Digitale assistenten in de logistieke praktijk
Kunstmatige intelligentie (AI) ontwikkelt zich snel tot een alledaagse technologie. Ook in de logistiek biedt het aanzienlijke mogelijkheden, en dat gaat verder dan alleen het analyseren van grote hoeveelheden data. AI fungeert als praktische assistent: het ondersteunt medewerkers bij het nemen van beslissingen of neemt monotone routinetaken over.
Andre Kranke, Head of Corporate Research & Development bij DACHSER, legt uit hoe AI nu al wordt ingezet in de groupage-logistiek en welke mogelijkheden het biedt.
Is kunstmatige intelligentie (AI) een technologie van de toekomst?
Het antwoord is zowel ja als nee. Ja, omdat we nog lang niet alle mogelijkheden van AI hebben benut, en nee, omdat AI-toepassingen al lang deel uitmaken van ons dagelijks leven, bijvoorbeeld via gezichtsherkenning op smartphones, chatbots of vertaaldiensten op internet. Ook in de logistiek wordt AI vaker gebruikt dan u misschien denkt. Het wordt ingezet voor bijvoorbeeld het voorspellen van het aantal zendingen, het aansturen van goederenstromen en het ondersteunen van administratieve processen.
Toch staat AI in veel opzichten nog in de kinderschoenen. Deze simulatie van menselijke intelligentie is in feite niets meer dan ingewikkelde wiskunde met veel kansberekeningen. Daardoor ontstaan, afhankelijk van de kwaliteit van de data, onvermijdelijk fouten – en juist in de logistiek, waar veiligheid en kwaliteit cruciaal zijn, moeten die fouten tot een minimum worden beperkt. Dat geldt zowel voor zogeheten AI-agents, die zelfstandig opereren in minder kritieke processen, als voor AI-assistenten, waarbij de mens altijd controle en toezicht houdt.
Daarom geldt ook nu nog: logistiek zonder mensen bestaat niet. De eindbeslissing moet altijd door een mens worden genomen, zeker wanneer bedrijfsrisico’s spelen en fouten niet te tolereren zijn.
Toch zullen logistieke bedrijven die zich nog niet intensief bezighouden met AI op middellange tot lange termijn uit de markt verdwijnen. Klantverwachtingen en de complexiteit van logistieke processen nemen immers alleen maar toe – en dan hebben we het nog niet eens over het groeiende tekort aan gekwalificeerd personeel. DACHSER past AI nu al toe in onder andere warehouses, transitterminals en kantoren om medewerkers zo goed mogelijk te ondersteunen bij het nemen van beslissingen, de efficiëntie te verhogen en knelpunten te verminderen. Zo kan het tekort aan personeel deels worden opgevangen en blijft de kwaliteit op lange termijn gewaarborgd.
Nieuwe, onverwachte mogelijkheden
Ruim zes jaar geleden begon DACHSER in het DACHSER Enterprise Lab, een onderzoeks- en ontwikkelingslaboratorium van Fraunhofer IML in Dortmund, met het ontwikkelen van algoritmes die bijvoorbeeld tot 25 weken vooruit de inkomende volumes per vestiging kunnen voorspellen. Dit helpt bij het plannen van seizoensgebonden capaciteit. Want plannen is cruciaal voor efficiëntie en kwaliteit in de logistiek. AI kan hier een groot verschil maken, zoals blijkt uit het eerste machine learning-project van DACHSER: PAnDA One. De naam staat voor Predictive (P) Analytics (An) DACHSER (DA), waarbij ‘One’ aangeeft dat dit het eerste project op dit gebied is.
AI-algoritmen worden ook ingezet in de digitale tweeling @ILO, die in real-time pakketten in groupage-warehouses identificeert, lokaliseert en controleert. Camera's aan het plafond creëren een nauwkeurige digitale kaart gemaakt van alle bewegingen en processen in het warehouse. Dit vergroot de transparantie en het overzicht. Tegelijkertijd worden handmatige processen zoals het scannen van de goederen overbodig, waardoor bepaalde losprocessen tot 30 procent efficiënter worden. DACHSER gaat de digitale tweeling @ILO de komende jaren geleidelijk in Europa uitrollen, met ten minste zes nieuwe locaties gepland voor 2025.
Autonome AGV-robots in het warehouse
Niet alleen in transitterminals is AI zinvol. Denk ook aan automatisering in het warehouse: zelfrijdende voertuigen, zogenaamde automated guided vehicles (AGV's), worden nu in acht warehouses van DACHSER in Duitsland gebruikt. Deze voertuigen, ook wel autonome mobiele robots (AMR's) genoemd, brengen hun omgeving in kaart met sensoren zoals camera's, lidar en radar en vinden met behulp van AI hun weg. Ze voeren zelfstandig eenvoudige, repetitieve taken uit. Zo rijden ze zonder bestuurder door het warehouse om pallets op de begane grond op te slaan of op te halen. Ze communiceren onderling en wisselen taken uit als een ander voertuig een bestemming sneller kan bereiken. Als er een obstakel is, remt het voertuig af. Dankzij deze samenwerking en routeoptimalisatie werken de robots zeer efficiënt. Veiligheidssensoren zorgen er bovendien voor dat ze geen ongelukken veroorzaken. Het is indrukwekkend hoe goed dit werkt.
Nauwkeurige navigatie, slimme samenwerking tussen voertuigen en naadloze IT-integratie zorgen voor een aanzienlijke verhoging van de efficiëntie in de dagelijkse logistiek. Bovendien zijn ook de medewerkers blij met hun ‘robotcollega’ die hun werkdruk verlicht. DACHSER gebruikt de AGV's in gemengde operatie. Dat betekent dat ze de rijbanen delen met voertuigen die door mensen worden bestuurd. Volledige automatisering heeft weinig zin, omdat dit de flexibiliteit beperkt. Het gaat er nu om de optimale combinatie van mens en machine te vinden om zo veel mogelijk waarde toe te voegen.
Samen onderzoek doen
Wat kunnen we in de toekomst verwachten? In de robotindustrie worden basismodellen getest om autonome voertuigen aan te sturen via natuurlijk communicatie. Hiermee kunnen robots om complexe taken uitvoeren, zoals spraakverwerking, beeld- en objectherkenning en autonome navigatie. Ze leren van enorme hoeveelheden data en passen zich aan nieuwe omgevingen en taken aan. Dit betekent dat ze flexibeler worden en breder inzetbaar. Het zal niet lang meer duren voor we zien of de autonome voertuigen die in warehouses worden gebruikt, intuïtiever en efficiënter kunnen worden bestuurd. Wereldwijd wordt hier intensief onderzoek naar gedaan.
DACHSER breidt ook zijn betrokkenheid in AI-onderzoek uit. In het eerste kwartaal van dit jaar werd de samenwerking uitgebreid met het Fraunhofer Instituut voor Intelligente Analyse- und Informatiesystemen (IAIS) in Sankt Augustin. Dit is een toonaangevend wetenschappelijk instituut op het gebied van kunstmatige intelligentie (AI), machine learning en big data in Duitsland en Europa. De bijna 400 medewerkers helpen bedrijven bij het optimaliseren van producten, diensten en processen en bieden ondersteuning bij de ontwikkeling van nieuwe digitale bedrijfsmodellen. Door deze samenwerking binnen het DACHSER Enterprise Lab versterken we onze AI-expertise verder.
Verder onderzoek zal talloze nieuwe AI-toepassingen opleveren. Daarbij moeten AI-modellen worden getraind met bedrijfsspecifieke data, vooral voor speciale logistieke processen en oplossingen. Tegelijkertijd moet rekening worden gehouden met de kosten, zeker bij AI-modellen die veel rekenkracht vragen, en op de naleving van het nieuwe wettelijke kader voor AI in de EU, zoals vastgelegd in de AI-wet.
Samenvattend biedt AI de logistiek veel mogelijkheden om dingen te doen die voorheen simpelweg niet denkbaar waren. Toch is AI niet echt ‘intelligent’, maar vooral een hulpmiddel gebaseerd op hogere wiskunde, grote hoeveelheden data en rekenkracht. Het is niet altijd de beste oplossing; soms is conventionele programmering effectiever. De uitdaging is nu om de juiste mix te vinden tussen het gebruik van standaard AI-oplossingen en interne ontwikkelingen, en deze vervolgens aan te passen aan de eigen behoeften.