Artificial intelligence en machine learning bieden logistieke en industriële bedrijven legio mogelijkheden. Maar bedrijven in deze sectoren benutten deze kansen nog niet. Er is nog een flinke inhaalslag te maken.
De toepassing van AI en machine learning (ML) kan het rendement van logistieke en industriële bedrijven sterk verbeteren. Bijvoorbeeld door procesoptimalisatie, betere forecasting en kostenbesparing. Maar ook door echte innovatie. Denk daarbij aan digital twins en datacommunicatie met machines middels sensoren en het Internet of Things. Of neem het doorrekenen van grote aantal scenario’s en machine settings. De mogelijkheden van AI en ML worden nog maar mondjesmaat toegepast. Dat komt volgens Mobiquity omdat er in de logistieke en industriële sector nog onvoldoende expertise is om zelflerende systemen te ontwikkelen. Bovendien is men op dit moment nog teveel bezig met techniek en planning en te weinig met het geautomatiseerd benutten van grote hoeveelheden data.
Lees verder
TMS box: voor verstandige beslissingen over transport management oplossingen
WMS box: voor verstandige beslissingen over warehouse management oplossingen
ICT trends 2021 – Digitale transformatie, cloud en AI
Nog veel onduidelijkheid over de toepassing van AI
WMS box: voor verstandige beslissingen over warehouse management oplossingen
ICT trends 2021 – Digitale transformatie, cloud en AI
Nog veel onduidelijkheid over de toepassing van AI
|
Meer interessante kennis en informatie
Zo pakt u uw WMS project aan | De keuze van een WMS systeem en de implementatie ervan blijken in de praktijk lastig en complex. Dit whitepaper bevat de adviezen en eyeopeners die u kunnen behoeden voor de valkuilen en onnodige missers.  Hoe helpt machine learning uw voorraadbeheer? | Het lijkt logisch om machine learning in te zetten bij voorraadbeheer. De implementatie vraagt afwegingen. Welke vragen moeten eerst beantwoord worden? 
|
