Dachser zriaďuje kompetenčné centrum pre dátovú vedu a strojové učenie
Od začiatku júna združuje Dachser odborné znalosti získané v rámci rôznych výskumných a inovačných projektov v oblasti umelej inteligencie, strojového učenia a dátovej vedy v novovybudovanom internom kompetenčnom centre Data Science & Machine Learning.
Technológie a metódy umelej inteligencie už preukázali svoju výkonnosť a výhody v mnohých rôznych projektoch a aplikáciách v Dachser. „Význam umelej inteligencie, strojového učenia a dátovej vedy pre dopravu, logistiku a riadenie dodávateľského reťazca bude v nasledujúcich rokoch naďalej rásť. Pre spoločnosť Dachser je preto veľmi dôležité, aby sme naďalej posilňovali svoje odborné znalosti v tejto dôležitej oblasti a tiež rozširovali svoje schopnosti implementovať a prevádzkovať aplikácie strojového učenia,“ hovorí Stefan Hohm, Chief Development Officer (CDO). Kompetenčné centrum pre dátovú vedu a strojové učenie prevezme túto úlohu pre Dachser a bude pôsobiť ako centrálne kontaktné miesto.
Dachser denne produkuje obrovské množstvo údajov, ktoré tvoria základ pre vývoj a využívanie nových technológií umelej inteligencie. „V budúcnosti budeme tieto údaje využívať ešte lepšie: pomôžu nám nájsť a implementovať nové riešenia pre najrôznejšie prípady použitia,“ hovorí Florian Zizler, vedúci tímu kompetenčného centra Data Science & Machine Learning.
Predpovedanie výkyvov kapacity pomocou umelej inteligencie
Jedným z konkrétnych príkladov práce novovytvoreného kompetenčného centra je produkt umelej inteligencie, ktorý bol vyvinutý a implementovaný v rámci podnikového laboratória Dachser. Tento prognostický model využíva techniky strojového učenia na predpovedanie objemu prichádzajúcej pozemnej dopravy pobočky až 25 týždňov vopred.
„Naše údaje siahajú do roku 2011. Preto sa zameriavame na historické údaje o dodávkach,“ hovorí Zizler. „Tento súbor údajov dopĺňame o kalendárne údaje, ako sú štátne sviatky alebo školské prázdniny. To umožňuje modelu identifikovať sezónne modely, ktoré sú v pozemnej doprave veľmi dôležité. Integrovali sme tiež niekoľko ekonomických indexov, aby sme mohli lepšie predpovedať trendy.“
Vďaka tomu môže Dachser poskytovať cennú podporu svojim zamestnancom pobočiek pri rozhodovaní o plánovaní sezónnych kapacít. V tomto prípade je dôležité včas získať vhodnú kapacitu nákladu alebo naplánovať zdroje v tranzitnom termináli. Vplyv tu však majú aj súčasné podmienky. „Pre prognózy založené na minulých hodnotách bolo zjavne náročné vyrovnať sa s kolísajúcimi objemami, ako aj s pandémiou koronavírusu,“ dodáva Zizler. On a jeho tím odborníkov však zostávajú optimistickí: „Čoskoro sa nám podarí vrátiť prognózy na úroveň kvality, na ktorú sme boli zvyknutí.“
