Aggiungere alla BI la capacità predittiva della IA
Analizzare gli ordini e confrontare i risultati con politiche di routing
Simulare cambiamenti, confrontandoli con lo storico
Valutare la missione ancora da effettuare
Visualizzare in anteprima il tragitto del picker
Fare azioni correttive in anticipo
Cos'è IBM Garage:
un "luogo" in cui sviluppare prototipi e nuovi modelli basati sull'Intelligenza Artificiale
IBM Garage, attraverso il metodo Garage e Enterprise Design Thinking, sfrutta gli strumenti e le tecniche Devops, promuove il talento digitale e il cambiamento culturale.
I team Garage aiutano i Clienti nel loro percorso di trasformazione digitale, progettano e costruiscono soluzioni e prototipi reali che risolvono e tengono conto delle richieste aziendali.
Gep Informatica ha collaborato con IBM allo sviluppo di nuove funzionalità per Sigep. Alberto Cirelli ha raccolto le testimonianze di questa partnership a due protagonisti del processo:
Intelligenza Artificiale in logistica
una rivoluzione a portata di mano
L’intelligenza artificiale non si sostituisce in alcun modo alla persona ma diventa il miglior alleato del responsabile della logistica e di chi prende decisioni.
L’IA può trovare diverse applicazioni in logistica, in tutti gli ambiti in cui la quantità di dati e delle variabili è molto importante come
- la formazione di colli
- il confezionamento
- il trasporto
andando a
- ottimizzare le sedi
- prevedere le tappe
- contemplare le diverse consegne
- considerare le finestre orarie.
Ad esempio, normalmente per l’ottimizzazione dei posti picking vengono utilizzati gli indici di rotazione e la data di scadenza piuttosto che le caratteristiche dell’articolo e dell’imballo.
Con l’aiuto dell’intelligenza artificiale GEP è riuscita ad approcciare modelli più complessi, grazie alla velocità di elaborazione dei dati storici, che ha permesso di tener conto
- dei vincoli di generazione delle missioni di picking
- della struttura del magazzino
- delle politiche di routing
per arrivare a predire le posizioni ottimali dei posti picking, limitando gli errori, gli spostamenti e il traffico all’interno del magazzino, velocizzando i tempi di prelievo e il livello di servizio.
I risultati ottenuti
un simulatore che consenta di calcolare le distanze e intercettare per tempo le eventuali problematiche
Abbiamo lavorato con IBM per otto settimane utilizzando la tecnologia IBM Cloud Pak for Data nell’ambito della locazione ottimale dei prodotti a scaffale.
L’obiettivo è stato di creare un simulatore che consenta di calcolare le distanze che si devono percorrere per prelevare tutti gli articoli presenti all’interno di un magazzino, data la tipologia e i vincoli dei diversi magazzini. In aggiunta a ciò, valutare le distanze percorse su uno storico di missioni a fronte di configurazioni diverse, così da individuare quella che consente di percorrere una distanza inferiore.
Il modello messo a punto è in grado di:
- analizzare gli ordini e confrontare i risultati effettivi con eventuali diverse politiche di routing
- simulare azioni e cambiamenti, confrontandoli con quello che è stato
- controllare i risultati e appurare se la simulazione è stata migliorativa o peggiorativa, e quali errori sono stati evitati;
- effettuare un’analisi di confronto con dati storici per valutare la missione ancora da effettuare
- visualizzare in anteprima il tragitto del picker, l’eventuale traffico che si potrebbe sviluppare in seguito in magazzino
- fare azioni correttive in anticipo.
Cosa ci aspetta nel futuro
La collaborazione con IBM faciliterà GEP Informatica nel percorso già intrapreso, che mira a sviluppare ed espandere la sua leadership digitale nell’ambito della logistica.
IBM e GEP lavoreranno insieme sull’introduzione di algoritmi sempre più complessi: grazie al modello IBM Garage, che permette di testare i sistemi di calcolo complessi su casi reali, sul mercato arriveranno presto prodotti in grado di aiutare (non sostituire) gli operatori logistici, a ridurre il numero di errori aggiungendo alla BI la capacità predittiva della IA
