LOJİSTİĞİN KADERİNİ DEĞİŞTİREN TEKNOLOJİ: YAPAY ZEKA
LOJİSTİĞİN KADERİNİ DEĞİŞTİREN TEKNOLOJİ: YAPAY ZEKA
Yapay Zeka Filo Yönetimiyle Nasıl Entegre Edilir ?
AI çözümlerini filo yönetimi stratejisine dahil etmenin farklı yolları bulunmaktadır. AI ile şunlar yapılabilmektedir.
Taşıtların takibi: Filo takibi ile birlikte yapay zeka, sürücü konumu ve alışkanlıkları hakkında gerçek zamanlı güncellemeler almayı sağlar. Bu veri akışı, performans ve güvenliği izlemeye olanak sağlarken, GPS özellikleri çalışanların yolda kalmalarına ve kaynakları bulmalarına yardımcı olarak hayatlarını kolaylaştırır.Rotanın geliştirilmesi: Daha iyi rotalar planlamak ve yolda daha uyumlu hale gelmek için AI çözümleri kullanılmaktadır. Tahmine dayalı analitik, engeller, trafik, koşullar hakkında bilgi edinilebilmektedir.
İletişimi geliştirme: Tüm süreci etkileyebilecek önemli bir faktör olan iletişim herkesin ortaya çıkan bilgileri aktarmasının bir yolu olmadığında, kafa karışıklığı hızla ortaya çıkabilir. AI sayesinde sürücüler ile uzun mesafelerde iletişimin sağlanmasına yardımcı olur, bu da özellikle ani gelişecek değişiklikler veya acil durumlarda kullanışlı olacaktır.
İlgili verilerin depolanması ve kullanımı: Otomatik sistemler, ayrıntıların toplanmasını ve saklanmasını her zamankinden daha kolay hale getirir. Sürücülerden, satışlardan ve olaylardan yeterli veriye sahip olunduğunda, yardımcı analitik oluşturmak ve daha iyi stratejiler oluşturmak için yapay zekâyı kullanıldığı görülmektedir.
Yapay zeka araçlarına yatırımın önemi: Filo yönetiminde yapay zeka, takipten ziyade bazı filolar, kendi kendine durabilen araçlar gibi yapay zeka güvenlik stratejilerini bile uygulamaktadır. Bazı durumlarda AI, kazaları tahmin etmeye ve hareket eden engelleri algılamaya yardımcı olabilmektedir.
IoT (Nesnelerin interneti) devrimi tüm hızıyla devam ederken “bağlantılı araç” kavramı ortaya çıkmıştır.
Bağlantılı aracın sürücülere ve filo sahiplerine sağladığı avantajlar:
Bağlantılı araç, internet ile bağlantısı olan bir aracı bağlantı araç olarak ifade edilmektedir.
Günümüzde bu bağlantı özelliği yeni model araçların standart ekipmanın da bulunabiliyor iken, bu özelliğe sahip olmayan araçlar için piyasada ihtiyaca yönelik çeşitli çözümler yer almaktadır:
Dahili Cihazlar: Çoğu araç üreticisi yeni model araçlarında yol yardım asistanı ve acil durum hizmetleri sağlamak için (kara kutu olarak da adlandırılan) çeşitli dahili çözümler geliştirmektedir.
Satış Sonrası Cihazlar: Araç ve filo sahipleri araca monte edilebilen veya araçların standart OBD girişlerine takılabilen cihazlar satın alarak araçlarını bağlantılı hale getirebilmektedir.
Taşınabilir Bağlantı Noktası: İnternet bağlantısı olan herhangi bir cihaz (akıllı telefon veya tablet gibi) ile araçları bağlantılı duruma getirmek mümkündür. Fakat bu çözüm araçta meydana gelen arızaların gerçek zamanlı tespiti için yeterli değildir.
Filo yönetim uygulamaları sahada operasyon yürüten şirketlere daha verimli bir çalışma ortamı yaratmakta ve araçlardan alınan veriler sayesinde çeşitli yazılım çözümleri sunmaktadır:
Performans Hizmetleri: Sahadan alınan anlık veriler sayesinde sürücülerin araçları sürüş tarzlarını, yakıt verimliliklerini ve güvenliklerini sağlayabilmek.
Mobil Görev Atama: Sahadaki görevlilerin; form doldurma, fotoğraflama, imza alma vb. görevlerini dijital ortama taşımak ve raporlamalar ile performanslarını gözlemlemek.
Arıza Teşhisi: OBD cihazı ile doğrudan aracın elektronik kontrol modülünden alınan veriler ile araçta meydana gelen tüm arıza ve bakım durumlarını gerçek zamanlı tespit edilmesi. Oluşabilecek büyük masrafların önüne geçilebilmesi.
Tehlike Uyarıları: Sürücülerin trafik kazaları, kötü hava durumları da dahil olmak üzere meydana gelebilecek tehlikeli durumlardan haberdar edilmesi.
Görüntüleme ve İzleme: Sürücülerin geçmiş yolculukları dahil olmak üzere gün içerisinde uğradıkları lokasyonları takip edebilmek.
Raporlama: Müşteri yönetim uygulamalarınız ile entegre çalışabilen çözümler ile personel performansını görüntüleyebilmek. Filonuzun tüketim bilgilerini ve diğer giderlerini görüntülemenize olanak sağlayan raporlamalar yapabilmek.
Güvenliği Ön Plana Çıkarma
Yapay zeka ve telematik kullanımı sigortacılara ve tüketicilere önemli faydalar sağlamıştır. Birçok otomobil sigortası zaten riski değerlendirmek ve daha güvenli sürüş davranışını teşvik etmek için mobil telematik kullanmaktadır. Teknolojinin en önemli ve hayat kurtarıcı yönlerinden biri, meydana gelen kazaları tespit etme yeteneğidir. Telematik, sürücülere en çok ihtiyaç duyduklarında hızlı bir şekilde yol yardımı göndermek için bir araç kazasında gerçek zamanlı bildirimler sağlar. GPS konumu, zaman ve sürücü tanımlama gibi kritik ayrıntılar sağlayarak, yeni çarpışma algılama çözümleri sigorta şirketlerinin acil durumlarda değerli zamandan tasarruf etmelerini sağlayarak daha fazla rahatlık sunar.
Bazı durumlarda, yeni teknolojiler de hayat kurtarabilir. Bunlardan biri, çarpışma ve hayatı tehdit eden kazaların ardından müşterilere anında yol yardımı ve sağlık görevlileri göndermek için en yakın sağlık kuruluşunu arayarak hayat kurtarır.
Bağlantılı araç çözümleri her geçen gün daha fazla işletmede kullanılmakta ve sahadan alınan gerçek zamanlı veriler sayesinde işletmeler iş gücünden ve filo giderlerinden yüksek ölçüde tasarruf ederek rekabet güçlerini arttırabilmektedir.
Taşımacılıkta Bilişim Teknolojileri Uygulamaları
Infoholic Research isimli araştırma şirketinin yaptığı çalışmaya göre, yapay zekanın lojistik endüstrisinde 6,5 milyar dolarlık piyasa değerine ulaşması için 2023 yılına kadar yüzde 43 oranında büyüme kaydetmesi gerektiği ifade edilmiştir.
Lojistik operasyonlarda sıklıkla kullanılan; Barkod tarayıcılar, RFID okuyucular, telematik, GPS, operasyon yöneten yazılım sistemleri, araçlar ve cep telefonlarındaki konumlandırma sistem cihazları gibi büyük miktarda veri üreten teknolojiler, Büyük Veri’yi (Big Data) sektör için önemli ve kullanılmasını zorunlu kılıyor.
Amerikan şirketi UPS’nin bu alanda yaptığı çalışmalar sayesinde sağladığı kazanç somut bir örnek olarak verilebilir. UPS, Büyük Veri ile rotalarının optimizasyonunu sağlayarak, yılda 10 milyon galon yakıt tasarrufu sağlamış durumda. Yakıt tasarrufunun yanı sıra teslimat sırasında zamanlamadan ötürü oluşacak sorunlar da Büyük Veri ile minimalize edilebiliyor. Örneğin büyük dağıtım araçlarıyla yapılan dağıtımlarda park etme gibi ulaşım zorluğu yaratacak etkenler ölçümlenerek yeni teslimat stratejileri oluşturuluyor. Rota optimizasyonu dışında Büyük Veri, operasyonel verimlilik, risk planlaması ve müşteri deneyimi gibi konularda da firmaların en büyük destekçisi oluyor.
Dünyanın önde gelen araştırma ve danışmanlık şirketi olan Gartner tarafından yapılan bir ankete göre, yapay zekâ ile ilgili gerçekleştirilecek projesi sayısı 2021 yılında iki kat seviyeye ulaşacak, 2022 yılında ise 8 kattan fazla olacaktır. Böylelikle, yüksek seviyede veri elde etme ve işleme dönemi başlayacaktır.
Uluslararası pazar araştırma firması IDC, yapay zekâ ve bilişsel sistemlere yapılan küresel harcamaların 2022’de 77,6 milyar dolar olacağını öngörüyor. Özellikle tüm dünyayı etkileyen COVID-19 hastalığından sonra firmaların, insana dayalı sistemlerden ziyade insana yardımcı olabilecek otomasyon sistemlerine yönelik daha sert adımlar atacağı ön görülebilmektedir. Dolayısıyla önümüzdeki yıllarda bilişim teknolojisine, özellikle yapay zekâya yönelik harcamalar daha da artmış olacak.
Zelevwski vd.10 çalışmalarında; 2020 yılına kadar lojistikte gerçekleştirilmesi beklenen teknolojik eğilimleri 10 madde altında toplamıştır:
(1) Telematik uygulaması, (2) Bilgisayarlaştırma, yani; Lojistik sistemlerin bilgi ve iletişim teknolojisine daha derin nüfuz etmesi, (3) Simülasyon model ve yöntemlerinin uygulanması (lojistik alanında), (4) Sera gazı emisyonlarının azaltılması için trafik bilgi sistemleri, (5) IT sistemleri aracılığıyla ağ oluşturma ve entegrasyon, (6) Gerçek zamanlı rota yönetimine trafik bilgi sistemleri, (7) Taşımacılık bilgi sistemlerinin gerçek zamanlı kapasitesi, (8) GPS sisteminin uygulanması, (9) Nakliye hizmetleri için elektronik pazar yerleri (Nakliye borsaları), (10) Mobil programlamanın uygulanması (Stephan Zelewski, Alessa Münchow-Küsterand Rene Föhring. “Logistics Trends 2020: A National Delphi Study Concerning the German Logistics Sector”, 2014.)
Bu süreçte, tüm bu gelişmelerden etkilenecek en önemli sektörlerden birisi lojistiktir. Zaman yönetimi, verimlilik, stok yönetimi, maliyet azaltma ve mevcut talebi karşılama gibi tüm bu süreçler, diğer tüm sektör firmalarında olduğu gibi lojistik firmalarının da temel dinamiklerini oluşturur. Bu bağlamda, yapay zekânın lojistik sektöründe aktif olarak kullanılmasıyla ortaya çıkan öngörülü lojistiğe ve yukarıda bahsedilen iş süreçlerine nasıl etki ettiğini gözlemlenebilir.
Özellikle yapılan son yapılan çalışmalara göre, makineler insanlara göre daha yüksek doğrulukla geleceği öngörmeye başladı. Bundan dolayı bazı lojistik şirketleri bunu yapabilecek bilişim sistemlerine yatırım yapmaya başladılar. Örneğin, hava taşımacılığındaki yaşanan gecikmeleri öngörmek için DHL’in geliştirdiği makine bunlardan biridir. Makine öğrenmesine dayalı algoritma tabanlı bu makine sayesinde, en kısa sürede gidilebilecek hava güzergâhları ve bağlantılar, geçmişte elde edilen verilerin analiz edilmesiyle tahmin edilmektedir. Makine, belirlenen güzergâh için 58 farklı parametreyi göz önüne alarak ortalama tahmini taşıma süresini vererek, tahmini gecikme süresini hesaplar. Böylelikle bu gecikmeyi etkileyen faktörlerde belirlenmiş olur. Tüm bunlar, firmanın bir hafta önceden plan yapmasına olanak sağlar. Bu planlar neticesinde, iş süreçleri daha hızlı, verimli ve güvenilir bir şekilde ilerler.
Sürücüsüz Filolar, Azalan Yakıtlar
Sürücüsüz araçlar, Elon Musk’ın ürettiği Tesla marka günlük şehir içi kullanımlar için dizayn edilen araçlar, ABD’de kullanılmaya başlandı ve otomobiller için atılan bu büyük adım, lojistik sektörüne de hızla sıçradığı görülmektedir.
Mercedes-Benz, Volvo, Tesla, Einride, Daimler ve Volkswagen gibi isimler de sürücüsüz otonom araçlar üretmeye devam ediyor. Şu an otonom araçlar lojistik sektörü içerisinde çok etkin ve yaygın olmasa da ileri teknoloji sürüş asistanlarıyla uzun mesafe taşımalarda güvenliği ve verimliliği arttıracak gibi gözüküyor.
Yapılan uluslararası bir araştırma sonuçlarına göre; şirketlerin dörtte üçünden fazlasının sürücüsüz tırların gelecek on yıl içerisinde gerçekçi bulunduğunu gösterdi. Üç şirketten neredeyse biri, otonom teknolojinin önümüzdeki beş yıl içinde yerleşmesini bekliyor.
Bunun yanı sıra uluslararası karayolu taşımacılığında önemli birliklerden biri otonom araçlar konusunda yeterli dijital altyapının olmadığını ve otonom araçların kullanılabilirliği açısından kurulması gerektiğini öneriyor.
Karayolu taşımacılığı sırasında aynı anda yola çıkan ve birbirlerini takip eden çoklu tırlarda uygulanan sürüş tekniklerinde birbirlerine bilgisayar aracılığıyla bağlı olan araçlarda yakıt tüketiminin azaldığı görüldü.
Yapılan araştırmalarda birbirlerini takip eden sürücüsüz otonom araçlar tır filolarındaki baş tırda yüzde 4,5 yakıt tasarruf sağlarken, bir sonraki tır yüzde 10 oranında tasarruf elde ettiği görüldü.
Volvo Trucks’ın Vera adı verilen bu otonom aracın, dört tekerlekli basit bir çekici sistemi mevcut. Tasarımı sayesinde römorkların ve treylerin altına rahatlıkla girebilen Vera, firmasının elektrikli kamyonlarıyla aynı teknik ve bataryaya sahip.
Mercedes-Benz özel bir kamera sistemi sayesinde kendi kendine gidebilen bir TIR sayesinde otoyollardaki kazaları azaltacağı ve Future Truck 2025 adlı geleceğin TIR'ı müşterilerine sunmaya hazırlanmaktadır.
Iveco Firması ise, bir sorun durumunda ekrandaki araç ekranında “Hizmetler” tuşu, Iveco Müşteri Hizmetleri Merkezine sorun hakkında bilgi ve aracın yerini anında bildiren sistemi aracının donanımına eklemiştir. Stralis “Sürüş Tarzı Değerlendirme” özelliğine ek olarak IVECONNECT FLEET sistemine bağlanılırsa, program, filo yöneticisinin her bir sürücünün performansını uzaktan takip etmesini sağlıyor. Filo takip sistemi raporlaması ise filo yöneticisinin, yakıt tüketimini düşürme veya aracın ömrünü uzatma adına sürücüye tavsiye vermesine olanak tanıyor.
Filo Yönetiminde Yapay Zeka, Güvenlik ve Verimlilik
AI (yapay zeka), planlanmamış arıza sürelerini azaltmaktan bakım ve onarım süreci boyunca verimliliği artırmaya ve yakıt ekonomisini iyileştirmeye kadar filo yönetimi ve bakımının birçok yönünü iyileştirmeye yardımcı olacaktır. Makine öğrenimi ve yapay zeka, filo operatörlerine operasyonları optimize etmek için kullanılabilecek kritik verilerin yanı sıra, geçmiş filo faaliyetlerinin analizine dayalı olarak gelecekte daha iyi karar vermeyi sağlamak için tahmine dayalı analitik sağlayabilir.
Sürücüler de IoT (Nesnelerin İnterneti) özellikli verilerden yararlanabilir. Örneğin, hava koşulları, yol koşulları ve trafik gibi karayollarında dışarıda neler olup bittiğine ilişkin gerçek zamanlı veriler, filo sürücülerinin gittikleri yere daha hızlı ulaşmalarına yardımcı olabilir. Filo yöneticileri de benzer şekilde bu verileri araçları takip etmek ve sevkiyat hakkında bilinçli kararlar vermek için kullanabilir ve filo lojistiğinde yer alan tahminlerin çoğunu ortadan kaldırabilir. Veriler, filo operasyonlarını daha öngörülebilir hale getirdiğinde, operasyonlar daha akıcı ve verimli hale gelebilir.
Yenilikçi teknolojiler aynı zamanda filo sürücülerini direksiyon başında güvende tutmaya da yardımcı oluyor. Filolar için yapay görme ve yapay zeka destekli VİDEO TELEMATİK çözümleri sağlayıcısı bazı şirketlerin kısa süre önce uykulu ve verimsiz sürüşü azaltmada yapay zeka için çeşitli kullanım örnekleri paylaşmaktadır. Bazı lojistik firmaları filo operasyonlarında görünürlük kazanmak ve araç filosunda neler olup bittiğini daha iyi anlamak için ihtiyaç duyduğu verileri toplamak için müşterisi oldukları şirketlerin Sürücü Güvenliği Programından yararlandığını söylüyor. Bu bilgiyle (verilerle), sürücü yorgunluğunun azalttığı söylenmektedir.
Sürücü Güvenliği Programı, sürücülerin olabildiğince güvenli olmasına yardımcı olmak için video tabanlı rehberlik, kapsamlı raporlama ve arka uç desteğini birleştirir. Bir filo aracının dikiz aynasının altına monte edilmiş küçük bir LTE (uzun vadeli evrim) özellikli cihaz olan DriveCam Olay Kaydedici, riskli olabilecek sürüş davranışlarını kaydeder ve bu verileri analiz edildiği, önceliklendirildiği ve gönderildiği buluta gönderir. Analiz ve raporlama yöneticiye bu verilerin yorumlanmasıyla sağlanır.
Emniyet kemer takma uyarısı (filo yöneticisine de mesaj gönderiyor)
Bu cihazlardan (telematik) gelen gerçek zamanlı, kabin içi uyarılar sayesinde, sürücüler sürüş davranışları hakkında anında geri bildirim alabilir ve anında kendi kendini düzeltmeye teşvik edebilir. Güvenli olmayan sürüş davranışları, elde tutulan bir cihaz kullanmak, hız yapmak, viraj almak ve emniyet kemeri takmamak gibi şeyleri içerir. Aynı zamanda uykulu sürüşü de içerir. Şirketlerin verileri, Haziran 2018 ile Haziran 2019 arasında müşteriler arasında uykulu sürüş olaylarında %39 'luk bir azalmanın yanı sıra direksiyon başında uykuya dalan sürücülerde % 66 'lık bir azalmayı yansıtıyor.
Dikkat dağıtıcı ve uykulu sürüşü tanımlama ve önleme söz konusu olduğunda, teknoloji kısa vadede (yani gerçek zamanlı görünür veya sesli uyarılar yoluyla) ve uzun vadede (yani analitik, raporlar ve rehberlik yoluyla) güvenli olmayan davranışların engellenmesine yardımcı olabilir. İşleri güvenli sürüşe bağlı olan filo yöneticileri için, veriye dayalı karar vermeyi mümkün kılan modelleri tanımak için yapay zeka kullanımı son derece değerli olabilir. Kabine ve bir bütün olarak filolara açılan bir pencere ile yönetim çok daha kolay hale gelir. Her zaman başarılı olma motivasyonu ile filo sürücüleri çok daha güvenli hale gelir.
Sürücüleri ve kârı koruma yardımcı olacak bilgiler
Video Telematik cihazı ile yolda ve işte kritik bilgiler sağlayarak filoları daha güvenli hale getirmeye yardımcı olan ve satışa sunulmuş olan bu cihazlar; filo yönetimi çözümlerinin, geleneksel telematiğin ötesine geçen kritik bağlam sağlamak için video, makine görme teknolojisi ve araç verilerini birleştirerek, tüm resmin anlaşılmasına yardımcı olarak etkili bir şekilde harekete geçilmesini sağlar.
Filo yönetim sistemleri ile buluta bağlı kameralar, sensörler ve video ile başlar. Kendi türünün en büyük veritabanı olan 120 milyar milden fazla sürüş verisine dayanan ilgili iç görüler sağlayan hizmetleri içerecek şekilde genişler. Bu kritik iç görüler, filo yöneticilerinin güvenliği dönüştürmesine ve operasyonel verimliliği artırmasına yardımcı olur. Ek olarak, bu sayede sürücülerin dikkati dağılmış veya güvenli olmayan alışkanlıklarını iyileştirmek için yönetici müdahalesine çok az ihtiyaç duyarak veya hiç gerek duymadan güçlendiren veriler sağlanmış olmaktadır.
Sonuç
Lojistik ve filo yönetimini yapay zeka ile entegrasyonu açısından incelediğim bu araştırma ile ilerleyen zamanlarda insan gücüne bu kadar önem duyan bir sektör olan Lojistik’in bile ele aldığı çalışmalar doğrultusunda yarı otonom sonrasında da tam otonom sistemlerine geçişin sağlanacağı; verilerin gün geçtikçe daha doğru ve verimli elde edileceği bunun doğrultusunda da yapay zeka ve uzman sistemler açısından geliştirme faaliyetlerinde sürecini ilerleten şirketlerin ekonomik büyümelerinde şaşırtıcı oranlar yakalayacakları kaçınılmaz bir gerçektir.
Referanslar
- Stephan Zelewski, Alessa Münchow-Küsterand Rene Föhring. “Logistics Trends 2020: A National Delphi Study Concerning the German Logistics Sector”, Next Generation Supply Chains Trends and Opportunities, ed., Kersten, W., Blecker, T., Ringle, C. M., HICL, Hamburg, 2014
- Aylak, B., L., Kayıkcı, Y., Taş, M. A. Türkiye’de Lojistik Sektöründe Faaliyet Gösteren İşletmelerin Dijital Trendlerinin İncelenmesi, / Journal of Yasar University, 2020, 15/57, 98-116
Yorumlar
Yorum Gönder