Nowy poziom optymalizacji łańcucha dostaw dzięki danym

2 lat temu
Zdjęcie: Nowy poziom optymalizacji łańcucha dostaw dzięki danym


Obecna sytuacja rynkowa wymusza optymalizację w każdym aspekcie funkcjonowania przedsiębiorstw. Na dużą skalę, wraz ze znacznymi oszczędnościami, osiągają ją firmy, które wykorzystują szerszy zakres danych, równocześnie kształtując przyszłość cyfrowej logistyki.

W sytuacji, gdy łańcuchy dostaw walczą nie tylko z brakiem stabilności po okresie pandemii, ale także z rosnącymi kosztami paliwa, niedoborem kierowców i inflacją, optymalizacja procesów logistycznych i produkcyjnych stała się ważniejsza niż kiedykolwiek. Poszukiwanie usprawnień jest łatwiejsze dzięki innowacyjnym rozwiązaniom technologicznym zasilanym przez wysokiej jakości dane.

Łatwy dostęp do informacji o lokalizacji pojazdów z systemów telematycznych możliwy jest nie tylko dzięki integracji z dostawcami urządzeń GPS. Bezpośrednie połączenie z zaawansowanymi systemami telematycznymi producentów ciężarówek i naczep umożliwia dostęp do szczegółowych danych wykraczających poza informację o lokalizacji. W kompleksowej usłudze pozyskiwania danych dotyczących transportu drogowego specjalizuje się CO3, czym wspiera firmy w gromadzeniu i wymianie danych niezbędnych do wdrożenia nowych technologii.

Dane danym nierówne

Visibility, czyli cyfrowe śledzenie statusu zleceń transportowych, daje możliwość automatycznego opomiarowania czynności, które wcześniej nie były mierzone lub były mierzone w mało ustrukturyzowany sposób. Dostawcy dostępnych rozwiązań, wykorzystując jedynie urządzenia GPS, wciąż zmagają się z fragmentacją rynku bogatego w ich dostawców, przez co nie są w stanie zagwarantować jednolitej częstotliwości transmisji i jakości danych. Choć lokalizacja pojazdu stanowi najbardziej krytyczny punkt danych, od dawna szeroko wykorzystywany w logistyce, należy uwzględnić iż nowoczesne pojazdy ciężarowe i przyczepy są fabrycznie wyposażone w komputery pokładowe, które na bieżąco monitorują znacznie szerszy zakres danych. CO3 jako pierwsze umożliwia agregację i wykorzystanie takich danych w dużej skali i w obszarze całych łańcuchów dostaw. Dzięki integracji z systemami wiodących producentów ciężarówek i przyczep / naczep, CO3 jest w stanie monitorować, pozyskiwać i dostarczać klientowi zaawansowane dane telematyczne w czasie rzeczywistym, o gwarantowanym poziomie jakości, w tym:

  • dane dotyczące pojazdów ciężarowych:
    • zdarzenia dotyczące pojazdu,
    • pozostały czas jazdy,
    • zużycie i poziom paliwa,
    • typ silnika i klasa emisji,
    • całkowita waga zestawu;
  • dane o przyczepie / naczepie:
    • status hamowania,
    • status otwarcia drzwi,
    • temperatura,
    • masa i obciążenie osi.

– W Europie zarejestrowanych jest ok. 7 mln samochodów ciężarowych, które rocznie pokonują 142 mld km po europejskich drogach. Większość przewozów jest jednak realizowana przez 3 miliony ciężkich ciężarówek, mających 10 lat lub mniej, które są wyposażone w urządzenia telematyczne pozwalające na pozyskiwanie danych o lokalizacji w czasie rzeczywistym. Produkowane w tej chwili pojazdy ciężarowe i przyczepy / naczepy posiadają również na wyposażeniu standardowym urządzenia, które umożliwiają dostęp do bardziej rozbudowanych danych. Dzięki bezpośredniej integracji z fabrycznie zainstalowanym systemem telematycznym, CO3 może gromadzić najwyższej jakości zestawy danych dla szerokiego zakresu zastosowań – wyjaśnia Anton Gustafsson, Managing Director CO3.

Potrzeby przedsiębiorstw dążących do rzeczywistej, pozytywnej zmiany w obszarze optymalizacji łańcucha dostaw, dotyczące nie tylko bezpośrednich korzyści finansowych, ale także zrozumienia i ograniczenia emisji CO2, mogą być realizowane dzięki rozbudowanym, precyzyjnym danym w czasie rzeczywistym dostarczanym przez CO3.

Dostęp do zaawansowanych zbiorów danych niesie ze sobą znaczący potencjał w zakresie identyfikacji odchyleń, optymalizacji procesów, redukcji śladu węglowego w łańcuchu dostaw oraz ułatwia precyzyjne zarządzanie ryzykiem.

Korzyści wynikające z dostępu do zaawansowanych danych telematycznych

Wszelkie próby optymalizacji procesów opartych na automatycznie zbieranych danych, jak np. zarządzanie slotami czasowymi na rozładunek w zależności od ETA (Estimated / Expected Time of Arrival – przyp. red.), są uzależnione od dokładności posiadanych danych. W porównaniu ze standardowym monitoringiem lokalizacji, zaawansowane zestawy danych wyróżniają się na korzyść, oferując aktualizacje pozycji pojazdu z większą częstotliwością. Ze względu na zakres dodatkowych danych, również możliwości wykorzystania są znacznie szersze.

– Dzięki połączeniu informacji o położeniu z danymi dotyczącymi klasy emisji spalin, zużycia paliwa oraz stylu jazdy można dokładnie oszacować ślad węglowy tras – mówi Anton Gustafsson. – W przypadku firm zmagających się z kradzieżami ładunków, zestaw danych o lokalizacji, nacisku na oś, otwarciu drzwi i ciśnieniu w oponach, umieszczony na osi czasu, może pomóc w odtworzeniu przebiegu zdarzeń. Te same dane można wykorzystać do rozstrzygania sporów dotyczących odpowiedzialności za opóźnione dostawy, określając, kiedy pojazd dotarł do miejsca załadunku / rozładunku w porównaniu do czasu realizacji załadunku / rozładunku. Możliwości wykorzystania zaawansowanych danych telematycznych wykraczają daleko poza standardowe szacowanie ETA. Dzięki unikalnej usłudze pozyskania i agregacji zaawansowanych danych, CO3 wyróżnia się jako bezkonkurencyjny partner technologiczny przedsiębiorstw poszukujących znacznych oszczędności i optymalizacji w łańcuchach dostaw. Aby pomóc klientom uzyskać jak największą wartość z danych, współpracujemy z nimi w celu dostosowania zarówno zbiorów danych, jak i sposobu ich dostarczenia.

Co więcej, duże pakiety zanonimizowanych danych mogą być wykorzystane m.in.: jako podstawowe dla systemów uczenia maszynowego i rozwoju sztucznej inteligencji (AI), do analiz statystycznych, do lepszego zrozumienia przepływów, emisji CO2 czy określenia obszarów, w których należy rozwijać infrastrukturę. Możliwości są niemal nieograniczone, a potencjalnie korzyści – bardzo wymierne.

Idź do oryginalnego materiału