MIT CTL i Mecalux opracowują symulator AI do optymalizacji zapasów między magazynami
- Oprac. M.T.
- Kategoria: Logistyka
Instytutu Technologicznego Massachusetts (MIT) Centrum Transportu i Logistyki wraz z firmą Mecalux opracowało symulator oparty na sztucznej inteligencji, który optymalizuje dystrybucję zapasów pomiędzy różnymi magazynami w ramach jednej sieci logistycznej. Platforma o nazwie Genetic Evaluation & Simulation for Inventory Strategy (GENESIS) wykorzystuje zaawansowane modele uczenia maszynowego do analizy tysięcy możliwych scenariuszy oraz symulowania optymalnego poziomu zapasów i momentu ich uzupełnienia w każdym magazynie.
Symulator AI uwzględnia takie zmienne jak prognozowany popyt w poszczególnych regionach, koszty transportu oraz zdolności operacyjne każdego magazynu, aby przetestować różne strategie uzupełniania zapasów bez wpływu na bieżące operacje. „Algorytm genetyczny pozwala przeprowadzać liczne symulacje z różnymi parametrami, co pozwala określić najbardziej efektywną strategię logistyczną. Firmy mogą porównywać scenariusze i wybrać ten, który najlepiej odpowiada ich modelowi operacyjnemu”, wyjaśnia dr Matthias Winkenbach, dyrektor ds. badań w Centrum Transportu i Logistyki MIT oraz Laboratorium Inteligentnych Systemów Logistycznych.
Po wprowadzeniu danych i zmiennych do systemu, GENESIS generuje optymalne rozwiązanie wraz z zaawansowanymi panelami statystycznymi. Użytkownicy mogą analizować wskaźniki takie jak wzorce konsumpcji, regiony o dużej zmienności popytu, produkty o najwyższym ryzyku wyczerpania zapasów oraz magazyny z problemami zaopatrzeniowymi.
Redystrybucja zamiast zakupów
Jedną z kluczowych funkcji systemu jest możliwość równoważenia zapasów między magazynami. Zamiast automatycznie składać zamówienia u dostawców, narzędzie analizuje, czy korzystniejsze jest przesunięcie produktów z innego centrum sieci, które ma nadwyżkę zapasów. Pozwala to firmom obniżyć koszty i lepiej wykorzystać dostępne zasoby. Symulator prezentuje także zalecenia dotyczące organizacji transportu, rekomendując np. grupowanie przesyłek w celu optymalnego wykorzystania ciężarówek lub realizację poszczególnych zamówień z określonego magazynu, aby zmniejszyć koszty operacyjne i skrócić czas dostawy.
Prawdziwym wyzwaniem nie było znalezienie odpowiedniego algorytmu, lecz sprawienie, by działał na tyle szybko, aby był praktyczny. Opracowaliśmy GENESIS od podstaw, aby móc oceniać tysiące scenariuszy jednocześnie, zamiast sekwencyjnie. To, co kiedyś zajmowało dni, dziś można rozwiązać w kilka minut, dzięki czemu firmy mogą korzystać z systemu do rzeczywistego planowania taktycznego, a nie tylko do analizy teoretycznej.
– potwierdza Rodrigo Hermosilla, badacz Laboratorium Inteligentnych Systemów Logistycznych Instytutu MIT.
W przeciwieństwie do rozwiązań analitycznych przeznaczonych wyłącznie dla specjalistów, GENESIS została zaprojektowana tak, aby mogły z niej korzystać nie tylko osoby o profilu technicznym, lecz także menedżerowie biznesowi. „Celem jest pomoc firmom w minimalizacji całkowitych kosztów sieci logistycznej i zapewnieniu najwyższego poziomu obsługi.
– podkreśla Javier Carrillo, dyrektor generalny Mecaluxu.
Nadchodzące zastosowania sztucznej inteligencji
Symulator jest jednym z pierwszych rezultatów współpracy między firmą Mecalux i Instytutem MIT CTL, które można wykorzystać w praktyce. Projekt wkracza obecnie w nową fazę, skupiającą się na rozszerzeniu zastosowania sztucznej inteligencji w innych procesach logistycznych, takich jak wewnętrzne uzupełnianie zapasów, wykorzystanie cyfrowych bliźniaków w automatycznych systemach o wysokiej gęstości składowania oraz optymalizacja lokalizacji produktów w magazynach.
Źródło: MIT CTL / Mecalux