Lojistikte En Güncel 5 Dijital Dönüşüm Trendi

Merhaba sevgili okurlar. Önceki yazılarımızda dijital dönüşüm, endüstri 4.0, yapay zeka, nesnelerin interneti ve katma değer yaratmaya genel olarak değindik. Bu yazıdan itibaren dijital dönüşümü sektörel bazda inceleyeceğiz. Ben de ekim ayında Uluslararası Taşımacılık ve Lojistik Hizmet Üretenleri Derneği (UTİKAD) için yaptığım Yapay Zeka sunumundan yola çıkarak bu ay, lojistik sektöründe yapay zeka kullanımını ele alacağım. Taşımacılık ve lojistik sektöründe dijital dönüşüm gerçekleştirmek için kullanacağımız en popüler 5 yapay zeka uygulamasını görelim.

Lojistik gerçek zamanlı veriye dayalı dinamik bir sektör olduğu için bu alanda iş akışını optimize etmenin en iyi yolu yapay zeka kullanmaktır. Ancak, büyük veri olmadan yapay zeka analizinin önemi yoktur. 5 yapay zeka uygulamasını gerçekleştirmek için de büyük veriyi nesnelerin interneti ile sahadan ve taşıtlardan çekmemiz gerekiyor. 

1. Yapay zeka ile kestirimci iş akışı yönetimi

DHL kargo uçaklarını yönetmek için kendi iş akışında 58 farklı parametre üzerinden veri çekiyor. Ardından bu verileri yapay zeka ile analiz ediyor. Yapay zekayı da makine öğrenmesi ile veriyi gittikçe daha iyi analiz etmeyi öğrenen algoritmalarla çalıştırıyor. Böylece taşıma aracıları günlük transit süresinin artıp artamayacağını bir hafta öncesinden görebiliyor (yapay zeka iş yüküne göre kestirimlerde bulunuyor).

Ayrıca hava durumu ve diğer operasyonel verilere göre yükleme ile nakliyenin ne zaman gecikeceği öngörülüyor. Nitekim hava taşımacılığı tonaj olarak dünya ticaretinin yüzde 1’i olmakla birlikte, ticaret hacminin yüzde 35’ini oluşturuyor. Şirketler Transmetrics ve ClearMetal gibi bulut abonelikleri üzerinden veya bunların yerli yazılım eşdeğerlerinden yapay zeka hizmeti alabiliyor.

Yapay zeka risk analizinde de kullanılıyor. Örneğin DHL platformu 8 milyon sosyal medya, Reddit, Linkedin ve forum paylaşımını izleyerek tedarik zinciri gecikmelerini önceden tespit ediyor. Bunun için doğal dil kapasiteli, yani insan dili ve yazısını anlayan yapay zeka kullanılıyor. Ham madde sıkıntısı, erişim sorunları ve tedarikçinin durumu öngörülüyor.

2. Robotlaşma

Taşımacılık ve lojistikte robotların kullanımı gittikçe artıyor. Tractica Research raporuna göre ambar ve depolarda kullanılan lojistik robotlarının pazar büyüklüğü 2021’de 22,4 milyar dolar olacak. Robotlar depoda envanter takibi yapıyor, kolileri taşıyor, aynı zamanda bunları paket büyüklüğüne göre ayırıyor, dağıtım noktalarında topluyor.

Fizyr girişiminin tedarik zinciri robotları derin öğrenme yapay zekası ile yükleme, indirme ve depolamayı öğreniyor. Otonom olarak karar alıyor. Ürünleri ve paketleri nesne tanımayla tanıyarak analiz ediyor, paketleri sayıyor, hatta raflara yüklemesini yapıyor.

Fizyr sırf bunun için paketleri büyüklük, ağırlık ve tür gibi (kırılacak eşya vb.) ayıran özel bir YZ geliştirdi. Lojistik robotları bu sayede paketleri 0,2 saniyede sınıflandırabiliyor. Sonra da uygun toplanma alanlarına taşıyor.

3. Temiz büyük veri

Ben 2005’te Gmail sık sorulan sorularını Türkçeye çevirirken buna alakalı veri derdik: Tabii ki büyük veri önemli, ama şirketler verinin hamallığını yapmamalı. En basitinden, koli taşıyan bir işçinin pantolon rengini bilmeye gerek yok. Bu bariz olabilir fakat nakliye ve taşımacılıkta da ilk başta alakalı gelen büyük miktarda çöp veri var. Dolayısıyla büyük veriyi analiz etmeden önce temizleyen, filtre ederek ayıklayan YZ çözümleri geliştirildi. 

Bu sayede UPS araç takibinde rota optimizasyonu yaparak yılda 38 bin ton akaryakıt tasarrufu yapıyor. Son kilometre teslimat şirketleri de rota optimizasyonunda YZ kullanıyor. Nitekim bu konuda yapılan bir Infosys araştırmasına göre, nakliyecilerin yüzde 81 ve üçüncü taraf lojistik şirketlerinin yüzde 86’sı tedarik zincirinde operasyonel mükemmellik sağlamak için yapay zekayı şart görüyor. 

Yapay zeka geçmiş iş akışı verilerine bakarak hangi verilerin iş akışını optimize etmekte daha kritik olduğunu şirketlere, lokasyona ve yola göre belirliyor. Ardından büyük veri analizi yapıp lojistikte verimliliği artırıyor. Buna büyük veri temizliği diyoruz ve en iyi örneklerinden biri de şirketlerin eksik nakliye verilerini tamamlamasıdır. Böylelikle güncel nakliye için elde olmayan veriler eski alakalı verilerden tamamlanıyor (bir yol tarifi üzerinde yakıt harcaması gibi).
Dahası yapay zeka sadece yüzde 5 ila 10 oranındaki doğru veriyi kullanarak kendini eğitiyor. Böylece büyük veriyi daha iyi temizleyerek analiz ediyor. Buna koli türü, taşınan mal ve kargo aracındaki boş yer de dahil oluyr.

4. Bilgisayar görüşü

Artık yapay zeka Facebook yüz tanımayı aştı ve araç tanıma, paket tanıma, ürün tanıma, yol tanıma gibi alanlara girdi. Öyle ki DHL paketlerin hasarlı olup olmadığı dışarıdan şekline bakarak anlıyor (karton kutunun ezilmesi vb.). Hasar türlerini de anlayarak lojistik ve müşteri destek sistemini uyarıyor.
IBM Watson yapay zekası da bulut abonelik hizmetiyle bilgisayar görüşü ile hasar tespit hizmeti veriyor. Bunun için tren vagonlarını analiz eden robotlar var. Bunlar yükü değil ama demiryoluna yerleştirilen kameralarla ray hasarı ile vagon hasarını görüyor. Hasar türü ve aciliyetini yüzde 90 doğruluk payıyla analiz ediyor. Böylece insanlı ve insansız tren kazalarını önlüyor. Ayrıca IBM Watson tarafından eğitilen robotlar sayesinde yük indirmeyi birkaç saatten 30 dakikaya çekiyor.

Henüz tümüyle sürücüsüz kara şimşek kamyonlar gelmedi. Ancak, Elektrikli Araç Şarj Eden Akıllı Yollar yazısında belirttiğim gibi Tesla Semi elektrikli TIR’lar otoyolda tek başına gidiyor, şehir içinde giderken sürücüye navigasyon-erken uyarı desteği sunuyor, ayrıca park etme-fren yapma yardımı sağlıyor. İsveç ise elektrikli araçları yolda şarj eden gömme tramvay rayları kullanıyor.

Böylece TIR’lar ve kamyonlar yapay zeka yönetiminde tıpkı tren vagonları gibi konvoylar halinde gidiyor. Bu da konvoy başı araçta yüzde 4,5 ve takipçi araçlarda yüzde 10 akaryakıt tasarrufu sağlıyor. Tesla, Einride, Daimler ve Volkswagen tümüyle otonom araçlar geliştiriyor. Örneğin Tesla Semi pille 800 km gidiyor ve pilini 30 dakikada şarj ederek 600 km daha kat edebiliyor. Özellikle nesnelerin interneti ile araçtan her şey ile kablosuz iletişim (V2X) teknolojisi lojistik sektörünü dönüştürecektir.

Kısacası taşımacılık ve lojistik sektöründe yapay zeka ile büyük veri analizi yaparak iş akışınızı, rota optimizasyonu çabalarınızı VE tedarik zincirinizi kestirimci bakım ile optimize edebilirsiniz. Üstelik de bu alanları birbiriyle senkronize ederek aynı anda optimize edebilirsiniz. Yapay zeka lojistiğin yeni temelidir ve taşımacılık sektöründe dijital dönüşüm yapmak için şarttır.
 

YORUM EKLE

Endaş - Ana Sayfa

Dergiler
Partnerler