Hur AI kan leverera en bättre 3PL kundtjänstupplevelse

 

Ett primärt mål för alla tredjepartslogistikorganisationer (3PL) är att förse sina kunder med outsourcad logistikstöd genom att hantera förflyttning av varor och material från tillverkning till lagring till leverans. Men hur kan detta göras i en verksamhetsmiljö som kännetecknas av allt mindre arbetskraft, oväntade och ofta störande händelser och informationsöverbelastning?

 

"Alla 3PL-organisationer står inför liknande utmaningar", säger Brien Downie, VD för Holman Logistics. "Kunder vill ha sitt lager skyddat när det finns i lagret. De vill ha korrekt information i realtid om var sina råvaror och färdiga varor finns. De vill att allt ska skickas enligt tidtabell och inget skickas som inte är tänkt att vara. Mest av allt , de vill att deras leveranser ska vara kompletta och i tid. Det är många av de viktigaste drivkrafterna för hur servicen för en 3PL-organisation mäts."

 

Att möta dessa kundbehov skulle vara svårt nog om beställningarna begränsades till fulla lastbilskvantiteter som skickas direkt från lager till mottagarnas mottagningsbryggor. Verkligheten är dock mycket annorlunda. Ordermönster är komplexa, särskilt för e-handelstransaktioner som tar en allt större del av landets handel. "Kunder kan beställa saker en i taget", säger Downie. "men det kan vara dyrt att hantera enskilda föremål och småkvantiteter."

 

Saker och ting stannar när försörjningskedjan drabbas av skadligt väder, transporthaveri eller arbetsaktiviteter. "Varje gång det blir störningar blir det väldigt kostsamt", säger Downie. "Det slutar med att du tar på dig extra kapacitet i form av personal för noggrann orderspårning eller materialhanteringsutrustning för ovanliga omständigheter. Sedan finns det utmaningen vad man ska göra med människor och utrustning när krisen är över."

 

Ökad effektivitet

För att möta kraven i en allt mer krävande operativ miljö, samarbetar 3PL-organisationer med AI-drivna mjukvaruleverantörer. Spjutspetsteknologi kan hantera många problem som förbättrar den operativa effektiviteten. Ett viktigt exempel är ökad säkerhet. "Ett säkert lager är ett effektivt lager", säger Downie. "Färre olyckor innebär att en 3PL-leverantör kan ta bättre hand om de människor som arbetar i lagret och om de produkter som lagras där." Olycksfri verksamhet bidrar direkt till slutresultatet och kundservicemålen genom att minska skador och produktrörelseavbrott.

 

Det traditionella tillvägagångssättet för att säkerställa säkerheten har varit att montera sensorer som stänger av hissar när stötar upptäcks. På ytan låter det som en bra lösning. I verkligheten leder ett sådant system till högre kostnader när sensorer inte kan skilja förväntade eller normala stötar från skadliga.

 

"Traditionella sensorer ger dig inte tillräckligt med information", säger Downie. "De kan inte skilja signalen från bullret. De har ofta g-kraftssensorer som stänger av gaffeltruckarna när en vibrationsnivå överskrids. Avsikten är att identifiera när någon har kollisionerat eller kört in i en bit Men problemet är att bara körning över en ofarlig bula i golvet aktiverar sensorn. Och när systemet inte kan skilja det goda från det dåliga, kommer folk att vända stänga av systemet och sluta använda det helt." Det ökar förstås risken för kostsamma olyckor.

 

Sensorsystemet behöver förbättras för att filtrera bort undantag från normal drift. Det är där AI-bearbetning kommer in. Dess avancerade mönsterigenkänning separerar snabbt och exakt signalen från bruset. Resultatet är en minskning av de ledande indikatorerna för säkerhetsfrågor. Arbetsgivare kan identifiera vilka operatörer som har stött på ställen eller gjort aggressiva svängar, tillsammans med hur och när de gör det. "AI ger en tydlig bild av vad som verkligen händer i lagret", säger Downie. "Den kan effektivt identifiera potentiella olyckor innan de inträffar."

 

Optimal slitsning

Varor anländer till lagret, bearbetas av teamet och går sedan vidare till hyllorna. Men vad som borde vara en sömlös process kan vara kantad av ineffektivitet som ökar arbets- och hanteringskostnaderna och hotar leverans i tid.

 

"Historiskt har det inte skett många utvecklingar ur maskininlärningssynpunkt när det gäller hur produkten går in och kommer ut ur lagret", säger Downie. "Det förändras snabbt." Nu kan 3PL-organisationer anta AI-baserad mjukvara för lagerhantering med automatisk slotting, som använder tidigare mönster av produktrörelser för att automatiskt styra hanteringen av nytt lager.

 

En AI-driven plattform för orkestrering av lagerhantering kan få världens 3PL:er att drivas mer effektivt i operationer som plockning, borttagning och lagernoggrannhet. "Många lager placerar inte produkter på optimala platser eftersom de helt enkelt inte känner till en hel mängd datapunkter, till exempel vilka beställningar som kommer i realtid, hur många lagerarbetare som kommer att vara på ett skift, och expertis hos de arbetare", säger Yosh Eisbart, verkställande direktör och medgrundare på Fulfilld, ett AI-aktiverat lagerorkestreringsföretag. "AI kan ta in den här informationen och använda den för att köra "tänk om"-scenarier. Till exempel, "Tänk om vi skulle flytta den här produkten till den här platsen eller de här produkterna på dessa platser för de 20 snabbast rörliga föremålen? Hur skulle det se ut med hänsyn till högre plockeffektivitet och lägre arbetskraftsbehov?' Resultatet är en nivå av lagereffektivitet som bara inte existerar annars."

 

Innan AI försökte lagerchefer att ordna om produkten på en periodisk, ad hoc-basis för att öka effektiviteten. "Ibland skulle det fungera, och ibland inte," säger Eisbart. "Men även i de bästa fallen skulle besluten bara baseras på en ögonblicksbild i tid. AI möjliggör en ständig omvärdering och omfördelning, tillsammans med kontinuerliga resultattester som avslöjar procentuella förändringar i effektivitet och kostnader."

 

Genom att reducera bortkastade fotsteg för lagerarbetare blir 3PL-organisationen mer produktiv, mer kostnadseffektiv, mer exakt och smidigare. Det kan skicka beställningar snabbare och billigare, vilket ger slutanvändarnas tillfredsställelse och minskar kundens kostnader.

 

AI-system kan till och med ange vilka anställda som ska flytta varje produkt, baserat på en analys av personlig historia och prestanda. "Medan den här bedömningen traditionellt har gjorts av en arbetsledare, blir det som fungerar för ett fåtal personer snabbt för besvärligt för tusentals arbetare", konstaterar Downie. "Mjukvaruverktyg gör att företaget kan optimera allokeringen av arbetskraft för maximal effektivitet."

 

AI är mer effektiv i dessa beslut eftersom den införlivar principerna för den traditionella "digitala tvillingen" i sin programvara. Tekniken har omedelbar och fortlöpande tillgång till lagerinformation som byggnadsdimensioner, positioner och höjder på gångarna, avståndet mellan gångarna, lastkajplatser, antalet anställda och expertis på plats samt platserna och detaljerna för tillgängliga gaffeltruckar. , autonoma mobila robotar och automatiska lagringssystem. "Genom att göra den digitala tvillingdelen av AI-kärnprodukten kan den orkestrera större lagereffektivitet, vilket resulterar i en bättre kundupplevelse", säger Eisbart.

 

Den digitala tvillingen kan också hjälpa till att lösa den kostsamma frågan om lagerarbetares omsättning. Ersättande personal, som ofta måste anställas snabbt för att möta efterfrågan, saknar alltför ofta den kompetens som krävs för att upprätthålla optimal effektivitet. "Nya arbetare kommer att vara obekanta med layouten på ett lager, men AI kan få dem att snabbt komma igång genom att tillhandahålla kartor med optimerade ruttanvisningar", säger Eisbart. "Istället för att gå halvvägs runt lagret för att ta sig från punkt A till punkt B kan den nya arbetaren följa en föreslagen väg. Resultatet är en förbättrad förmåga att snabbt lokalisera och bearbeta inventarier."

 

Den mänskliga faktorn

Hur imponerande det än är kan AI ensam inte flytta en 3PL till maximal effektivitet. Det krävs fortfarande mänsklig expertis. "Att utnyttja AI kommer inte automatiskt att resultera i effektivitetsvinster", säger Downie. "Människor måste hålla sig involverade. Även om AI kan bemästra ämnet, kommer det mycket ofta att dra felaktiga slutsatser. 3PL-organisationen måste se till att den behåller insikterna från människor som tänker kritiskt och kan känna igen AI-begränsningar."

 

Fördelarna med AI kommer inte att ske över en natt, och det kommer att ta tid för anställda att bli övertygade om teknikens potential. "Människor kommer att bli entusiastiska över AI när de ser hur det kan hjälpa dem att undvika mycket tråkigt, repetitivt arbete", säger Downie. "De kommer att uppskatta produktivitetsökningarna."

 

Företag står inför två utmaningar när de implementerar AI-teknik. På en nivå är autentiskt engagemang viktigt. "Det finns företag där ute som verkligen utnyttjar AI", säger Eisbart. "Och det finns företag som bara lägger det på sin hemsida för att polera sin image."

 

På en andra nivå finns utmaningen att övervaka resultaten. "Vinster kommer att variera beroende på installation", säger Eisbart. "Vissa användningsfall kommer att erbjuda optimeringsmöjligheter, och vissa inte." Ett nyligen genomfört Fortune 500-företag kunde minska bortkastade fotsteg för lagerarbetare med 40 %, öka plockningseffektiviteten med 15 % och öka effektiviteten för borttagning med 20 %. Faktorer som bidrar till nivån av AI-framgång inkluderar storleken på anläggningen, nuvarande medarbetarexpertis, produkthastighet och i vilken grad verksamheten redan har införlivat maskininlärning.

 

Framför allt, säger Eisbart, måste 3PL-organisationer som införlivar AI hålla ögonen på det slutliga målet: en förbättrad slutresultat. "Organisationer som leder med teknik eller som fokuserar på innovation utan att bedöma effekten på affärsresultat missar poängen."