Cicha zmiana w logistyce. Zamiast stałych tras ciągłe przeliczanie i dane w czasie rzeczywistym
Największa część zmian w logistyce ostatniej mili dzieje się w systemach informatycznych, a nie w dronach czy robotach, wynika z materiału SwipBox opartego na „Last-Mile Innovation Report”. Dane w logistyce służą coraz częściej do przewidywania problemów i ciągłego przeliczania tras.
Drony, autonomiczne roboty i futurystyczne pojazdy przyciągają uwagę, ale według materiału SwipBox duża część rzeczywistej zmiany odbywa się w systemach informatycznych i procesach operacyjnych. Ostatni rok autorzy opisują jako czas przechodzenia od statycznego planowania do ciągłego przeliczania tras oraz od prostego skanowania przesyłek do automatycznego pozyskiwania i wykorzystywania danych.

Presję tworzą wolumeny. W 2025 r. na świecie dostarczono około 407 mld paczek, a w 2028 r. ta liczba może zbliżyć się do 500 mld, wynika z danych przytoczonych w „Last-Mile Innovation Report”.
Co dają dane w logistyce
Łukasz Łukasiewicz, Operations Manager w SwipBox Polska, wymienia kilka zastosowań. Dane w czasie rzeczywistym mogą służyć do przewidywania problemów, wykrywania anomalii, zarządzania wolną pojemnością i reagowania na zmiany w sieci. Sztuczna inteligencja może wspierać planowanie tras z uwzględnieniem ograniczeń operacyjnych. Systemy analizujące wykorzystanie automatów mogą z kolei wykrywać zablokowane skrytki, przesyłki czekające zbyt długo czy niewykorzystaną pojemność, zanim odbije się to na jakości obsługi.
Zwroty bez osobnej floty
Podobnie można podejść do zwrotów. Łukasiewicz proponuje, by nie traktować ich jako osobnego etapu, tylko włączać do istniejącej infrastruktury i wykorzystywać pojazdy, które już jeżdżą w sieci. Według niego zwiększa to wykorzystanie zasobów i ogranicza dodatkowe koszty operacyjne.
Elektryfikacja to dopiero początek
Autorzy materiału podkreślają, że elektryczne dostawczaki nie eliminują korków, nieudanych doręczeń ani niskiego wykorzystania zasobów. Najbardziej ambitne scenariusze ograniczania emisji wymagają jednocześnie większego udziału dostaw poza domem, szybszego odbioru przesyłek i silniejszego powiązania planowania operacyjnego z efektami środowiskowymi.
Źródło: SwipBox Polska, informacja prasowa.
Fot. Wavebreak Media / Freepik
Czytaj dalej
-
AI w firmie
Pine Phone i automatyzacja rozmów telefonicznych w Pine Computer
Pine AI wprowadziło Pine Phone, narzędzie umożliwiające agentom AI prowadzenie autonomicznych rozmów telefonicznych z realnymi firmami. Rozwiązanie to integruje funkcję dzwonienia bezpośrednio z platformą Pine Computer, eliminując konieczność przełączania się między aplikacjami…
-
AI w firmie
Polska i Korea Południowa współpracują przy piaskownicach regulacyjnych dla AI
Ministerstwo Cyfryzacji zainicjowało współpracę z Republiką Korei w ramach programu Knowledge Sharing Program (KSP). Partnerstwo ma na celu przyspieszenie wdrażania sztucznej inteligencji w polskiej gospodarce poprzez wykorzystanie koreańskiego doświadczenia w tworzeniu piaskownic…
-
AI w firmie
Błędy w interpretacji danych: Dlaczego kontekst biznesowy w analizie jest kluczowy?
49 proc. analityków wskazuje na istotny problem: firmy podejmują decyzje oparte na danych, w których kontekst biznesowy został pominięty lub zinterpretowany w sposób nieprawidłowy. Eksperci podkreślają, że kluczem do poprawnej analityki jest…