Jakie kluczowe strategie efektywności operacyjnej stanowią o optymalizacji procesów fullfilmentowych z udziałem AI?

Logistyka to jeden z największych i najszybciej rozwijających się biznesów na świecie. W największych europejskich krajach w logistyce pracuje od 1 do 2 mln ludzi. W Polsce logistyka odpowiada za 9.3% PKB1. Siłą rzeczy logistyka jest przedmiotem ataków ze strony różnego rodzaju przestępców, w tym ostatnio także tych działających w sferze cybernetycznej.

Transformacja cyfrowa sprawia, że podmioty działające w branży logistycznej wymieniają ogromne ilości cyfrowych danych. Są też uzależnione od prawidłowego działania różnego rodzaju systemów informatycznych. W szczególności kluczowe są wszystkie systemy odpowiedzialne za bezpieczeństwo. Dzisiaj są one w zdecydowanej większości systemami cyfrowymi pracującymi w środowisku sieciowym, w oparciu o protokół TCP/IP. Podstawowe systemy bezpieczeństwa fizycznego takie jak monitoring wizyjny (VMS), kontrola dostępu (SDK) i systemy sygnalizacji włamania i napadu (SSWiN) muszą ze sobą współpracować. Są one jednak tylko jednymi z wielu systemów wykorzystywanych w logistyce. Do obsługi każdego systemu potrzebny jest wykwalifikowany operator. Im więcej systemów, tym więcej potrzebnych operatorów. Tymczasem jednym z głównych wyzwań w logistyce jest dziś brak personelu i duża liczba wakatów.

Zunifikowanie systemów bezpieczeństwa oraz wyposażenie ich w funkcjonalność systemów wspierania decyzji może choć częściowo zmniejszyć liczbę wymaganych operatorów i skrócić czas ich niezbędnego szkolenia. W tym obszarze ogromnym wsparciem mogą być mechanizmy IA, czyli Inteligent Automation (inteligentnej automatyzacji), w szczególności zaś uczenia maszynowego i głębokiego uczenia.

Jest dziś zbyt wcześnie, żeby mówić o klasycznej sztucznej inteligencji AI (artificial inteligence). Rola człowieka w procesie decyzyjnym jest wciąż kluczowa i niezastąpiona. Poprzez mechanizmy inteligentnej automatyzacji (IA) działanie człowieka może być wspierane przez algorytmy maszynowe, które dostarczą mu precyzyjnych i istotnych danych, co z kolei pozwoli na szybsze podejmowanie decyzji w oparciu o lepsze zrozumienie zaistniałego zdarzenia.

W logistyce, i nie tylko, są już dziś dostępne sprawnie działające elementy inteligentnej automatyzacji. W kolejnych latach będzie ich jeszcze więcej. W obszarze bezpieczeństwa można wymienić np. sprawne wyszukiwanie istotnych elementów w zapisanym materiale wizyjnym, korelowanie zdarzeń z różnych systemów bezpieczeństwa pracujących w oparciu o różne czujniki, automatyczne wykrywanie anomalii lub niepokojących wzorców w zachowaniu osób, pojazdów czy urządzeń. Te elementy są już dziś powszechne i sprawdzone w działaniu.

Warto pamiętać, że współczesne systemy bezpieczeństwa zintegrowane z elementami systemów automatyki przemysłowej, budynkowej czy systemami stricte logistycznymi mogą też same podejmować pewne działania w oparciu o standardowe procedury operacyjne. Takie częściowo autonomiczne działanie systemów może wyglądać na pierwszy rzut oko jak działanie sztucznej inteligencji, ale po głębszej analizie widać, że mamy tu do czynienia z wiernym podążaniem po ścieżkach algorytmu wcześniej opisanego przez człowieka, a nie z niezależnym działaniem maszyny – i wydaje się, że przynajmniej w obszarze bezpieczeństwa tak powinno pozostać.