Cílem není nahradit lidi algoritmy

Poslední dva roky jsou charakteristické zpřetrhanými dodavatelskými řetězci, a to z mnoha důvodů – pandemie covidu‑19 způsobila nedostatek kapacit ve vzduchu a na moři, uzávěry po celém světě dodnes komplikují plynulé dodávky zejména z Asie a válka na Ukrajině a sankce proti Rusku mají velký dopad nejen na pozemní přepravy z a do tohoto regionu. My v Dachseru jsme už před dvěma lety stanovili náš cíl – udržet naši logistickou síť v chodu – a to se nám díky mnoha opatřením daří. Zrychlení procesu digitalizace a efektivnější práce s daty směrem k prediktivnímu plánování patří mezi ně.

Dachser a naše globální síť je na práci s daty zvyklá již od poloviny 80. let, kdy jsme vyvinuli vlastní IT systémy pro řízení přeprav a skladů. Koronakrize naši další plánovanou digitalizaci ještě urychlila. Odborné znalosti, které jsme získali v různých výzkumných a inovačních projektech, nyní sdružujeme v našem novém interním kompetenčním centru pro datovou vědu a strojové učení. Jako logistický provider denně produkujeme velké objemy dat, která tvoří základ pro testování a vývoj technologií umělé inteligence.

V rámci firemní laboratoře Dachser Enterprise Lab jsme společně s vědci z Fraunhoferova institutu IML v německém Dortmundu nedávno vyvinuli konkrétní aplikace strojového učení. Jednou z nich je PAnDA One: Predictive Analytics Dachser, kde „One“ značí, že se jedná o náš první projekt strojového učení. Model PAnDA One byl speciálně navržen pro predikce objemu příchozích zásilek pro pobočky pozemní logistiky. Jedním z cílů je pomocí této aplikace poskytnout zaměstnancům našich poboček cennou podporu při rozhodování o sezonním plánování tak, aby jim to umožnilo včas na trhu získat vhodné kapacity a plánovat zdroje v tranzitních terminálech.

Prognostický model PanDA One za tímto účelem predikuje objemy příchozích zásilek až na 25 týdnů dopředu.

Strojové učení ale není samospásné, chceme dát našim pobočkám nástroj, který jim v konečném důsledku usnadní, zefektivní a také zatraktivní práci.

Naším cílem není nahradit lidi výpočetní technikou a algoritmy. Na IT, technologie, síť a lidi se totiž díváme jako na jeden celek: kyberneticko‑sociálně‑fyzický systém. A s tímto přístupem se nám daří nacházet řešení na aktuální problémy s dodavatelskými řetězci, ale také posouvat hranice našeho poznání a tím kvalitu našich služeb výrazně vpřed. 

Související