ماذا لو كان بإمكانك أخذ أفضل مدير في شركتك واستنساخه؟ تحاول شركة Lazer Logistics، وهي شركة لوجستية تساعد كبار تجار التجزئة والمصنعين على إدارة شحناتهم من الأرصفة إلى المستودعات، القيام بذلك بمساعدة الذكاء الاصطناعي.
قام مايك ميرفي، نائب الرئيس الأول لحلول الفناء والابتكار في الشركة، ببناء أداة تدريب للذكاء الاصطناعي مضمنة داخل نظام التشغيل الخاص به. وقالت ميلاني ساندلين، كبيرة مسؤولي المعلومات في شركة Lazer Logistics، إن هذا النظام الذي يطلق عليه اسم Uncle Phil AI وتم تصميمه على اسم مدير العمليات في الشركة Phil Newsome، يمنح مديري الموقع إمكانية الوصول إلى نوع المعرفة المؤسسية التي كانت موجودة سابقًا داخل رأس Newsome فقط.
“تضع فيل في أي ساحة، وفي غضون دقائق، يرى ما الذي يعمل، وما الذي لا يعمل، وما الذي يجب تغييره بالضبط. السائقون يحبونه. ويتعلم منه مديرو الموقع. إنه ما يتمنى كل مشغل في شبكتنا أن يتمكنوا من الوصول إليه كل يوم،” أخبر ساندلين من Newsome، الذي يتمتع بخبرة لوجستية تبلغ 36 عامًا. “المشكلة هي أن هناك فيل واحد، وهناك 750 موقعًا، لذلك سألنا أنفسنا: ماذا لو كان بإمكاننا تغيير ذلك؟”
يقوم Uncle Phil AI بسحب البيانات من الأنظمة المتصلة الخاصة بشركة Lazer Logistics والتي تدير تكنولوجيا المعلومات الخاصة بالشاحنات، ومقاطع الفيديو داخل الكابينة، والصيانة، وتقارير فحص السائق، وبيانات العمل، وسير عمل إدارة الفناء في نظام أساسي واحد. بهذه الطريقة، يستطيع مديرو الموقع الوصول إلى الرؤى في الوقت الفعلي والإرشادات القابلة للتنفيذ التي لم يكونوا ليرواها بطريقة أخرى.
“بدلاً من أن يضطر المدير إلى فتح أربعة أنظمة مختلفة وتجميع الصورة بمفرده، يوضح العم فيل ما يهم: هذا ما يحدث، وهذا هو سبب حدوثه، وهذا ما سيفعله المشغل العظيم حيال ذلك،” قال ساندلين.
على عكس المستودع، الذي تمت أتمتته بشكل متزايد على مدى العقود العديدة الماضية، فإن الساحة – التي تدير تدفق الشاحنات والمقطورات والحاويات عند دخولها وخروجها من المنشأة – هي واحدة من الأجزاء الأخيرة في سلسلة التوريد التي تحصل على ترقية تكنولوجية، كما قال بارت دي موينك، المستشار الاستراتيجي لسلسلة التوريد والمستشار المستقل الذي يتمتع بخبرة تزيد عن 35 عامًا في سلسلة التوريد، بما في ذلك الأدوار مع Gartner وproject44 وYMX Logistics.
وقال دي موينك: “لدينا مؤشرات أداء رئيسية واضحة جدًا في المستودعات، ولدينا مؤشرات أداء رئيسية واضحة جدًا في مجال النقل، ولا يوجد أحد لديه مؤشر أداء رئيسي في الفناء”. “لا أحد لديه فكرة عن مدى عدم كفاءتهم أو مدى تأثير ذلك فعليًا على مؤسستهم.”
وقال دي موينك إن الذكاء الاصطناعي لديه القدرة على مساعدة أولئك الذين يديرون عمليات الفناء على رؤية تلك البيانات، مما يسمح لهم بالتحول من اتخاذ القرار التفاعلي إلى اتخاذ القرار التنبؤي. وفي بيئة ساحة العمل حيث تتغير الظروف باستمرار – بسبب الطقس، وتعطل المعدات، واستدعاءات الموظفين، وارتفاع حجم الشحن – قال ساندلين إن اتخاذ القرار السريع هو كل شيء.
وقال ساندلين: “لا تزال معظم عمليات الساحات اليوم تفتقر إلى الوعي في الوقت الفعلي بما يحدث بالفعل عبر نطاق تواجدها”. “أين تلك المقطورة؟ لماذا تم دعم هذا الرصيف؟ ما هي الشاحنة التي ظلت خاملة لمدة ساعتين، ولماذا؟ بدون إجابات على هذه الأسئلة فور حدوثها، أنت تتفاعل دائمًا.”
يقوم الذكاء الاصطناعي بتحويل المعرفة التشغيلية إلى أصول قابلة للتطوير
جزء من تمكين اتخاذ القرار بسرعة ودقة هو امتلاك المعرفة التي تدعمها – وهو أمر قال ساندلين إن شركة Lazer Logistics وجدته فقط لدى الموظفين الأكثر خبرة.
قال ساندلين إن Uncle Phil AI تم تدريبه بناءً على ثلاثة عقود من المعرفة التشغيلية لـ Newsome حتى يتمكن من العمل كشريك للمشغلين الذين ليس لديهم هذا المستوى من الخبرة التي يمكن الاعتماد عليها عند إدارة المشكلة. وقال ساندلين إن هذا يعمل بشكل جيد بشكل خاص في عمليات الفناء، لأنها تعتمد على الأنماط.
قال ساندلين: “إن التحركات والتسلسلات والظروف التي تؤدي إلى التأخير أو الحوادث ليست عشوائية؛ فهي تتبع أنماطًا قابلة للتعلم، والذكاء الاصطناعي جيد بشكل استثنائي في التعرف على تلك الأنماط على نطاق لا يستطيع أي فريق بشري إدارته عبر 750 موقعًا في وقت واحد”.
بالنسبة لمدير الموقع الذي يقوم بالعشرات من القرارات كل يوم – مثل مكان تحديد أولويات التحركات، أو كيفية الاستجابة للعطل، أو متى يحتاج الموظفون إلى المرونة، أو ما إذا كان السائق يحتاج إلى التدريب – فإن هذا النوع من التوجيه، كما يقول ساندلين، هو ما يدفع التغييرات الحقيقية في كيفية معالجة الشاحنات، مما يجعل العمليات أسرع وأكثر أمانًا ويخفض التكاليف.
منذ تنفيذ Uncle Phil، قال ساندلين إن شركة Lazer Logistics شهدت عوائد على الجانب التشغيلي، حيث أدت رقمنة تقارير فحص المركبات وإزالة الورق من العملية إلى منح مديري المواقع المزيد من الوقت في يومهم الذي كانوا يقضونه سابقًا في الإدخال اليدوي.
قال ساندلين: “هذه ليست أرقامًا مبهرجة للذكاء الاصطناعي، ولكنها تمثل شيئًا مهمًا: أفضل أصولنا، أي موظفونا، يقضون وقتًا أقل في الاحتكاك الإداري ووقتًا أطول في العمل المهم بالفعل: تدريب السائقين، وخدمة العملاء، وإدارة ساحات أفضل”. “تتدفق الآن البيانات النظيفة والمتسقة في الوقت الفعلي من الميدان بطريقة لم تكن من قبل، وهو الوقود الذي يجعل العم فيل الذكاء الاصطناعي ممكنًا.”
يتطلب تنفيذ الذكاء الاصطناعي أساسًا متينًا للبيانات
قال ساندلين إنه قبل Uncle Phil AI، جعلت شركة Lazer Logistics الاستثمارات في البنية التحتية للبيانات أولوية. وقالت إن معظم الشركات التي تحاول نشر الذكاء الاصطناعي غالبًا ما تعمل مع بيانات متفرقة أو غير متسقة أو منعزلة وتتساءل عن سبب عدم أدائها جيدًا.
قال ساندلين: “ما اخترنا القيام به هو بناء أساس البيانات أولاً”. “إن ربط أنظمة التحكم عن بعد الخاصة بالشاحنة، وأنظمة أمان الفيديو داخل الكابينة، وسير عمل إدارة الفناء لدينا، وسجلات الصيانة والإصلاح لدينا، وبيانات العمل والجدولة لدينا في طبقة بيانات واحدة موثوقة ومحكومة، يتطلب انضباطًا حقيقيًا، ولكن هذا هو السبب في أن ما نقوم به باستخدام الذكاء الاصطناعي يعمل الآن بالفعل.”
عندما يتعلق الأمر بعمليات الفناء، قال دي موينك إن تحديث عمليات جمع البيانات هو المكان الذي يجب أن تبدأ فيه الرحلات التكنولوجية لمعظم الشركات. وأضاف أن استخدام الذكاء الاصطناعي مع البيانات السيئة لن يؤدي إلا إلى تضخيم الاقتراحات والإجراءات السيئة.
وقال دي موينك: “في الماضي، كنا نستخدم البيانات فقط لتحليلات الأعمال، لذلك إذا كانت البيانات خاطئة، فقد كانت بالفعل في الماضي، لكننا الآن نستخدم البيانات للتنبؤ بالأشياء ووصف الإجراءات بالإضافة إلى أتمتة سير العمل”. “إذا بنيت ذلك على أساس بيانات سيئة، فإن كل شيء يخرج منها سيكون سيئًا أيضًا وقد يؤدي إلى مشكلات أكبر بكثير.”
