慧物流网
  • 主管单位:住建部中国城市科学研究会
  • 组长单位:中物协(北京)物流工程设计院
智慧技术 Products
相关推荐 RECOMMENDATION
发布时间: 2018 - 11 - 02
无人仓是一个包含多个子系统的复杂工程,需要各参与方密切配合、高效协同,实现物流系统的有机集成和逐步优化。随着机器人、自动化设备技术的提升,大数据技术、人工智能和运筹学相关算法的应用,在需求、技术、资本的多方促进下,我国无人仓技术发展迅速,应用逐步落地,未来市场前景广阔。春秋时期的管仲曾提出“积于不涸之仓,藏于不竭之府”,指的是那个年代老百姓的需求是吃饱,仓库主要功能是存储。到了电商迅速发展的今天,分拣、流通加工、包装等更多的仓库功能被挖掘出来,随着机器人、自动化、信息系统等技术全方位的创新与提升,使仓储作业变得更流程化、专业化和精细化,使各类智能设备更便捷地投入到各作业环节中,仓库里的人越来越少。所谓无人仓,不是为了“无人”而不要人,而是上述需求功能实现后,设备的作业效率已经大大超越了人所能达到的效率,无法再用人了。也就是说,随着机器人、自动化设备的技术提升,大数据技术、人工智能和运筹学相关算法的应用,在需求、技术、资本的多方促进下,我国无人仓技术提升迅速,应用逐步落地。无人仓核心技术及主要实现形式1.无人仓主要构成及核心技术无人仓的目标是实现入库、存储、拣选、出库等仓库作业流程的无人化操作,这就需要具备自主识别货物、追踪货物流动、自主指挥设备执行生产任务、无须人工干预等条件;此外还要有一个“智慧大脑”,针对无数传感器感知的海量数据进行分析,精准预测未来的情况,自主决策后协调智能设备的运转,根据任务执行反馈的信息及时调整策略,形成对作业的闭环控制,即具备智能感知、实时分析、精准预测、自主决策、自动控制、自主学习的特征。无人仓的构成包括硬件与软件两大部分。硬件:对应存储、搬运、拣选、包装等环节有各类自动化物流设备,其中,存储设备典型代表是自动化立体库;搬运典型设备有输送线、AGV、穿梭车、类kiva机器人、无人叉车等;拣选典型设备有机械臂、分拣机(不算自动化设备)等;包装典型...
发布时间: 2018 - 11 - 01
随着我国经济的持续发展,以顺丰、京东物流、四通一达为代表的国内快递企业发展迅速,其中大部分企业也都已经上市融资,以不断加强自身的基础设施建设。本文将主要介绍快递企业基础设施中非常重要的一环——分拣中心内所使用的主要设备。本文将结合作者的所见、所闻、所感为各位读者从不同的视角展示分拣中心的主要设备。输送设备输送设备为分拣中心内使用范围最广泛、最重要的分拣设备,没有之一!下面将主要介绍3种输送设备,即皮带输送机、滑槽和伸缩皮带机。1.1 皮带输送机:皮带输送机是所有分拣中心都在使用的设备,虽然其看起来结构较为简单,但作者认为能把皮带输送机做好的国内设备厂商却屈指可数。皮带机不仅要完成输送功能同时也要完成分拣功能,分拣矩阵是对这两种功能相结合最好的诠释。分拣矩阵的发展经历了从一维到二维、从二维到三维的2个阶段,一维矩阵即由平面皮带机所组成的分拣方案,通过同一平面的皮带机相互拉包实现路向分拣,此种方案在国内一些中小型分拣中心内仍在使用;二维矩阵即由上下两层皮带机所组成的分拣方案,通过上层皮带机经直滑槽拉至下层皮带机实现路向分拣,此种方案在国内的分拣中心应用较为广泛;三维矩阵即由三层皮带机所组成的分拣方案,通过上层皮带机经直滑槽和螺旋滑槽拉至中、下层皮带机实现路向分拣,此种方案在国内分拣中心应用也较为广泛。作者认为分拣矩阵的演化的两个原因是场地面积和人效,矩阵从一维升至三维,使设备布局从平面变成立体,大大节约了设备占地面积,所以目前三维矩阵的应用越来越多;矩阵从一维升至二维、三维,人员分拣的路向由一个变成2个、4个,在一定货量情况下,人效会有明显提升。然而矩阵从平面变成立体的缺点是会增加货物的破损率,所以如何既能发挥立体矩阵的优势又能避免货物的破损将是行业内后续重点解决的问题。图1 分拣矩阵说回皮带输送机本身不得不提作者任职某黑标快递公司时负责的标准化皮带机项目,即由该公司出标准化输...
发布时间: 2018 - 10 - 30
仓储质押融资业务属于结构融资,被誉为20世纪以来金融市场最重要、最有生命力的金融创新之一。在美国金融市场,该业务已占据三分之一的份额。我国的仓储质押融资业务最初起源于广东、江苏、浙江一带,业务分布主要是生产制造企业、物贸业密集的地区。仓储质押融资具有强大的生命力,它是指企业将拥有未来现金流的特定资产剥离开来,仓储质押融资在融资结构中包括四个方面:基于质押存货的产权结构、融资额度(即风险敞口、风险暴露)和偿还结构、费用结构、风险规避结构。这些结构的制定是在银行、借贷者和质押管理者共同参与下完成的,体现为三者之间的合约。仓储质押融资最显著的一个特点是个性化需求服务,针对不同客户可以制订多种融资模式。买方信贷对于需要采购材料的借款企业,金融机构先开出银行承兑汇票,借款企业凭借银行承兑汇票向供应商采购货品。并交由物流公司评估入库作为质物,金融机构在承兑汇票到期的兑现,将款项划拔到供应商帐户。物流公司根据金融机构的要求,在借款企业履行了还款义务后释放质物,如果借款企业违约,质物可由供应商或物流公司回购。动态质押动态质押使得企业在质押期间获得流动资金的同时,不会影响到其正常生产、销售,产生了资金放大效应。动态质押就是要使企业沉淀在原材料、半成品、成品的库存资金变成现金流动起来。同时又通过专业的监管公司渗透到企业的各个交易层面,掌握资金的流向,根据授信额度控制风险敞口,确保银行放贷资金的安全。专业监管公司的专业管理又促进了融资单位的内部管理,使其管理和业务流程及资金链的加速运转都起到了极大的推动作用。综上所述,动态质押融资已把企业的动产和不动产盘活得淋漓尽致,使其存量资产发挥了最大的效益。动态质押主要有以下几种方式:1、循环质押(滚动质押):考虑到仓单的有效性(仓单有效期、质物保质期)等因素,在质押期间,按与银行的约定,货主可用相同数量的产品替代原有质物,保证银行债权对应的质物价值不变。...
发布时间: 2018 - 10 - 18
智能分拣快递有了“小橙人” 信息化引领物流日新月异10月8日,中国邮政速递物流华中(武汉)陆路邮件处理中心,一台台橙色的智能机器人正迅速有序地运送快递包裹。这些“小橙人”是中国邮政集团自主研发的AGV智能分拣设备。分拣开始后,分拣员将快递包裹放在工作台上,由高速相机扫描,“小橙人”就可以自动识别邮件信息,自主完成分拣、落格、发运。记者在现场看到,这些“小橙人”非常聪明,它们可以计算出最优运送线路,送货道路拥挤时,会自动避开障碍物,没电了还会自己跑到充电点充电。10月9日,武汉邮区中心局双层包裹分拣机前,负责分拣设备维修和管理工作40年的刘祯慈告诉记者,改革开放初期,分拣工作几乎全靠人工完成。那时,机器设备就是一个传送带,只能起到辅助作用。包裹从运过来到运出去大约需要6道工序。现如今,分拣员不再需要手分肩扛了,分拣环节也缩减至3道工序。“我是幸运的,经历了5次设备换代,从最早的翻车式到现在的信息化。”刘祯慈感慨道,设备的换代升级大大提升了分拣效率。10多年前,一天最多分拣5万件。“武汉邮区中心局2012年一天处理10万件邮件,就已经了不得了。”省邮政集团运营管理部的陈森林接过话茬,他介绍说,现在使用的双层包裹分拣机,单日分拣最高可达76.3万件。扫描条形码、输入手机号、选择箱体……10月10日,武昌一小区楼下智能快递柜前,快递员姚杜不到1分钟就投放好了一件快递。收件人则可通过手机上的取件码,自由安排时间取件。姚杜说,以前大多数包裹,都是收件人拿着包裹详情单到邮局来取,现在邮寄包裹不仅可以上门取件,还可以送件上门。来源:湖北日报网 湖北日报全媒记者:张朋 通讯员:高健 余丽
发布时间: 2018 - 10 - 17
供应链物流是为了顺利实现与经济活动有关的物流,协调运作生产、供应活动、销售活动和物流活动,进行综合性管理的战略机能。物流成本是指伴随着物流活动而发生的各种费用,是物流活动中所消耗的物化劳动和活劳动的货币表现。物流成本是衡量一个国家经济运行效率的重要指标,随着物流管理意识的增强,降低物流成本已经成为物流管理的首要任务。▌做好物流成本管理的基础性工作首先,要建立健全降低物流成本的管理体制。要从组织上保证物流管理的有效进行,要有专门的物流管理机构,实现物流管理的专门化。树立现代物流理念,重新审视企业的物流系统和物流运作方式,吸收先进的物流管理方法,结合企业自身实际,寻找改善物流管理、降低物流成本的切入点。其次,要加强物流成本的核算管理。物流成本计算的难点在于缺乏充分反映物流成本的数据,物流成本数据很难从财务数据中剥离出来。因此,要准确计算物流成本,首先要做好基础数据的整理工作。建立统一的物流成本统计口径,进行全国范围的统计,设立行业与地区的物流成本数据库。在国家尚未出台企业物流成本管理规定的情况下,企业可以先根据自己的实际情况和管理目标,制定一个试行的规划,利用规划对各相关部门进行物流成本核算。▌要树立良好的物流成本管理理念首先,要树立物流总成本观念。即从流通全过程的视点来降低物流成本,要整合各项物流活动以实现物流总成本最小化。对企业来讲,不能只片面的追求本企业物流的效率化,而应该考虑从原材料供应、产品制成到最终用户的整个流通过程的物流成本的降低。我们可以通过发挥物流部门和其它部门之间的“协同效应”来降低物流成本,还可以通过发挥物流功能要素的协同效应来降低物流总成本,即把运输、装卸、包装、储存、配送、流通加工、信息处理等各个功能的目标协同起来。例如:运输成本可能不是最小的,或者库存成本不是最小的,但是,把运输和储存合起来的协同成本一定是最小的。其次,要加强企业职工的成本管理意识。...
发布时间: 2018 - 09 - 28
京东X无人超市内部指导PPT曝光。来源/物流指闻 以下是PPT原文:来源/物流指闻
发布时间: 2018 - 09 - 06
人工智能近年来的迅猛发展,预示着其将为仓库运作方式带来革命性的变革。但在企业决定在运营实践中引入并实施这一新技术之前,必须要确保已拥有相关数据及所需人才。对相关企业而言,即时关注并对供应链技术的进步具有敏感性几乎已经成为必须。机器人技术、自动化、数据分析和工业物联网等各种新技术,正在逐步展示出其在提升货物运输,处理,存储和配送效率方面的潜力。这些新技术的不断涌现,使得我们很难确认究竟应把注意力集中在哪一方面。在这其中一项值得仔细研究的新技术是人工智能(AI)。简单而言, 人工智能是计算机系统发展到一定阶段的产物,即代为执行通常需要人类智能参与的任务(如视觉感知、语音识别、决策和语言翻译)。人工智能出现于1956年,但绝大多数情况下,我们都必须将智能程序明确地输入到计算机中。近年来,机器学习作为一种典型的人工智能技术,发。机器学习主要是探索如何可以使计算机程序通过对输入数据的学习来提高其输出性能。这些程序可以嵌入在机器中,也可以在服务器或云端操作。亚马逊(Amazon)、谷歌、Facebook、微软(Microsoft)等大型科技公司已经将机器学习融入到他们的产品和服务中,为用户提供:相关度更高的网络搜索内容,更好的图像与语音识别技术以及更智能化的设备。机器学习与数据分析(收集、转换及数据分析的流程)之间有一些相似之处。两者都需要一个经过清理的、多样化的、大型的数据库才能有效地运作。然而,主要的区别在于,数据分析允许用户从数据中得出结论,进而要求用户采取相应措施来改善其供应链。相比较而言,对于已处于可解决范畴内的问题,机器学习可以基于“训练数据库”自动执行操作(本文后续关于监督学习的部分将对此进行讨论)。基于其允许任务自动执行这一特性,人工智能— 尤其是机器学习 — 对许多供应链管理人员来说都是一项值得关注的重要技术。对于今天的许多企业来讲,制定并实施供应链相关的人...
发布时间: 2018 - 06 - 01
“ 2018全球智慧物流峰会上,菜鸟总裁万霖携 “菜鸟语音助手”亮相,惊艳全场。”■  关键词:菜鸟,语音助手  1、菜鸟推出平台级人工智能产品“菜鸟语音助手”,自动帮快递员打电话  2、“您好,我是菜鸟语音助手”,菜鸟人工智能每天可望为快递员节省16万小时“你好,有你的快递。”这句大家收快递前常听的话,要发生改变了。5月31日,杭州举行的2018全球智慧物流峰会上,一段智能语音交互视频惊艳了在场的7000名来宾。替换它的是:“您好,我是菜鸟语音助手,您有一个快递,方便签收吗?”菜鸟语音助手,这将是继电子面单之后,菜鸟推出的又一个行业平台级产品。凭借人工智能技术,它能够同一时间自动批量拨打巨量电话,帮助快递员派件前沟通消费者,甚至能听懂方言,准确识别消费者选择的包裹接收点,实时反馈结果,极大提升快递员效率。平台级人工智能“嗯,帮我放物业吧。算了,还是给我放到门口吧。”“是放到门口吗?”“喂,还在吗,给你放在门口可以吗?”短短的两行对话内,就做到了关键信息识别及修正,在用户长时间无反馈时主动唤起,进行对话主线保持,让机器在跟人交互过程中能同时做到“说”和“听”,辅以模仿真人的语气、语调、语速等类人语言控制能力,让机器更拟人化。菜鸟语音助手服务依托阿里通信,并由阿里巴巴智能服务事业部阿里小蜜团队和达摩院机器智能实验室提供技术支持。技术人员介绍,这背后是阿里多项顶尖人工智能技术的综合应用,包括多方言重口音语音识别、全双工语音交互、场景化人声合成、智能语音流式响应、上下文语义识别、主动对话引擎、多通会话记忆、以及推荐预测能力等等。整个对话过程几乎听不出是机器在跟人交互。“太逼真了。”“可以帮我打分手电话吗?”视频的播放引发现场一片惊叹。技术提升消费者体验目前,这一服务已在中通多个网点投入试用,后续将在全国推开,有...
发布时间: 2018 - 04 - 12
概述将无源RFID和有源RFID进行结合,针对烟纸生产的行业性特点,完美地解决其生产过程中监控和管理的难题。2需求背景针对烟纸的生产过程,在生产、运输、盘点等方面遇到了的难题主要分为以下四个方面。1. 大卷纸管理从原料开始切成大卷纸,一个大卷纸重量可达1吨,半径的厚度可达60cm,叉车工作员到大卷纸圆心距离大纸为2~3米。当叉车夹起大卷纸运送至切割机时,系统需要知道当前夹起的大卷纸信息。切割机操作员在实施切割操作时,可用移动PDA扫描大卷纸的无源标签,确认当前大卷纸的切割信息,然后进行切割操作。另外大卷纸的中轴部分可作为回收利用,叉车数量为1辆。2. 托盘管理一个托盘可以装4个小卷纸,一辆叉车可以运2个托盘,叉车到托盘的距离为2~3米,当叉车托起2个托盘时,系统需要知道当前托起的货物信息。出货的时候托盘不回收,叉车数量为3辆。3. 仓库库位搜索当叉车将两个托盘运输进入仓库时,系统需要尽最大方便让叉车工作员找到存放位置,叉车工作员在行车过程中,系统即可时刻判断离其最近的库位是否有空出的位置,如果有即发出提醒。4. 仓库盘点对于存放在仓库的外围的托盘,工作人员可通过手持PDA进行盘点,对于存放在内部的托盘,工作人员无法进入的情况,可通过其他外接设备进行盘点。3大卷烟管理1. 使用说明每个大卷纸配一个有源标签和一张无源标签,无源标签贴在有源标签的外壳上,出厂时候厂家可先贴好并进行ID号绑定。安装位置在入口处30公分左右。当大卷纸是站立式摆放时,有源标签处于工作状态。大卷纸的物料可以切成三个大卷纸,分为上中下三卷,分别采用不同颜色的红绿蓝,红色有源标签的ID号编码从1000开始,绿色标签的ID编码从2000开始,蓝色标签的ID编码从3000开始。发卡的时候,只有当有源标签的标识与大卷纸的上中下品质匹配时,发卡才能成功。安装在车上的有源接收器的读取距离控制在8~9米的范围内,方便叉车...
发布时间: 2018 - 03 - 07
据媒体披露数据:屈臣氏2016年收入1519亿港元,中国销售增长9%。而根据据屈臣氏集团所属长江和记实业公司发布的2017年中期财报显示,2017年上半年屈臣氏中国区营收106.15亿港元,即使面对网络冲击,屈巨氏门店业绩依然稳步上升。 在这份耀眼的业绩单面前,相应的是众多线下门店的黯然神伤。今天我们来看看屈臣氏在具体营运中,一个让你出乎意料的地方——收银台。一、位置放在店铺的中间最合理收银台俗称付款处,是顾客付款交易的地方,也是顾客在门店最后停留的地方,也决定了顾客是否会第二次光临。但是据笔者研究,屈臣氏的收银台是所有零售卖场中最复杂,也是学问最多的。第一代屈臣氏商店的收银台设置在店铺的最里面,原因是收银台设置在店铺门口会给顾客造成压力,不愿意进入店铺,同时收银台在商铺里面可以引导顾客进入商场最里面。后来发现,收银台在最里面,顾客不容易找到,结合超市的特点,屈臣氏将收银台设置在店铺入口靠墙的地方,以方便顾客付款,这就是第二代的屈臣氏店铺。然而,随着生意红火,屈臣氏的管理者发现,收银台设置在入口处对客流造成阻碍,同时结合“屈臣氏发现式陈列”,收银台放在店铺的中间是最合理的。在屈臣氏第三代以后的店铺都一直遵循这种标准。屈臣氏的收银台除了付款功能,还有服务台功能,包含广播中心、顾客投诉接待、商品退换,还是一个商品促销中心、宣传中心。这样一个多功能的枢纽之地,屈臣氏有一套完整的操作方案。二、设计一切都非常人性化大家在屈臣氏的店铺中会发现,它的收银台和超市的不一样,很特别。屈臣氏的收银台高度为1.2米,据说这是顾客在付款时感觉最舒适的高度,不会因太高而显得压抑,也不会因为太低而要弯腰。在每个收银窗口处有个凹槽,这个设计是专门方便顾客在买单时放置购物篮的。在收银台上装置有一些小货架,摆放一些轻便货品如糖果、电池等一些可以刺激顾客即时购买欲的商品,一切都非常人性化。三、服务与...
热点新闻 HOT NEWS
产品名称

AI 技术:人工智能在仓储情景中的应用

发布时间: 2018-09-06
来源:
作者:
点击次数: 28
分享到:

人工智能近年来的迅猛发展,预示着其将为仓库运作方式带来革命性的变革。但在企业决定在运营实践中引入并实施这一新技术之前,必须要确保已拥有相关数据及所需人才。


对相关企业而言,即时关注并对供应链技术的进步具有敏感性几乎已经成为必须。机器人技术、自动化、数据分析和工业物联网等各种新技术,正在逐步展示出其在提升货物运输,处理,存储和配送效率方面的潜力。这些新技术的不断涌现,使得我们很难确认究竟应把注意力集中在哪一方面。

在这其中一项值得仔细研究的新技术是人工智能(AI)。简单而言, 人工智能是计算机系统发展到一定阶段的产物,即代为执行通常需要人类智能参与的任务(如视觉感知、语音识别、决策和语言翻译)。人工智能出现于1956年,但绝大多数情况下,我们都必须将智能程序明确地输入到计算机中。

近年来,机器学习作为一种典型的人工智能技术,发。机器学习主要是探索如何可以使计算机程序通过对输入数据的学习来提高其输出性能。这些程序可以嵌入在机器中,也可以在服务器或云端操作。亚马逊(Amazon)、谷歌、Facebook、微软(Microsoft)等大型科技公司已经将机器学习融入到他们的产品和服务中,为用户提供:相关度更高的网络搜索内容,更好的图像与语音识别技术以及更智能化的设备。

机器学习数据分析(收集、转换及数据分析的流程)之间有一些相似之处。两者都需要一个经过清理的、多样化的、大型的数据库才能有效地运作。然而,主要的区别在于,数据分析允许用户从数据中得出结论,进而要求用户采取相应措施来改善其供应链。相比较而言,对于已处于可解决范畴内的问题,机器学习可以基于“训练数据库”自动执行操作(本文后续关于监督学习的部分将对此进行讨论)。基于其允许任务自动执行这一特性,人工智能 — 尤其是机器学习 — 对许多供应链管理人员来说都是一项值得关注的重要技术。对于今天的许多企业来讲,制定并实施供应链相关的人工智能战略,将使其随着技术的逐渐成熟,提升自身的生产力、速度与效率。

一、人工智能的发展现状

人工智能近期的迅猛发展,得益于以下因素的共同作用。第一,各种设备的互通互连而产生的数据量的增长以及促使日常生活数字化的高级传感器的使用的增长。第二,从移动设备到云计算,各种设备的计算能力也在持续增长。因此,机器学习可以运行在最新的硬件运算设备上,同时获取大批量、多样化及高质量的数据库,进而自动执行各种任务。

案例一:

下面是一个众多消费者将逐渐熟悉的场景。如果你有一个iphone而且每天早晨通勤上下班, 最近一段时间你可能留意到了以下情况:当你坐进汽车的时候,你的手机将自动提示你开车去公司将需要多少时间,根据实时的路况信息给出最佳行车路线的建议。当这一现象第一次发生时,你可能会有这样的疑惑:“手机怎么会知道我要去上班?感觉很酷,但也有一点点恐怖”

因为内置了机器学习功能,手机可以根据你过去做过的事情来预测你将要什么。如果你换了新工作或者开车去了另外一个目的地,设备会自动调整它的预测,并根据新的目的地发出新的通知。这一应用场景的特别强大之处在于:设备对用户来说越来越有帮助,而用户或软件开发人员不必采取任何行动。

另一个场景是自动驾驶汽车。目前路面上行驶的的自动驾驶汽车正在被用来收集数据,用来改进下一代自动驾驶汽车的技术。当人工操作人员直接对车辆进行控制时,相关的数据就会与其他车辆的数据汇集起来并进行对比分析,以确定在何种情况下自动驾驶汽车将切换到由人工驾驶模式。这样的数据收集与分析将使得自动驾驶汽车变得更加智能。

虽然人们很容易被今天人工智能相关的令人兴奋的发展所鼓舞,但了解人工智能的局限性也很重要。在《哈佛商业评论》(Harvard Business Review) 2016年的一篇文章中,《人工智能现阶段的能与不能》,斯坦福人工智能实验室前负责人、跨国科技公司百度的人工智能团队前首席科学家Andrew Ng明确表示,“人工智能将变革许多行业,但它并不具有无所不能的魔力。

Ng强调,虽然人工智能已经有很多成功的实施案例,但大多数都是在监督学习的场景下展开应用。在这一模式下,每一个训练输入数据库与正确的输出决策相关联。机器学习算法通过比对这个训练库的信息来根据新的输入数据做出决策。监督学习的一些常见应用包括照片标记、贷款处理与语音识别。在每一个应用案例中,系统都会接收输入信息 — 比如照片标签应用中的图片 — 并基于它从训练数据库中学到的信息做出决定或做出反应。

如果拥有一个足够大的输入数据库,并用对应的人工响应 (或输出) 做以注释 (例如:这幅图片是一张脸),那么就可以构建一个人工智能应用程序,允许计算机系统接收新的输入数据并自行做出决定。这可以使过去不容易自动化的流程变的可以自动运作,最终提升仓库啊的运营效率。而实现这一目的的关键就是辅助做出决策的数据库的大小、质量与多样性的程度。训练输入数据库越大、越多样化,机器学习算法做出的决策就越优化。

二、选择可参照案例

当考虑在供应链中应用人工智能的各种方案时,直接应用相应技术然后确定应用方案或许很有吸引力。但是,如果你首先分析一下公司业务面对的挑战与机遇,然后再选择相匹配的人工智能技术来解决相关问题,这样的流程会有助于你选择更有效率、更适合的应用方案。

就仓库及其运作而言,人工智能的应用应该以企业所关注并不断优化的关键性能指标(KPI)为指导(订单准确性、安全性、生产率、履行时间、设施损坏或库存准确性等)。仓库通常已经拥有大量与KPI指标相关的数据,这些都可以被人工智能应用程序用于自动完成任务或做出决策。然而,这些数据由于数据类型的原因并不能直接用于人工智能技术,并且通常分布在不同的仓库管理系统中。因此,在正式应用之前,许多人工智能应用程序需要对不同仓库管理信息系统中的数据进行整合。

下面的3个案例(生产力、设备利用率、效率)说明了人工智能在仓储运营场景中的应用潜力。虽然这些案例可能并不适用于所有仓库,但它们确实展示了企业如何将自己已有的数据整合成可以应用机器学习技术的形式。

案例一、生产力

在拣选订单的环节,所有的仓库都存在不同员工的生产力不同这一现象(有效率最高的订单拣选员也有变现一般的员工)。但是相对于使用系统引导进行拣选的仓库而言,员工在生产力方面的差异在不使用系统引导的仓库中表现更为明显。


对于那些不使用系统引导进行拣选的仓库,机器学习提供了一个可以更好推广最高效员工经验的机会,并将系统引导模式引入到所有员工的工作中。如果联系到上文提到的监督学习,最高效员工的拣选列表将作为人工智能应用的输入数据;这些员工在拣选列表中货物的顺序决策即为输出数据(基于条码扫描或其他可获取信息)。除了最短拣选距离这一指标之外,避免拥挤通常是提升生产力的另外一个重要指标。因为最佳拣选员工通常会同时考虑这两个因素,因此上面的输入输出数据库应该已包含这些信息。


基于这些精准标注的数据,机器学习算法在接收新的订单数据后案最佳原则进行归类。通过这种方式,算法可以复制最有效员工的拣选操作,并提高所有员工的生产力。

案例二、设备利用率

某一仓库一天内需要搬运的容器或托盘数量与所需的搬运设备数量之间有一定的关系。在大多数情况下,两者之间是一种线性关系。但是,某些因素(例如操作人员的技能水平或货物的混合存放等)也可能会影响到所需搬运设备的佘亮。


在这种情况下,输入数据就需要包括所有可能影响设备需求的数据(从仓库管理系统中调用的拣选订单清单以及从员工管理系统中获取的操作人员生产力水平等信息)。输出信息包括从升降搬运车管理系统中获得的搬运设备使用率信息。


基于这一精准标注的数据库,机器学习算法将可以接收未来数星期或数月的订单预测信息和现有员工的技能水平信息,进而预估出所需搬运设备的数量。升降搬运车车队经理将在同设备供应商的协商中采纳这些信息作为决策参考,以确保通过短期租赁或新设备购买的方式来确保在某一期限内获取合适数量的搬运设备进行拣选操作。


案例三、效率

一个好的货位策略应该是将高需求的SKU尽量集中放在最佳位置但同时又要适当的分散摆放,以降低拥堵程度来提高拣选效率。但由于需求的不断变化以及SKU的数量(某些仓库中可能有数千个SKU),仓库很难仅仅依靠员工来判断SKU的需求量来实现最佳存放。因此一些仓库运营商会使用货位分配软件来帮助确定SKU摆放位置。这些软件会提供操作界面允许客户修改运作规则。当接收到销售历史数据或未来销售预测信息后,软件就会推荐相应的货位策略。但是,负责软件的人员经常会依据自己的经验来修改策略,而这些经验却往往不能反应出拣选操作的真实情况。


在这种情况下,输入数据就是软件所推荐的货位策略。输出数据是最终决定执行的策略。机器学习算法可以和货位分配软件结合,通过对实施最终货位摆放策略的员工的倾向性进行不断的学习,最终实现自动调整。

三、制定策略

明确仓储相关领域可以从人工智能技术获益之后,制定相关的应用策略将非常重要。在其发表于《哈佛商业评论》的文章中,Andrew Ng对高管们应该如何定位公司的人工智能策略提出了一些有益的看法。他写道,制定一个成功战略的关键是“理解在哪里创造价值,什么是很难复制的”

Ng指出,人工智能研究人员经常发布和分享他们的想法,并公布他们的代码,因此我们可以很便捷地接触到最新理念及进展。相反,“稀缺资源”是数据和人才,而这两点对企业制定人工智能策略获取竞争优势极为关键。在数据源已经被精确连接到了对应的输出信息的情况下,复制一款软件比获得原始数据要简单的多。因此,具有鉴别与获取有价值的数据并有能力根据实际情况修改软件参数以最大化利用这些数据的人员,将是制定人工智能策略过程中关键而具有差异性的组成部分。也就是说,如果一个企业向推进人工智能在仓储场景下的应用,那么它就必须将重点放在提高数据和人才的质量这两方面。

关于数据,要明确的一个关键问题是:哪些数据是你的公司所独有而且可以用来提高与业务相关的KPI?这一点明确之后,就需要提高仓储管理系统中的数据的质量。这一步通常被称为数据管控,来确保供应链运作相关的数据具有一个可以“真实反映客观事实的来源”。

举例来讲。叉车司机的信息可以存储在不同的信息系统中,包括人力资源系统、员工管理系统、仓库管理系统、叉车车队管理系统等。如果司机信息被分别录入以上系统,那么同一员工的姓名及身份号码就可能出现不匹配的情况。

对于跨系统整合数据的机器学习应用案例来说,数据必须是干净的。具有良好数据管控能力的企业可以将其中某一系统定义为存有主要数据的系统,并在需要时通过应用程序编程接口(API)将这一数据导入其他任意系统中。

如果需要整合来源于多个系统的数据,那接下来要面对的挑战就是数据集成。也就是说,要确保所有来源于不同仓储运作相关的系统中的数据可以被整合成一种可以用来机器学习的形式。这就需要与供应商紧密合作,以了解对方的运营能力以及整合来自车队管理、员工管理、仓库管理、企业资源管理等不同系统的数据的潜力。这就为支持数据分析以及客户定制化的人工智能应用奠定了数字化基础。在技术上具有挑战性,但许多系统中嵌入的API接口简化了这一任务。

一个更大的挑战可能来自于人才领域。在你的公司中有多少人专职进行管控、集成于抓取正在创建的数据信息?如果答案是“还不够”,那么你就要考虑设置一个高管级别的职位,致力于在董事会层面来积极推动以公司数据资产为来源来建立企业竞争优势。

这种高级别的助推策略,可以从确定公司如何在这一领域构建能力开始。对大多数公司来讲,也可以通过内部员工和外部顾问的组合来实现。甚至有一些众筹的机器学习平台(例如Kaggle和Experfy)可以协助你将你在数据方面要面对的挑战与世界各地的专家之间建立起联系。因为今天你所获得的数据可能会对未来的机器学习应用产生深远影响,因此建立数据能力是一个优先需要考虑的事项。许多大型企业已经在内部成立了专门部门来引导人工智能及数据分析方面的工作,这一需求也使得这一领域的专业人才变的炙手可热。

四、感想总结

虽然供应链经理需要评估各种技术以及指导以科技为基础的革新,但人工智能不应因此被忽略。但它也不应该被视作可以瞬间完成供应链变革的万灵药。相反地,人工智能应该被定义为一个可以提升与企业成功密切相关的KPI指标的工具。使用这一工具并不需要成为人工智能领域的专家,但必须确保你的企业满足了前文所提到的三个基本要求:确定与提升企业绩效相关的高价值应用案例;创立可以整合这些高价值数据的数字基础设施;开始建立一个由内部与外部专家组成的专业团队。



来源:物流技术与应用


  地址:北京市西城区月坛北街25号
电话:010-68519188  010-68519187 
传真:+86 0755-2788 8009
邮编:100834 
Copyright ©2005 - 2013 中国智慧物流网
犀牛云提供企业云服务
X
3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开