人工智能(AI)和物聯(lián)網(wǎng)(IoT)都是尖端技術(shù),正開(kāi)始在我們周圍的世界獲得牽引力?!柏?cái)富商業(yè)洞察”(FortuneBusinessInsight)指出,2019年全球人工智能市場(chǎng)規(guī)模達(dá)到270億美元,估計(jì)到2027年將增長(zhǎng)10倍。物聯(lián)網(wǎng)也是一個(gè)充滿活力的領(lǐng)域。公關(guān)新聞網(wǎng)(PrNewsWire)認(rèn)為,到2030年,物聯(lián)網(wǎng)設(shè)備的數(shù)量將超過(guò)240億臺(tái)。這兩項(xiàng)進(jìn)步都算作“智能”技術(shù)。隨著更多的物聯(lián)網(wǎng)設(shè)備進(jìn)入市場(chǎng),以及實(shí)施人工智能的成本下降,它們影響當(dāng)今世界的方式將會(huì)增加。但是,像這樣的技術(shù)如何改變交通管理呢?
解決交通運(yùn)輸管理中的問(wèn)題
在全球范圍內(nèi),運(yùn)輸管理和物流可能是復(fù)雜的領(lǐng)域。今天的世界是不斷聯(lián)系在一起的,這使得人們有可能比以往任何時(shí)候都更快地發(fā)現(xiàn)錯(cuò)誤并糾正錯(cuò)誤。然而,盡管我們可以通過(guò)互聯(lián)網(wǎng)快速獲取數(shù)據(jù),但在傳輸之前的數(shù)據(jù)收集效率仍然存在問(wèn)題??梢?jiàn)性、報(bào)告、分析和通信都是這個(gè)全球交通管理數(shù)據(jù)網(wǎng)絡(luò)的組成部分。然而,如果其中一個(gè)手臂發(fā)生故障,整個(gè)系統(tǒng)可能會(huì)變得效率低下。一些反饋系統(tǒng)可以起到糾正這些問(wèn)題的作用,但它們?yōu)橐粋€(gè)簡(jiǎn)單的問(wèn)題創(chuàng)造了復(fù)雜的解決方案。
成本管理是全球運(yùn)輸面臨的另一個(gè)主要問(wèn)題。航運(yùn)價(jià)格,即使是地區(qū)性的,也會(huì)根據(jù)當(dāng)?shù)氐囊蛩囟▌?dòng),比如燃料成本和航線可獲得性。隨著供應(yīng)線變得更長(zhǎng),它們也變得更難維護(hù)。購(gòu)買條款也可以根據(jù)商品的來(lái)源而變化。匯總成本價(jià)格并提出最有效的購(gòu)買選項(xiàng)是運(yùn)輸管理的關(guān)鍵要素。但即便如此,想出一個(gè)可行的購(gòu)買選擇,將降低購(gòu)買商品和跨境運(yùn)輸?shù)某杀?,可能需要大量的時(shí)間和精力。由于市場(chǎng)是動(dòng)態(tài)的,這種分析必須持續(xù)進(jìn)行。
交付績(jī)效是運(yùn)輸管理需要關(guān)注的另一個(gè)方面。當(dāng)一家公司購(gòu)買產(chǎn)品時(shí),它希望在盡可能短的時(shí)間內(nèi)將產(chǎn)品送到其儲(chǔ)存設(shè)施。高效的航運(yùn)路線會(huì)讓這件事變得簡(jiǎn)單。然而,并不是所有的運(yùn)輸路線都提供相同的運(yùn)輸信息。此外,平衡物流成本,如支付工人工資和燃料成本,可能會(huì)影響企業(yè)的盈利能力,從長(zhǎng)遠(yuǎn)來(lái)看,這會(huì)使一些商品的生存能力變得比其他商品更差。
人工智能和物聯(lián)網(wǎng)提供的解決方案
那么,全球運(yùn)輸管理如何利用人工智能和物聯(lián)網(wǎng),以最低的成本和精力將貨物運(yùn)送到目的地呢?多虧了這些相互關(guān)聯(lián)的技術(shù),我們有了幾項(xiàng)即將到來(lái)的創(chuàng)新,可能會(huì)同時(shí)解決其中的幾個(gè)問(wèn)題。
1.自動(dòng)駕駛(自動(dòng))車輛
到目前為止,每個(gè)人都應(yīng)該知道開(kāi)發(fā)第一輛自動(dòng)駕駛汽車的戰(zhàn)斗。從優(yōu)步(Uber)到谷歌(Google)再到特斯拉(Tesla),每個(gè)人都在爭(zhēng)先恐后地成為第一個(gè)創(chuàng)造出安全的自動(dòng)駕駛汽車的人。不幸的是,這項(xiàng)技術(shù)還遠(yuǎn)未成熟。今天的自動(dòng)駕駛汽車顯示出許多缺陷,使它們成為一種有用的自動(dòng)駕駛功能,但與理論上可以自動(dòng)駕駛的預(yù)期汽車相去甚遠(yuǎn)。人工智能正在努力幫助提高這些車輛的能力。通過(guò)使用攝像頭中的視覺(jué)傳感器,人工智能可以“閱讀”路牌,并拾取視覺(jué)線索來(lái)調(diào)節(jié)車輛的速度和軌跡。物聯(lián)網(wǎng)設(shè)備確保汽車可以與附近的汽車通信,并將其位置更新到中央數(shù)據(jù)庫(kù)。對(duì)于物流規(guī)劃者來(lái)說(shuō),這可以消除報(bào)告的問(wèn)題,因?yàn)樨?fù)載本身就會(huì)報(bào)告。如果它在交通攔截或事故中遇到困難,可以立即通知公司。
2.更好的決策
人工智能的學(xué)習(xí)方式與人類截然不同。在大多數(shù)情況下,研究人員給人工智能一個(gè)開(kāi)始位置和一個(gè)結(jié)束位置,并讓它從一個(gè)位置到達(dá)另一個(gè)位置。人工智能做出決定并得出結(jié)論。然而,有時(shí)這些決定會(huì)導(dǎo)致可怕的結(jié)果。在訓(xùn)練人工智能時(shí),研究人員可以給它提供數(shù)萬(wàn)個(gè)測(cè)試數(shù)據(jù)點(diǎn),以提煉它的決策技能。當(dāng)應(yīng)用于運(yùn)輸管理時(shí),人工智能可以利用貨物路線內(nèi)物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)點(diǎn)。因此,它可以比人類更有效地發(fā)現(xiàn)大量數(shù)據(jù)中的模式。迭代過(guò)程意味著高效的交通路線和模式更頻繁地出現(xiàn),讓商業(yè)計(jì)劃提前發(fā)現(xiàn)問(wèn)題。
3.分析用途
自古以來(lái),人類就一直試圖預(yù)測(cè)未來(lái)。過(guò)去,他們會(huì)使用分析來(lái)判斷孩子長(zhǎng)大后可能實(shí)現(xiàn)的目標(biāo)。今天,我們?cè)诜治鲋胁捎昧烁嗷诮y(tǒng)計(jì)的方法,但仍然有很多事情是在黑暗中進(jìn)行的。幸運(yùn)的是,人工智能和物聯(lián)網(wǎng)為開(kāi)發(fā)考慮數(shù)十億個(gè)數(shù)據(jù)點(diǎn)的分析引擎提供了一種方法。來(lái)自物聯(lián)網(wǎng)設(shè)備的流數(shù)據(jù)進(jìn)入人工智能引擎,將其添加到不斷增長(zhǎng)的信息池中。通過(guò)發(fā)現(xiàn)模式的流程,人工智能可以可靠地預(yù)測(cè)產(chǎn)品成本的變化,使企業(yè)能夠適應(yīng)。通過(guò)了解即將到來(lái)的危機(jī),運(yùn)輸管理企業(yè)可以轉(zhuǎn)移其資源以在危機(jī)發(fā)生之前應(yīng)對(duì)它。
4.倉(cāng)庫(kù)和庫(kù)存管理
任何負(fù)責(zé)管理倉(cāng)庫(kù)的人都知道這部分運(yùn)輸管理會(huì)變得多么復(fù)雜。但是如果貨架上的產(chǎn)品知道它們有多少呢?在這種情況下,規(guī)劃物流會(huì)更容易嗎?如何根據(jù)分銷地點(diǎn)的庫(kù)存了解對(duì)產(chǎn)品的需求何時(shí)會(huì)增加?可以使用復(fù)雜的算法來(lái)預(yù)測(cè)這些事情,并允許庫(kù)存部門迎合它們。物聯(lián)網(wǎng)提供產(chǎn)品本身的直接報(bào)告。然后,中央AI可以匯總這些報(bào)告,并顯示帶有“熱點(diǎn)”的區(qū)域地圖,根據(jù)之前的銷售數(shù)字,這些地方的需求可能會(huì)激增。所有這些都可以實(shí)時(shí)完成,從而減少訂購(gòu)延遲并確保每個(gè)配送中心都有足夠的倉(cāng)庫(kù)產(chǎn)品。
有哪些實(shí)際的商業(yè)利益?
人工智能和物聯(lián)網(wǎng)的結(jié)合可能意味著公司運(yùn)營(yíng)成本的大幅節(jié)省,從而帶來(lái)更健康的底線。企業(yè)也可以從提高效率中受益。物聯(lián)網(wǎng)設(shè)備和人工智能不需要休息,因此該公司的數(shù)據(jù)中心將每天每小時(shí)都在運(yùn)行,以確保事情順利進(jìn)行。無(wú)論是為鞋類用品商店清點(diǎn)庫(kù)存,還是在線汽車拍賣,這些好處都延伸到了運(yùn)輸管理的各個(gè)領(lǐng)域。在接下來(lái)的十年里,物流可能會(huì)變得容易得多。
掃一掃在手機(jī)上閱讀本文章