Helmut Prieschenk de Witron (a la foto) i Franziskos Kyriakopoulos, fundador de 7LYTIX de Linz, Àustria, han estat parlant de ChatGPT, aprenentatge automàtic en logística i previsió de la demanda per als minoristes d'aliments. Tots dos coincideixen: la tecnologia d'IA ofereix un ampli ventall de potencial d'optimització per optimitzar els processos al centre de distribució i a tota la cadena de subministrament. Però l'alta qualitat de les dades no és l'únic factor crucial. Igualment importants per als models de dades són les experiències de les persones i els requisits dels consumidors.
#Freightforwarder #DoortoDoor #Amazon #Export #AirFreight #Jordanshipping #ChinashippingtoJordània #Jordanairfreight #Jordantrading #Jordània #Aqabashipping
Agent d'enviament de mercaderies 3pl d'enviament directe Porta a porta Agent de transport aeri de Jordània Centre de compliment d'agents d'enviament de la Xina
Kapoklog logística de mercaderies aèries de la Xina al Regne Unit Porta a porta Amazon Exportació de mercaderies aèries Enviament a Jordània Enviament a la Xina a Jordània Vaixell de mercaderies aèries
化妆品 沙特空运-海运双清
مستحضرات التجميل، خدمة النقل الجوي من الباب إلى الباب في المملكة العربية السعودية
Cosmètica, Saudita per aire i per mar servei porta a porta
#chinapurchasingaagent #chinashippingagent #chinadropshippingping #chinashippinglogistics #shippingcarrier
#fulfillmentcenter #en línia de màrqueting #3pl #dropshipping #doortodoor #consolidationshipping #chinashipping #freightforwarderchina #doortodoor #consolidationshipping #chinashipping #freightforwarderchina #DDP
Shenzhen kapoklog logística Aràbia Saudita deures personalitzats pagats porta a porta DDP
DDP Xina a Aràbia Saudita
Shenzhen kapoklog logística Dubai servei de despatx porta a porta DDP
DDP Xina a Dubai
Shenzhen kapoklogLogistics Co., Ltd
Shenzhen kapoklog logística Qatar despatx personalitzat porta a porta línia DDP
DDP Xina a Qatar
Shenzhen kapoklog logística Pakistan DDP
DDP Xina a Pakistan
Shenzhen kapoklog logística Jordània despatx personalitzat porta a porta DDP Xina a Jordània
Shenzhen kapokloglogistics Egipte doble despatx personalitzat porta a porta DDP
Shenzhen kapoklog logística despatx personalitzat de Jeddah, Jeddah DDP, enviament de la Xina a Jeddah DDP
Shenzhen Kapoklog logística Oman ddp, Xina a Oman DDP, Oman enviament DDP
Despatx de duana de Shenzhen kapoklog Iraq, DDP de la Xina a l'Iraq
Shenzhen Kapoklog logística Israel despatx de duana DDP, Xina a Israel porta a porta, Israel porta a porta, Xina a Israel DDP
"I d'un dia per l'altre tothom va ser un influent en IA", va fer broma Prieschenk, director general de Witron. Volia parlar d'IA industrial, previsió de la demanda i una mica de ChatGPT. Kyriakopoulos i el seu equip desenvolupen solucions d'aprenentatge automàtic per al sector minorista i industrial. Ell és físic, mentre que Prieschenk és matemàtic. "Aquesta és una barreja perillosa". va advertir Prieschenk. "Per descomptat, ja hem tractat amb els LLM (Large Language Models) a Witron. Tanmateix, jo demanaria una certa serenor. El món no s'acabarà amb el seu ús, i estem verificant contínuament si aquestes eines són adequades. per ajudar de manera raonable els nostres clients o els nostres desenvolupadors amb la implementació de requisits concrets dels clients".
Kyriakopoulos va estar d'acord, però ja presenta les aplicacions. "Els LLM són bons per processar seqüències: comandes, dèbits, vendes o comunicacions amb els clients. Això també es pot utilitzar en intralogística. Hi ha molta publicitat, molts influencers que corren difonent mitges veritats". Witron ja ha experimentat això, diu Prieschenk. Els competidors del sistema OPM anunciaven IA a l'algoritme d'apilament. "Però els resultats no poden superar les funcionalitats del nostre Witron OPM. No es van desenvolupar amb IA, sinó amb una gran intel·ligència humana, basada en un desenvolupament de programari sòlid, una comunicació intensa amb els usuaris i anys d'experiència pràctica. Sempre hem d'adoptar un enfocament sobri, els nostres clients bàsicament no busquen una nova eina, tenen un problema i necessiten una solució de treball que optimitzi el procés logístic al centre de distribució o a la cadena de subministrament, que funcioni de manera estable en la pràctica. , i es pot integrar de manera útil en una estructura creixent".
Però aquesta sobrietat no ens frena a Alemanya i a Europa? "Certament necessito un ROI", subratlla amb força Prieschenk. "Els desenvolupadors de LLM tenen una taxa de combustió de 500 milions de dòlars anuals i necessiten uns quants milers de milions més", va dir Kyriakopoulos. "Això seria inconcebible a Alemanya o a Àustria".
Estem assumint massa pocs riscos? Prieschenk és escèptic. "No ho crec. Quan miro les inversions en Q-commerce, per exemple, em marejo. Allà és on molts inversors van assumir tot el risc. Però el mercat ha evolucionat cap a una direcció completament diferent. Creixement previst. les tarifes no han aparegut. Mentrestant, s'està consolidant. Els inversors han anat endavant. Els nostres minoristes volen IA i estan invertint en la tecnologia. Però nosaltres i els nostres clients necessitem eines d'IA, com ara la identificació de mostres o imatges, que siguin transparents per a després resoldre problemes que abans no podíem resoldre o que només podíem resoldre amb molt d'esforç".
Els desenvolupadors de 7LYTIX treballen amb LLM, però el focus es centra en la previsió de la demanda. "Podem aportar valors afegits, però algunes empreses sovint no entenen al principi quin serà el valor afegit del model. Més vendes mitjançant una millor comunicació amb el client o pèrdua de vendes? Molta gent no ho pot calcular. És aquí on necessiten ajuda nostra", va afirmar Kyriakopoulos. Prieschenk afegeix: "Els nostres clients de Witron poden calcular molt bé i han perfeccionat el seu negoci durant dècades. Però entenc el que vol dir el Sr. Kyriakopoulous: primer, hem d'aclarir què s'ha d'optimitzar. Els minoristes es pregunten si volen optimitzar el xarxa de la cadena de subministrament, lamagatzemmida, tant si volen estar més a prop del client, si volen reduir els temps de producció, canviar els cicles de lliurament, reduir el malbaratament i l'exhauriment d'aliments o tenir menys estoc al magatzem. En aquest sentit, hem après molt juntament amb els nostres clients de diferents parts del món. També vam saber que els requisits per als dies festius a Finlàndia són diferents dels dels EUA, o que un dilluns té requisits diferents que un dijous". Kyriakopoulos està d'acord. "Primer necessitem un requisit i després una eina d'IA corresponent. I no necessitem un aprenentatge profund a tot arreu".
Quanta precisió es requereix?
Com funciona la seva previsió de demanda? "Primer, hem d'obtenir una visió general de les dades. Aquest és un treball laboriós per a molts minoristes. No només es tracta de mercaderies emmagatzemades, sinó també de la quantitat de mercaderies a la botiga, quant es va vendre, que influeixen en factors com les promocions. existeixen, quantes vendes perdudes hi ha a la botiga i molt més", va explicar Kyriakopoulos. A més, hi ha targetes de client, temporades, la ubicació de la botiga o ofertes especials. "I hem de saber què hi ha al centre de distribució, al darrere de la botiga, als camions de la carretera, perquè l'optimització no acaba a la botiga. També és important evitar les restriccions entre empreses o entre divisions. així com els llacs de dades. La majoria de les dades necessàries es coneixen, però, malauradament, diferents departaments persegueixen interessos diferents". Prieschenk va estar d'acord: "Fins i tot el disseny logístic holístic no s'hauria de centrar només en el centre de distribució o els interessos clau de les àrees logístiques individuals, o els departaments que influeixen en els processos, com ara compres o enviament. És important incloure tota la cadena de subministrament en el procés d'optimització, tant internament i externament, i per evitar les sitges tant com sigui possible, tant físicament com en termes informàtics".
"Les dades flueixen en models molt senzills", va continuar Kyriakopoulos. "La línia de base són les experiències de la gent. Això encara no és intel·ligència artificial. Parlem de regressions. Aleshores ens preguntem si hem millorat. A continuació, anàlisis de sèries temporals i primers mètodes d'aprenentatge automàtic. Sempre hem de mirar quanta precisió tenim. pot aconseguir a través del següent nivell en comparació amb quant és el valor afegit per al client i l'usuari".
I Witron? "Hem d'assegurar-nos que la mecànica s'ajusti al model. Perquè la física ha de funcionar de la mateixa manera. Subministrem estoigs o peces? O un article amb les dues opcions? Amb quina freqüència es lliura una botiga? Què passa quan canvia la gamma de productes? ?" va respondre Prieschenk.WITRONels centres logístics creen flexibilitat tant per a la botiga com per al comerç electrònic. La clau per a una implementació reeixida, però, és pensar el procés enrere en tots els canals: des del consumidor fins al centre de distribució i, si cal, encara més enrere, fins al proveïdor. Ell veu un repte sobretot en l'explicabilitat del model. "Experimentem sistemes push and pull amb els nostres clients. Alguns funcionen millor que altres".
Els administradors de botigues permetran que un model d'IA especifiqui les seves comandes en el futur? Kyriakopoulos coneix l'argument de la indústria de la moda. "Si algú fa 20 anys que hi compra, és difícil explicar immediatament el valor afegit o convèncer el consumidor que aquest model podria ser millor. Però ho fem transparent: diem quins factors fem servir, com els ponderem, i on s'aplica el factor corresponent".
L'ésser humà té el control
Els experts d'Àustria poden mirar al futur en 18 mesos. Utilitzen interfícies per connectar el model als sistemes existents del minorista, el fabricant d'acer o el minorista de sabates. "No vull enderrocar-ho tot per utilitzar un model d'IA", va riure Kyriakopoulos. "Aquesta és la manera correcta: la integració a les arquitectures existents", va confirmar Prieschenk.
Però, com de robust és el model? Paraula clau: Covid 19. "No hem pogut veure-ho tampoc", ha explicat l'expert austríac. "En aquell moment estàvem treballant amb el model en logística congelada. La previsió a curt termini no era bona al principi, però després d'una setmana, el model va tornar a funcionar. Després de dues setmanes, era estable. Però només la previsió és no n'hi ha prou. El client ha de treballar amb això, per exemple, reforçar els canals de màrqueting, fer promocions o ajustar els preus, si cal".
"Això és crucial", va dir Prieschenk. "Aquest és quan les persones prenen el control. No subestimi mai el sentiment d'un gerent de logística, un tècnic de servei o un operador de botiga. Les experiències de les persones i un model de dades que funcioni bé són la base per prendre decisions intel·ligents, és a dir, encertades a llarg termini. En el centre de distribució, això també s'aplica a la implementació d'estratègies de manteniment o al "funcionament correcte" del sistema. I, sobretot, els models, eines i solucions han de ser estables i demostrar-se en l'ús pràctic, aportant un afegit real. valors en el dia a dia".
La IA proporciona informació, el responsable decideix i continua tenint el control del procés. "Vam revolucionar la física al centre logístic fa més de 20 anys. Amb la solució OPM, hem aconseguit que les mercaderies s'apilin automàticament sobre palets i contenidors enrotllables sense errors i d'una manera amigable amb les botigues. Ara fem el següent pas i optem. per a dades i models logístics d'extrem a extrem. I estic segur que encara experimentaré un model d'IA de Witron d'extrem a extrem per al magatzem", va predir Prieschenk.
