需求預(yù)測(cè):通過(guò)收集用戶消費(fèi)特征、商家歷史銷售等大數(shù)據(jù),利用算法提前預(yù)測(cè)需求,前置倉(cāng)儲(chǔ)與運(yùn)輸環(huán)節(jié)。目前已經(jīng)有了一些應(yīng)用,但在預(yù)測(cè)精度上仍有很大提升空間,需要擴(kuò)充數(shù)據(jù)量,優(yōu)化算法。
設(shè)備維護(hù)預(yù)測(cè):通過(guò)物聯(lián)網(wǎng)的應(yīng)用,在設(shè)備上安裝芯片,可實(shí)時(shí)監(jiān)控設(shè)備運(yùn)行數(shù)據(jù),并通過(guò)大數(shù)據(jù)分析做到預(yù)先維護(hù),增加設(shè)備使用壽命。隨著機(jī)器人在物流環(huán)節(jié)的使用,這將是未來(lái)應(yīng)用非常廣的一個(gè)方向。如沃爾沃:在物流車輛設(shè)備上安裝芯片,可通過(guò)數(shù)據(jù)分析進(jìn)行提前保養(yǎng)。
供應(yīng)鏈風(fēng)險(xiǎn)預(yù)測(cè):通過(guò)對(duì)異常數(shù)據(jù)的收集,進(jìn)行如貿(mào)易風(fēng)險(xiǎn),不可抗因素造成的貨物損壞等進(jìn)行預(yù)測(cè)。
網(wǎng)絡(luò)及路由規(guī)劃:利用歷史數(shù)據(jù)、時(shí)效、覆蓋范圍等構(gòu)建分析模型,對(duì)倉(cāng)儲(chǔ)、運(yùn)輸、配送網(wǎng)絡(luò)進(jìn)行優(yōu)化布局,如通過(guò)對(duì)消費(fèi)者數(shù)據(jù)的分析,提前在離消費(fèi)者最近的倉(cāng)庫(kù)進(jìn)行備貨。甚至可實(shí)現(xiàn)實(shí)時(shí)路由優(yōu)化,指導(dǎo)車輛采用最佳路由線路進(jìn)行跨城運(yùn)輸與同城配送。
人工智能主要由電商平臺(tái)推動(dòng),尚處于研發(fā)階段,除圖像識(shí)別外,其他人工智能技術(shù)距離大規(guī)模應(yīng)用仍有一段時(shí)間。
智能運(yùn)營(yíng)規(guī)則管理:未來(lái)將會(huì)通過(guò)機(jī)器學(xué)習(xí),使運(yùn)營(yíng)規(guī)則引擎具備自學(xué)習(xí)、自適應(yīng)的能力,能夠在感知業(yè)務(wù)條件后進(jìn)行自主決策。如未來(lái)人工智能將可對(duì)電商高峰期(雙十一)與常態(tài)不同場(chǎng)景訂單依據(jù)商品品類等條件自主設(shè)置訂單生產(chǎn)方式、交付時(shí)效、運(yùn)費(fèi)、異常訂單處理等運(yùn)營(yíng)規(guī)則,實(shí)現(xiàn)人工智能處理。
倉(cāng)庫(kù)選址:人工智能技術(shù)能夠根據(jù)現(xiàn)實(shí)環(huán)境的種種約束條件,如顧客、供應(yīng)商和生產(chǎn)商的地理位置、運(yùn)輸經(jīng)濟(jì)性、勞動(dòng)力可獲得性、建筑成本、稅收制度等,進(jìn)行充分的優(yōu)化與學(xué)習(xí),從而給出接近最優(yōu)解決方案的選址模式。
決策輔助:利用機(jī)器學(xué)習(xí)等技術(shù)來(lái)自動(dòng)識(shí)別場(chǎng)院內(nèi)外的人、物、設(shè)備、車的狀態(tài)和學(xué)習(xí)優(yōu)秀的管理和操作人員的指揮調(diào)度經(jīng)驗(yàn)和決策等,逐步實(shí)現(xiàn)輔助決策和自動(dòng)決策。
圖像識(shí)別:利用計(jì)算機(jī)圖像識(shí)別、地址庫(kù)、合卷積神經(jīng)網(wǎng)提升手寫(xiě)運(yùn)單機(jī)器有效識(shí)別率和準(zhǔn)確率,大幅度地減少人工輸單的工作量和差錯(cuò)可能。
責(zé)任編輯:娟子編輯
文章編輯:CobiNet(寧波)
本公司專注于電訊配件,銅纜綜合布線系列領(lǐng)域產(chǎn)品研發(fā)生產(chǎn)超五類,六類,七類線,屏蔽模塊,配線架及相關(guān)模塊配件的研發(fā)和生產(chǎn)。
?2016-2019寧波科博通信技術(shù)有限公司版權(quán)所有浙ICP備16026074號(hào)