Прибуток:
- Здатність розуміти наскрізну відстежуваність, відстеження в реальному часі (track & trace) і концепції диспетчерської вежі, а також використовувати штучний інтелект для попередження про затримку та підсумкового стану
- Можливість визначати пріоритети винятків у відправленні та відхилень від ETA за допомогою штучного інтелекту та створювати плани дій
- Зрозумійте, що попередження штучного інтелекту залежать від якості даних і що зведення, створене з неправильними або запізнілими даними, може вводити в оману.
«Де зараз моє майно?» є найбільш частим і напруженим питанням в логістичній операції. Клієнт запитує, продаж запитує, виробництво запитує. Можливість миттєво й точно відповісти на це запитання — це видимість ланцюжка поставок (видимість — знати, де і в якому стані вантаж і запаси в будь-який час). Без видимості планування відбувається наосліп; Про затримку дізнаєшся лише тоді, коли клієнт скаржиться. Простежуваність — здатність відстежувати продукт від його джерела до кінцевої точки — є як операційним, так і юридичним обов’язком; Під час відкликання харчових продуктів знання того, яка партія йде куди, рятує життя. Штучний інтелект є потужним розвідником і узагальнювачем у цій галузі: він відстежує постійні дані про місцезнаходження та статус, заздалегідь сигналізує про ризик затримок і виділяє серед сотень відправлень ті, які потребують уваги. Але кожне сповіщення та підсумок, які створює AI, є настільки хорошими, наскільки точні дані, які він передає; Зображення, створене на основі неточних або запізнілих даних, буде обнадійливим, але введе в оману.
Мова видимості
Відстеження та відстеження: відстеження місцезнаходження в реальному часі (відстеження) та історичного руху (відстеження) відправлення. ETA (приблизний час прибуття): приблизний час прибуття вантажу до місця призначення. Виняток: подія, яка відхиляється від плану — затримка, пошкодження, неправильний маршрут, порушення температурного режиму. Контрольна вежа: центральна структура видимості, де всі відправлення відстежуються на одному екрані та керуються винятками. Етап: контрольно-пропускні пункти, які, як очікується, пройде вантаж (вихід зі складу, проходження митниці, прибуття до розподільчого центру).
Найціннішим внеском ШІ в цю структуру є управління винятками. Відстеження однієї за одною 500 відправлень, які йдуть добре, є марною тратою часу; Що справді має значення, так це рогатка 15. ШІ порівнює заплановані етапи з фактичними та виділяє ті, хто відстає, ті, чий ETA прослизає, і ті, хто порушує критичні значення, такі як температура. Таким чином оператор цілий день вирішує реальні проблеми, а не перевіряє "чи все гаразд?"
Порада: попросіть AI відсортувати відправлення за спрощеним списком пріоритетів, наприклад «зелений/жовтий/червоний». Мета полягає не в тому, щоб прочитати сотні рядків, а в тому, щоб миттєво побачити 10-15 важливих відправлень, які потребують вашої уваги сьогодні. Хороший список винятків спрямовує увагу в потрібне місце.
«Сміття входить, сміття виходить»: центральна роль даних
Системи видимості створюють небезпеку ілюзії: екран виглядає красиво, кольорово і сучасно; Але якщо дані за ним неправильні, цей гарний екран введе вас в оману. Якщо GPS транспортного засобу не надсилає сигнал годинами, штучний інтелект обчислює ETA на основі останнього відомого місцезнаходження та передає його з заспокійливою точністю, навіть якщо транспортний засіб уже десь в іншому місці. Якщо статус відправлення не позначено вручну як «доставлено» в системі, AI все одно показує його як «на маршруті». Отже, якість видимості залежить від дисципліни введення даних: своєчасних, точних і повних даних.
Штучний інтелект також може сплутати кореляцію з причинно-наслідковим зв’язком: те, що в ньому написано «цей маршрут має високу затримку», не означає, що винен маршрут; Можливо, вантажі цим маршрутом завжди проходять певну митницю. Візьміть попередження як відправну точку та дослідіть першопричину.
Застереження: індикатор ETA або «все добре» не гарантує актуальність даних. Перш ніж покладатися на екран для критичного відправлення, запитайте «який був час останнього оновлення цих даних?» запитати. Довіра, заснована на застарілих даних, не є справжньою довірою.
Крок за кроком: дослідження видимості за допомогою ШІ
- Визначте віхи. Очікувані контрольні точки та час для кожного типу відправлення.
- Підтримуйте потік даних. Регулярно й точно оновлюйте дані про місцезнаходження, статус і час.
- Видалити винятки. Попросіть штучний інтелект визначити пріоритетність поставок, які відхиляються від плану.
- Дослідіть першопричину. Дослідіть справжню причину позначених затримок як людина.
- Отримайте план дій. Створюйте повідомлення клієнта та проект відповіді для кожного критичного винятку.
- Рішення та спілкування. Людина підтверджує пріоритетність і те, що сказати клієнту.
три міні-чохла
Випадок 1 — Проактивне сповіщення. Міжнародний перевізник завжди дізнавався про затримки, коли клієнт телефонував. У налаштуваннях диспетчерської вежі штучний інтелект попередньо позначив вантажі, які довше чекали на митниці, відхиленням від ETA. Операційна група повідомила клієнта, перш ніж запитати, і запропонувала альтернативне рішення. Значно зросла задоволеність клієнтів; оскільки було попереджене, а не раптова затримка. ШІ впіймав дрейф; Комунікаціями та рішеннями керували люди.
Випадок 2 — пастка застарілих даних. Оператор повірив відправленню, яке з’явилося на екрані як «за маршрутом, вчасно», і пообіцяв клієнту «доставку сьогодні». Його старший колега помітив, що дані не оновлювалися за останні 9 годин; Транспортний засіб фактично зупинився через несправність. Заяву забрали назад і надали правильну інформацію. Свіжість даних, а не колір екрана, говорить правду. Відтоді команда додала перевірку «коли дані оновлено» перед кожним критичним коментарем.
Випадок 3 — Простежуваність у відкликанні. Дистриб'ютору продуктів харчування доводилося швидко з'ясовувати, яка партія відправляється до яких відділень, коли продукт має проблеми з якістю. Оскільки дані про відстеження зберігаються належним чином, AI перераховує всі відповідні відправлення та пункти призначення протягом кількох секунд після введення номера партії, що впливає. Відкликання було швидким і цілеспрямованим; Вилучили лише уражені партії, а не весь запас. Точні дані рятують життя під час кризи.
Чотири шаблони, які можна копіювати
1) Пріоритезація винятків:
Ваша роль: помічник диспетчерської вежі. Нижче наведено анонімний код активних відправлень, запланованих і фактичних етапів, а також час останнього оновлення місцезнаходження. Завдання: (1) розташуйте ті, що відхиляються від плану, за зеленим/жовтим/червоним пріоритетом, (2) напишіть причину відхилення та час останнього оновлення для кожного червоного, (3) також відзначте ті, дані яких застарілі (давно не оновлювалися).
2) Підсумок відхилення від ETA:
Наступні відправлення мають запланований і поточний час прибуття та час останнього оновлення. Перелічіть 10 найдевіантніших відправлень; Для кожного вкажіть період відхилення та актуальність даних. Нагадайте мені з обережністю підходити до ETA у випадках, актуальність яких сумнівна.
3) Проект інформації про клієнта:
Це відправлення [КОД] буде затримано приблизно на 1 день, оскільки воно очікує на митниці. Напишіть короткий, чесний, але заспокійливий, орієнтований на вирішення інформативний текст, який надішлете клієнту. Не будьте звинувачувальними; Вкажіть нову орієнтовну поставку та будь-який альтернативний варіант. Я маю схвалення.
4) Запит щодо відстеження:
Для номеру партії [X]: перелічіть усі відправлення, що містять цю партію, їх пункти призначення та статус доставки. Уточніть обсяг відкликання. Якщо є відсутній або неоновлений запис, позначте його, щоб я міг підтвердити це вручну.
Слабка підказка / Сильна підказка
Слабка підказка:
Який статус відправлень?
Які саме відправлення, які критерії та актуальність даних – незрозуміло. AI надає загальний список і не виділяє критичні.
Потужна підказка:
Ваша роль: помічник диспетчерської вежі. Додається код активних поставок, заплановані/фактичні етапи та час останнього оновлення. Надайте перевагу тим, які відхиляються від плану, червоним/жовтим/зеленим кольором; для кожного червоного вкажіть причину відхилення та актуальність даних; позначати дані старше 9 годин як «застарілі». Це залежить від мене.
Підхід
бачачи проблеми
Ризик бути введеним в оману
клієнтський досвід
Відсутність видимості, навчання наріканням
пізно
висока
погано
Список винятків AI + перевірка свіжості даних
рано
низький
добре
Дивлячись на екран і пропускаючи оновлення даних
Рано, але неправильно
висока
ризиковано
Ручне відстеження всього відправлення
повільний
середній
змінна
Поширені помилки
- Припустимо, що екран оновлений. Хоча колір і ETA здаються актуальними, дані можуть бути застарілими; Запитуйте час останнього оновлення.
- Відстеження всіх відправлень однаково. Витрачаючи час на те, що йде добре, ви не помічаєте кривдників; Зосередьтеся на винятках.
- Роздуми про кореляцію як причину. Сказати «цей маршрут запізнюється» вимагає дослідження справжньої першопричини.
- Ігнорування даних відстеження. Під час кризи (нагадаємо), неправильно підтримувані дані стають катастрофою.
- Дати клієнту обіцянки без підтвердження. Обіцянки доставки на основі застарілих даних одразу руйнують довіру.
Порада: налаштуйте диспетчерську вежу як «машину винятку»: мета полягає не в тому, щоб спостерігати за всім, а в тому, щоб справді виділити рогатку. Нехай ваша команда витрачає свій день на раннє вирішення поганих новин, а не на читання хороших новин. Рання проблема набагато дешевша, ніж пізня криза.
Підсумовуючи
Видимість означає можливість миттєво і точно відповісти на питання «де моя власність»; Відстеження є операційним і юридичним обов'язком. AI — це потужний сторожовий таймер, який постійно відстежує дані про місцезнаходження та статус, виділяє винятки та завчасно повідомляє про затримки. Але кожне сповіщення та приблизний час прибуття є настільки хорошими, наскільки точні та своєчасні дані, які вони подають; застарілі дані створюють обнадійливу, але оманливу картину. Зосередьтеся на винятках, запитайте про актуальність даних, дослідіть першопричину та поговоріть із клієнтом із підтвердженням. Точні дані безцінні під час кризи.
Аплікаційне завдання
Налаштуйте список із 15-20 активних відправлень із вашої власної операції (або гіпотетичних): додайте до кожної заплановану/фактичну віху та час останнього оновлення, зробивши деякі навмисно «застарілими». Запитуйте список пріоритетів у AI за допомогою шаблону «Приоритезація винятків». Визначати відправлення з червоними прапорцями та застарілими даними; Запишіть кроки, які ви зробите для кожного з них (дослідження першопричини, інформація про клієнта, підтвердження даних) у 5 пунктах.
контрольний список
- [ ] Чи відсортовано я відправлення за винятковим пріоритетом (червоний/жовтий/зелений)?
- [ ] Чи перевіряв я час останнього оновлення даних у кожній критичній відправці?
- [ ] Чи варто мені побоюватися ETA на основі застарілих даних?
- [ ] Чи дослідив я по-людськи першопричину попереджень про затримку?
- [ ] Я обіцяв клієнту лише підтверджені дані?