Symulator AI optymalizuje planowanie zapasów w wielu magazynach

Planowanie zapasów w rozproszonych sieciach magazynowych pozostaje złożonym zadaniem, ponieważ przedsiębiorstwa muszą równoważyć poziom obsługi, koszty transportu oraz zmienny popyt w nowoczesnych operacjach cyfrowego łańcucha dostaw. W tym kontekście MIT Center for Transportation & Logistics (MIT CTL) oraz Mecalux opracowały GENESIS – symulator oparty na sztucznej inteligencji, zaprojektowany do optymalizacji dystrybucji zapasów w sieciach logistycznych.

Symulacja tysięcy strategii zapasów przed ich wdrożeniem
Platforma Genetic Evaluation & Simulation for Inventory Strategy (GENESIS) wykorzystuje modele uczenia maszynowego oraz algorytmy genetyczne do oceny tysięcy scenariuszy alokacji zapasów. Celem jest określenie optymalnych poziomów zapasów dla każdego magazynu oraz wskazanie momentów, w których należy przeprowadzić uzupełnianie.

System analizuje takie czynniki jak regionalne prognozy popytu, koszty transportu oraz zdolności operacyjne magazynów. Dzięki symulacji strategii uzupełniania zapasów w środowisku wirtualnym firmy mogą testować polityki logistyczne bez wpływu na rzeczywiste operacje.

Po wprowadzeniu danych operacyjnych platforma generuje rekomendacje optymalizacyjne wspierane przez pulpity statystyczne. Obejmują one wskaźniki takie jak trendy zużycia, zmienność popytu według regionów, jednostki magazynowe (SKU) o podwyższonym ryzyku braków magazynowych oraz obiekty z ograniczeniami w zaopatrzeniu.

Równoważenie zapasów zamiast składania nowych zamówień
Jedną z kluczowych funkcji systemu jest równoważenie zapasów pomiędzy magazynami w ramach jednej sieci logistycznej. Zamiast automatycznego składania zamówień u dostawców platforma ocenia, czy bardziej efektywne byłoby przeniesienie towarów z innego magazynu posiadającego nadwyżki zapasów.

Takie podejście pozwala firmom ograniczyć koszty zakupu i transportu, a jednocześnie poprawić wykorzystanie istniejących zapasów. System dostarcza również rekomendacje dotyczące planowania transportu, na przykład czy przesyłki powinny być konsolidowane w celu lepszego wykorzystania ładowności pojazdów lub czy zamówienia powinny być realizowane z określonej lokalizacji w celu skrócenia czasu dostawy.




Szybsze modelowanie scenariuszy dla planowania operacyjnego
Platforma GENESIS została zaprojektowana do równoczesnej oceny wielu strategii zarządzania zapasami zamiast ich sekwencyjnej analizy. Ta możliwość równoległej symulacji skraca czas analiz z dni do minut, co pozwala wykorzystywać narzędzie do taktycznego planowania logistyki, a nie tylko do analiz długoterminowych.

Platforma została zaprojektowana zarówno dla specjalistów technicznych, jak i decydentów operacyjnych, umożliwiając szerszy dostęp do narzędzi optymalizacji logistyki opartych na symulacjach.

Rozszerzanie zastosowań AI w operacjach magazynowych
GENESIS stanowi jeden z rezultatów współpracy Mecalux i MIT CTL w zakresie zastosowań AI w logistyce. Dalsze prace koncentrują się na rozszerzeniu zastosowań AI na inne procesy, takie jak wewnętrzne uzupełnianie zapasów, modele cyfrowych bliźniaków (digital twin) dla zautomatyzowanych systemów magazynowych o wysokiej gęstości oraz optymalizacja slottingu.

Współpraca odzwierciedla szersze działania mające na celu wykorzystanie narzędzi modelowania opartych na AI do poprawy widoczności zapasów, strategii automatyzacji magazynów oraz wydajności sieci logistycznych.

www.mecalux.com

Edited by industrial journalist, Aishwarya Mambet — AI-powered.