آینده پژوهی

نویسنده: نسرین نجفی پور

مرداد ۹, ۱۴۰۰
عظیم مدیا 8 مقالات 8 آینده پژوهی 8 نقش پیشبرد هوش مصنوعی در بخش لجستیک

نقش پیشبرد هوش مصنوعی در بخش لجستیک

هوش مصنوعی در صنعت لجستیک

شاید هرگز به این موضوع فکر نکرده باشید، اما هر محصولی که در اختیار دارید نتیجه فرایندی به نام زنجیره تأمین است. از طرف دیگر فناوری‌های جدید مانند هوش مصنوعی (AI) و ماشین لرنینگ (ML) بیشتر صنایع را تحت تأثیر قرار داده‌اند. صنعت لجستیک یا زنجیره تامین هم هم مانند اکثر صنایع در جهان امروز تحت تأثیر پیشرفت فناوری‌ هوش مصنوعی (AI) قرار گرفته است. توسعه هوش مصنوعی انقلابی در زمینه تدارکات ایجاد کرده است و مهم‌ترین پیشرفت‌های این فناوری شامل اتوماسیون انبار، وسایل نقلیه مستقل، تجزیه و تحلیل، پیش‌بینی و جاده‌های هوشمند است. این فناوری قدرتمند امکان اتوماسیون و ساده‌سازی فرآیندهای بی‌شماری را فراهم کرده است و به شرکت‌ها کمک می‌کند تا در وقت و هزینه صرفه‌جویی کنند. عجیب نیست که غول‌هایی مانند آمازون و گوگل سرمایه‌گذاری کلانی در زمینه هوش مصنوعی آغاز کرده‌اند. به همین دلایل در این مقاله به نقش هوش مصنوعی در صنعت لجستیک پرداخته‌ایم تا این موضوع مهم را بیشتر بررسی کنیم.

در ادامه این مقاله می‌خوانید:

زنجیره تامین چیست ؟

زنجیره تامین چیست | هوش مصنوعی در صنعت لجستیک

زنجیره تأمین راهی است که کالا از طریق مراکز تولید، حمل و نقل و توزیع طی می‌کند تا زمانی که به مصرف‌کننده نهایی برسد. زنجیره تامین در اکثر شرکت‌های تدارکاتی به صورت ناکارآمد و با هزینه‌های زیاد همراه است:

  • طولانی شدن زمان حمل و نقل به دلیل تنگناهای تولید یا ناکارآمدی در حمل و نقل باعث نارضایتی مشتری می‌شود.
  • نقص در تولید باعث اتلاف بیش از حد مواد می‌شود و در زمان کالیبراسیون مجدد ماشین‌ها هم وقت و سود زیادی از دست می‌رود.
  • خطاهای مربوط به پیش‌بینی موجودی، باعث اتلاف در ذخیره‌سازی می‌شود.
  • تولید بیش از حد منجر به تولید مواد راکدی می‌شود که بازدهی ندارند؛ به علاوه باعث افزایش هزینه‌های ذخیره‌سازی می‌شود.

کاربرد هوش مصنوعی در صنعت لجستیک

هوش مصنوعی (AI) کاربردهای فوق‌العاده زیادی دارد. یکی از کاربردهای آن در همه بخش‌های زنجیره تامین است. تحقیقات Forbes Insights نشان می‌دهد که ۶۵% از ۴۳۳ مدیر ارشدی که در زمینه حمل و نقل فعالیت می‌کنند، معتقد هستند که زنجیره تأمین، تدارکات و فرآیندهای حمل و نقل در حال تحول گسترده و ورود به یک دوره رنسانس دیگر هستند. دلیل آن هم این است که امروز اکوسیستم حمل و نقل تحت فشار فوق‌العاده‌ای است و پیش‌بینی می‌شود که طی سال‌های ۲۰۱۶-۲۰۲۷ با رشد ۳۵ درصدی تناژ حمل بار توسط کامیون‌ها همراه باشد.

ماتیاس هوتگر معاون ارشد و رئیس جهانی نوآوری DHL می‌گوید:

“فناوری فعلی، تجارت و شرایط اجتماعی امروز بیش از هر زمان دیگری در تاریخ به تغییر الگوی پیش‌بینی شده در عملیات لجستیکی نیاز دارد.”

پس احتمالا در سال‌های آینده زنجیره تامین هوشمند مورد جدیدی نخواهد بود و این موضوع بخش حمل و نقل را متحول می‌کند.

نقش هوش مصنوعی و ماشین لرنینگ در موفقیت زنجیره تأمین

هوش مصنوعی در زنجیره تامین | هوش مصنوعی در صنعت لجستیک

علاوه بر هوش مصنوعی، ماشین لرنینگ هم در زمینه حمل و نقل کاربرد دارد. در حال حاضر سازمان‌ها برای اصلاح راهبردهای اصلی برای موضوعاتی مانند بهینه‌سازی مکان انبار و فعالیت‌های روزمره مانند در دسترس بودن، هزینه‌ها، موجودی، حمل و نقل، تأمین‌کنندگان و کارکنان، از ماشین لرنینگ استقبال می‌کنند و از آنها استفاده می‌کنند.

جان لنگلی، استاد مدیریت زنجیره تأمین و مدیر توسعه مرکز تحقیقات زنجیره تأمین در کالج Penn State’s Smeal می‌گوید:

“گرچه صنعت حمل و نقل همیشه بر داده‌ها متمرکز بوده است، اما امروز با افزودن قدرت محاسباتی بیشتر و بهتر، نه تنها برنامه‌ریزی استراتژیک و منابع بهبود پیدا می‌کند، بلکه در تصمیم‌گیری‌های زمان واقعی هم تاثیر می‌گذارد.”

بیگ دیتا و ماشین لرنینگ در زنجیره تامین کاربرد زیادی دارند و احتمالا در آینده در این رابطه بیشتر خواهیم شنید. برای آشنایی با کاربرد یادگیری ماشین در صنعت، مقاله کاربرد ماشین لرنینگ در صنعت را بخوانید.

مشکلات مشترک زنجیره تامین و راه‌حل‌های هوش مصنوعی

هر چقدر تقاضا برای محصولات مختلف بیشتر می‌شود، شرکت‌های حمل و نقل هم تقاضای بیشتری دریافت می‌کنند و این موضوع باعث می‌شود هوش مصنوعی کاربرد بیشتری داشته باشد. هوشمندسازی حمل و نقل راه‌حل‌های زیادی برای بسیاری از مشکلات دارد. راه‌حل‌هایی مثل:

  • مدیریت منابع 
  • پیش‌بینی نوسانات در حجم حمل و نقل جهانی قبل از وقوع آن‌ها
  • بهینه‌سازی مسیرهای حمل و نقل و تحویل سریع‌تر
  • خدمات بهتر به مشتری
  • توانایی تشخیص پیشرفته تصاویر که وضعیت محصولات و محموله‌ها را مشخص می‌کند
  • توانایی پیش بینی و نظارت بر پارامترهایی مانند ترافیک، آب و هوا و مسائل اقتصادی – اجتماعی برای قیمت‌گذاری دقیق‌تر بار

کارایی هوش مصنوعی در تدارکات

یک نظرسنجی در مجله فوربز نشان می‌دهد که استفاده از فناوری‌ هوش مصنوعی در زنجیره تأمین هزینه‌های اجرا را کاهش می‌دهد. این مزایا شامل افزایش بهره‌وری، زمان پاسخ سریع‌تر، وضوح بیشتر در سراسر زنجیره ارزش، خطاهای کمتر در تحویل کالا، کیفیت بالاتر با هزینه‌های کمتر، به علاوه توانایی پیش‌بینی نیازهای مشتری است.

نتایج تجزیه و تحلیل BCG از ۱۰۹۶ شرکت جهانی از جمله حمل و نقل و تدارکات در سراسر جهان نشان داده است که استفاده از هوش مصنوعی می‌تواند هزینه‌های تبدیل (conversion costs) را تا ۲۰٪ کاهش دهد؛ و این امر از طریق افزایش بهره‌وری نیروی کار و کاهش ۷۰ درصدی هزینه‌ها اتفاق افتاده است.

گزارش اخیر DHL نشان می‌دهد که پروژه هوش مصنوعی به وسیله اتوماسیون و با ۳ روش زیر هزینه‌های جاری را کاهش می‌دهد:

  • فرایندهای دستی کمتر
  • تلاش انسانی کمتر 
  • خطاهای کمتر در زمینه تصمیم‌گیری انسان

نقش هوش مصنوعی در بهینه‌سازی مدیریت دارایی

یکی دیگر از مواردی که رضایت بیشتر مشتری را به همراه دارد، مدیریت موثر موجودی کالا است. این موضوع یک مزیت رقابتی محسوب می‌شود و هوش مصنوعی در این زمینه هم کاربرد دارد. هوش مصنوعی از اطلاعات موجود مانند مقدار دارایی، موجودی، زمان واقعی و همچنین ظرفیت بار کامیون‌ها برای اجرای تحویل استفاده می‌کند تا قیمت مناسبی تعیین کند و رضایت هر دو طرف جلب شود. همچنین هوش مصنوعی می‌تواند سطح موجودی تأمین‌کننده و در دسترس بودن کامیون را پیش از موعد مدیریت و کنترل کند؛ به طوری که مشتریان از قیمت صحیح و زمان پیش بینی شده برای تحویل در آینده مطلع شوند.

بخش تدارکات پیچیده و چند لایه است و به برنامه‌ریزی و انعطاف‌پذیری نیاز دارد. با این وجود اتوماسیون فرآیندهای زنجیره تامین می‌تواند تاثیر زیادی در استفاده بهینه از وقت و پول داشته باشد و باعث کاهش هزینه‌ها، کاهش ریسک و افزایش سودآوری شود.

جالب‌ترین و بزرگ‌ترین کاربردهای هوش مصنوعی در لجستیک

وسایل نقلیه خودکار

همه ما چیزهایی در مورد اتومبیل‌های بدون راننده یا هوشمند شنیده‌ایم؛ اما هوش مصنوعی در صنعت حمل و نقل کالا مانند وانت، کامیون یا اتوبوس هم کاربرد دارد. وسایل نقلیه خودران توانایی حرکت اتوماتیک یا با راننده انسانی را دارند. اما به هر حال این وسایل نقلیه هنوز کاملا مستقل نشده‌اند. قوانین و فناوری‌های کنونی، حضور وسایل نقلیه خودران بدون راننده را در جاده‌ها مجاز نمی‌داند. طبق قوانین بسیاری از کشورها راننده برای کنترل اوضاع در جاده و تجزیه و تحلیل خطرات احتمالی باید پشت فرمان حضور داشته باشد؛ اما احتمالا قوانین در آینده تغییر می‌کنند و هوش مصنوعی در صنعت خودرو تحولاتی در زمینه حمل و نقل ایجاد می‌کند.

این فناوری مزایای زیادی برای حمل و نقل و تدارکات دارد. وسایل نقلیه خودکار تغییراتی را در زنجیره تأمین ایجاد می‌کنند و باعث صرفه‌جویی در وقت و کاهش هزینه‌ها می‌شوند. اما مهم‌تر از همه، فناوری رانندگی خودکار به کاهش تصادفات هم کمک می‌کند و با کاهش مصرف سوخت، محیط زیست پاک‌تری برای ما به ارمغان می‌آورد.

اگر به ماشین‌های هوشمند علاقه دارید، مقاله‌های جذاب تاریخچه ماشین های هوشمند و عرضه اولین ماشین برقی کاملا هوشمند SUV را از دست ندهید.

هوش مصنوعی در اتوماسیون انبار

کاربرد هوش مصنوعی در مدیریت زنجیره تامین | هوش مصنوعی در صنعت لجستیک

خیلی از شرکت‌های بزرگ و پرکار برای افزایش سرعت، دقت و یافتن راه‌حل‌ها به هوش مصنوعی نیاز دارند. مثلا کمپانی بسیار بزرگی مانند آمازون که به راه‌حل‌های سریع و پیچیده لجستیکی نیاز دارد، منابع خود را در هوش مصنوعی و رباتیک سرمایه‌گذاری کرده است تا به توسعه نوآوری شرکت و خودکارسازی انبارها کمک کند.

بسیاری از کارهای معمول به لطف اتوماسیون انبار راحت‌تر انجام می‌شود. هوش مصنوعی در حال تبدیل فرآیندهای انبارداری، مانند جمع آوری و تجزیه و تحلیل اطلاعات و فرآیندهای موجودی است که به شرکت‌ها امکان افزایش کارایی و افزایش درآمد را می‌دهد.

هوش مصنوعی در انبارداری برای پیش بینی تقاضا، اصلاح سفارشات و مسیریابی مجدد محصولات مورد استفاده قرار می‌گیرد. مثلا می‌توان سفارش‌های خود را مطابق این پیش‌بینی‌ها تنظیم کرد و در صورت لزوم کالاهای درخواستی را به انبارهای محلی تحویل داد. در صورتی که چندین انبار در زنجیره تامین وجود داشته باشد، هوش مصنوعی می‌تواند آنها را به هم متصل کند تا بهترین گزینه برای حمل و نقل را پیدا کند. پیش‌بینی تقاضای برخی از محصولات و برنامه‌ریزی‌هایی که از قبل انجام شده است، باعث بهبود خدمات می‌شود، هزینه‌های حمل و نقل را کاهش می‌دهد و در بسیاری از هزینه‌ها صرفه‌جویی می‌کند. فناوری بینایی رایانه‌ای که در انبارها به کار رفته است، امکان شناسایی و سازماندهی اقلام مختلف را فراهم می‌کند. این نوع فناوری در آینده به کنترل کیفیت کمک می‌کند و نیاز به نظارت انسانی را برطرف می‌کند.

یک مثال از کاربرد هوش مصنوعی در انبارداری

جالب است بدانید که آمازون یک چالش به نام چالش رباتیک آمازون ارائه داده است که شرکت‌کنندگان می‌توانند طرح‌های سخت‌افزاری و نرم‌افزاری خود را در زمینه ربات‌هایی که توانایی ساده‌سازی چینش و بسته‌بندی وسایل در یک قفسه دارند، ارائه دهند. این چالش نشان می‌دهد که آمازون چقدر به این صنعت برای پیشرفت در انبارداری نیاز دارد!

مورد دیگری که می‌توانیم به آن اشاره کنیم، Ocado یک سوپرمارکت آنلاین در انگلیس است. زنجیره تامین در انبارهای خودکار این سوپرمارکت‌های زنجیره‌ای با هوش مصنوعی متحول شده است. به طوری که سایر فروشگاه‌های زنجیره‌ای هم در حال خرید انبارهای خودکار فناوری هستند.

البته بسته‌بندی و باز کردن محصولات در فروشگاه‌های Ocado توسط خود مردم انجام می‌شود، اما ربات‌ها در ۲۴ ساعت شبانه‌روز به مرتب کردن انبارها و محصولات این فروشگاه‌ها مشغول هستند. پل کلارک، مدیر ارشد فناوری Ocado توضیح می‌دهد که هدف این فروشگاه‌های زنجیره‌ای این است که فناوری خود را به طور مداوم ارتقا دهند تا همیشه در رقابت با رقبا برنده باشند.

جعبه‌ها در انبارهای مواد غذایی Ocado تحویل گرفته می‌شوند، از طریق نوارهای نقاله در قفسه‌ها گذاشته می‌شوند و سفارش‌های مشتریان انتخاب و بسته‌بندی می‌شوند. در چنین فضایی استفاده از الگوهای جدید و هوش مصنوعی به بهینه‌سازی وقت و پیشبرد بهتر کارها کمک می‌کند.

هوشمندسازی جاده‌ها و حفظ زیرساخت‌ها

هوشمندسازی جاده ها | هوش مصنوعی در صنعت لجستیک

هوش مصنوعی در کلرادو هم مورد استفاده قرار گرفته است و بزرگراه‌های این ایالت در حال توسعه از طریق هوش مصنوعی هستند. جاده‌های هوشمند به بهبود ایمنی جاده‌ها کمک می‌کند، باعث کاهش تاخیر در زنجیره تامین ناشی از شرایط نامساعد جوی می‌شوند و تحویل کالا را سرعت می‌بخشند.

اما جاده‌ها چطور هوشمندسازی می‌شوند؟

یک سری سنسور برای کنترل فرسودگی جاده در آن‌ها کار گذاشته می‌شود. این جاده‌ها می‌توانند وسایل نقلیه موجود را حس کنند؛ زیرا به اینترنت متصل هستند و از طریق تلفن‌های همراه رانندگان، از ترافیک موجود در ادامه مسیر مطلع می‌شوند. جاده‌های هوشمند مجهز به صفحات خورشیدی و چراغ‌های LED هستند. از پنل‌های خورشیدی برای تولید برق و جلوگیری از لغزندگی جاده‌ها در روزهای سرد زمستان استفاده می‌شود. این جاده‌ها توانایی هشدار دادن در زمان وقوع تصادف را دارند و از سیستم‌های اضطراری و چراغ‌های LED برای این کار استفاده می‌کنند.

جاده‌های هوشمند از اطلاعات ارزشمندی برای حمل و نقل محصولات استفاده می‌کند. جاده‌هایی که دارای سنسورهای فیبر نوری هستند به اینترنت متصل می‌شوند و می‌توانند حجم و الگوهای ترافیکی را حس کرده و رانندگان را از ایجاد ترافیک در مسیرهای آینده آگاه کنند. همچنین می‌توانند خروج وسایل نقلیه از جاده، تصادف و هشدار خدمات اضطراری را احساس کنند و اطلاع دهند.

پیش‌بینی بهتر تقاضا

پیش‌بینی نیازهای آینده مثل تعداد کالاهای موردنیاز و سایر موارد لازم برای اداره یک شرکت موفق خیلی مهم است. وقتی شرکت‌ها نتوانند پیش‌بینی‌های دقیقی انجام دهند و مقدار کالا جوابگوی تقاضای مشتریان نباشد، ضرر می‌کنند؛ و این آخرین چیزی است که هر شرکتی می‌خواهد! اگر پیش‌بینی‌ها اشتباه باشد، خطر کمبود موجودی کالا و از دست دادن فروش را به همراه دارد. اگر شرکت‌ها نتوانند نیازهای مشتریان را برآورده کنند، رقبا خیلی راحت از آن‌ها جلو می‌زنند.

هوش مصنوعی الگوریتم‌هایی را ارائه می‌دهد که می‌تواند این روندها را پیش‌بینی کند. برخی از ابزارهای مبتنی بر هوش مصنوعی می‌توانند حتی از متخصصان انسانی هم بهتر پیش‌بینی کنند! یکی دیگر از مزایای هوش مصنوعی در تدارکات، بهبود تجربه مشتری است. هوش مصنوعی از طریق شخصی‌سازی و پیشنهادات محصول بر اساس عادات خرید و ترجیحات شخصی مشتریان، تجربه بهتری برای مشتری به وجود می‌آورد. مشتریان از یک تجربه شخصی‌تر قدردانی می‌کنند و وفاداری بیشتری نسبت به شرکت نشان می‌دهند.

عملیات‌های Back office

عملیات Back office برای صنعت تدارکات بسیار مهم است. هوش مصنوعی نقش بسزایی در بهبود سرعت و دقت بسیاری از عملیات‌های Back office دارد.

ترکیب هوش مصنوعی با اتوماسیون فرآیند رباتیک (RPA)، نوعی فناوری به نام اتوماسیون شناختی ایجاد کرده است. هوش مصنوعی در ترکیب با اتوماسیون فرآیند رباتیک به کارکنان کمک می‌کند تا عملکرد خود را با افزایش بهره‌وری و دقت بالا ببرند. به عنوان مثال برخی از کارهای تکراری مربوط به داده‌ها را می توان با کمک AI به طور خودکار انجام داد. به این ترتیب اتوماسیون اداری به شرکت‌های دارای زنجیره تأمین کمک می‌کند تا هم در وقت و هم در هزینه صرفه‌جویی کنند. می‌توان برخی از کارمندان مانند حسابداران و متخصصان منابع انسانی را با استفاده از این نوع فناوری جایگزین کرد. در نتیجه احتمال خطای انسانی کمتر خواهد شد.

هوش مصنوعی به غیر صنعت لجستیک، کابردهای دیگری هم دارد. برای آشنایی با این پتانسیل‌های فوق‌العاده مقاله هوش مصنوعی در کسب و کار را بخوانید.

جمع‌بندی

در این مقاله با کاربرد هوش مصنوعی در مدیریت زنجیره تامین آشنا شدید و دیدید که این فناوری‌های جدید چه مزایایی برای صنعت لجستیک دارد. خیلی از مشاغل سعی می‌کنند اهمیت هوش مصنوعی را نفی کنند، اما اگر از این فناوری استفاده کنند، می‌توانند به راحتی از رقبا پیشی بگیرند.

به هر حال پذیرش فناوری‌های جدید یکی از بهترین راهکارهای بهبود زنجیره تأمین است. همانطور که دیدید هوش مصنوعی کاربردهای بی‌شماری در زنجیره تأمین و بخش تدارکات دارد. شرکت‌های مختلفی در سراسر دنیا از این فناوری قدرتمند در کارهای روزمره خود استفاده می‌کنند. هوش مصنوعی فرآیندهای اساسی مختلف را ساده‌تر می‌کند. خودکار کردن کارهای معمول باعث بهبود کارایی و دقت می‌شود و احتمال خطای انسانی را کاهش می‌دهد. در نتیجه اجرای هوش مصنوعی در صنعت لجستیک می‌تواند هزینه ها را کاهش داده و رضایت مشتری را افزایش دهد.

نکات کلیدی

  • زنجیره تأمین راهی است که کالا از طریق مراکز تولید، حمل و نقل و توزیع طی می‌کند تا زمانی که به مصرف‌کننده نهایی برسد. 
  • هوش مصنوعی و ماشین لرنینگ، نقش پررنگی در بهبود زنجیره تامین دارند. 
  • راه‌حل‌های هوش مصنوعی برای مشکلات زنجیره تامین:
  • مدیریت منابع 
  • پیش‌بینی نوسانات در حجم حمل و نقل 
  • بهینه‌سازی مسیرهای حمل و نقل 
  • خدمات بهتر به مشتری
  • توانایی تشخیص پیشرفته تصاویر 
  • توانایی پیش بینی و نظارت بر ترافیک، آب و هوا و مسائل اقتصادی 
  • هوش مصنوعی در این مراحل لجستیک تاثیر دارد:
  • بخش تدارکات 
  • مدیریت دارایی
  • حمل و نقل هوشمند 
  • اتوماسیون انبار 
  • جاده‌های هوشمند 
  • پیش‌بینی تقاضا
  • عملیات‌های Back office

سوالات پرتکرار

۱. روش استفاده از هوش مصنوعی در صنعت لجستیک چیست؟

می‌توان از هوش مصنوعی برای پیش بینی تقاضا، اصلاح سفارشات و مسیرگیری مجدد کالاها (در حین حمل و نقل) (re-route in-transit) به انبارها استفاده کرد. این نوع برنامه‌ریزی در تدارکات به معنای خدمات بهتر و هزینه‌های کمتر است.

۲. چگونه از هوش مصنوعی در تدارکات و مدیریت زنجیره تأمین استفاده می‌شود؟

هوش مصنوعی زمینه‌ای فراهم می‌کند تا هزینه‌های عملیاتی کاهش پیدا کنند و مدیریت اقلام موجودی به راحتی انجام شود. شرکت‌ها با استفاده از هوش مصنوعی و ماشین لرنینگ اطلاعات جدیدی را در زمینه‌های مختلف شامل مدیریت انبار، تدارکات و مدیریت زنجیره تأمین دریافت می‌کنند.

۳. مزایای هوش مصنوعی در زنجیره تأمین چیست؟

۱. مدیریت اقلام موجودی سیستماتیک ۲. بهبود کارایی انبار ۳. بهبود ایمنی ۴. خدمات بهتر به مشتری ۵. کاهش هزینه‌های عملیاتی ۶. امکان پیش بینی روند صنعت ۷. تحویل به موقع محصولات

۴. چگونه هوش مصنوعی تدارکات را بهبود می‌بخشد؟

هوش مصنوعی در انبارداری برای پیش بینی تقاضا، اصلاح سفارشات و مسیر یابی مجدد محصولات مورد استفاده قرار می‌گیرد. پیش‌بینی‌ها و برنامه‌ریزی‌هایی که از قبل انجام می‌شود، باعث بهبود خدمات می‌شود، هزینه‌های حمل و نقل را کاهش می‌دهد و به طور کلی در بسیاری از هزینه‌ها صرفه‌جویی می‌کند.
علاوه بر این Big Data به شرکت‌های تدارکاتی این امکان را می‌دهد تا چشم‌اندازهای بسیار دقیق را پیش‌بینی کنند و در آینده عملکردی بهتر از گذشته داشته باشند. بینش‌های Big Data، مخصوصا زمانی که توسط AI تولید می‌شود، باعث بهینه‌سازی مسیر و بهبود شفافیت زنجیره تامین می‌شود.

منابع: getsmarter | ilscompany

پست‌های مرتبط

کاربرد هوش مصنوعی در مدیریت کسب و کارها

کاربرد هوش مصنوعی در مدیریت کسب و کارها

هوش مصنوعی قابلیت‌های منحصربه‌فرد خود را در شاخه‌های مختلف صنعتی نشان داده است. اما کاربرد هوش مصنوعی در مدیریت یکی از جدیدترین قابلیت‌های آن است.

تحول دیجیتال استارباکس

تحول دیجیتال استارباکس

شرکت استارباکس به عنوان معروف‌ترین کافی شاپ زنجیره‌ای در دنیا، سرگذشت جالبی دارد. در این مقاله سیر تحول دیجیتال استارباکس را بررسی کرده‌ایم.

دیدگاه

۰ نظر

ارسال نظر

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *