Międzynarodowy dostawca usług logistycznych Arvato oraz potentat informatyczny Microsoft rozpoczęli wspólny projekt badawczy Moonshot. Jego celem jest wdrożenie samodzielnie rozwijającego się magazynu przyszłości z wykorzystaniem generatywnej sztucznej inteligencji (AI), robotyki i przetwarzania danych w chmurze.
Wizjonerskie perspektywy i pierwsze przypadki użycia narzędzi powstających w ramach „Moonshot” zostaną zaprezentowane podczas wydarzenia Gartner Supply Chain Symposium/Xpo 2024 w dniach 10-12 czerwca 2024 r. w Barcelonie.
– W marcu uruchomiliśmy projekt Moonshot z firmą Microsoft, dążąc do ambitnego celu, jakim jest stworzenie autonomicznego magazynu – mówi Paul Brolly, wiceprezes ds. globalnego rozwoju biznesu w Arvato. – Nasze podejście polega na badaniu różnych procesów magazynowych w celu ich automatyzacji i usprawnienia poprzez robotykę, cyfryzację i sztuczną inteligencję. Nacisk kładziony jest nie tylko na poszczególne procesy. W przyszłości sztuczna inteligencja mogłaby obsługiwać początkowy ogólny układ magazynu dla nowych zamówień w oparciu o wymagania klientów, które następnie byśmy udoskonalili. To pozwoli oszczędzić czas i energię – dodaje Brolly.
Microsoft, jako partner technologiczny Arvato, odgrywa istotną rolę w tej inicjatywie. – Doświadczenie firmy Microsoft w zakresie platform danych, mocy obliczeniowych, prognozowania Gen AI, rzeczywistości rozszerzonej i usług kognitywnych, takich jak rozpoznawanie mowy i analiza tekstu, ma kluczowe znaczenie dla realizacji naszej wizji samodzielnie zarządzanego magazynu – podkreślił Brolly.
Arvato może już teraz jest w stanie zademonstrować praktyczne zastosowania projektu Moonshot. Przykładem jest optymalizacja tras kompletacji zamówienia przy użyciu sztucznej inteligencji w celu reorganizacji zleceń zadań poprzez szybką analizę danych. Osoby kompletujące mają usprawnioną nawigację po magazynie. Innym przypadkiem jest sterowana przez sztuczną inteligencję interpretacja odpowiedzi przewoźników w reklamacjach usług transportowych. Inteligentna warstwa AI interpretuje odpowiedzi i uruchamia odpowiednie działania w narzędziu do zarządzania roszczeniami, uwalniając zasoby, redukując ręczne przetwarzanie reklamacji do trzech do czterech procent.
