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

Zaujal vás článek? Pošlete odkaz svým přátelům!

Tento článek je odemčený. Na tomto místě můžete odemykat zamčené články přátelům, když si pořídíte předplatné.

Odkaz pro sdílení:
https://logistika.ekonom.cz/c1-67063690-pohledem-odbornika-jake-technologie-pomahaji-udrzovat-dodavatelske-retezce-v-dobe-kdy-je-vnejsi-okolnosti-narusuji-odpovida-jan-polter