W logistyce wygrywa technologia, która usuwa tarcia
Ostrożne podejście branży logistycznej do nowych technologii bywa mylone z brakiem ambicji. Tymczasem sieć, w której pojedynczy błąd może zakłócić wiele kolejnych procesów, wymaga przede wszystkim rozwiązań sprawdzonych w praktyce.
Logistyka korzysta z technologii w magazynach, planowaniu transportu, obsłudze klienta i dostawach ostatniej mili. Problemem często nie jest brak systemów, lecz ich współpraca. Niepełne lub niespójne dane mogą wpłynąć na dostępność towaru, harmonogram przewozu i terminowość dostawy, a zerwane połączenie między aplikacjami zmusza pracowników do ręcznej pracy.
Największa wartość powstaje między systemami
Badanie opisane w raporcie Differentiating with Custom Software in Supply Chain and Logistics pokazuje, że firmy patrzą na technologię przez pryzmat skuteczności operacyjnej. Wśród 150 menedżerów odpowiedzialnych za technologię w logistyce i łańcuchu dostaw 43% wskazało lepszą integrację z istniejącymi systemami jako powód tworzenia oprogramowania dedykowanego. Innowacyjność lub wyróżnienie na rynku wymieniło 33% respondentów.
To istotne, ponieważ infrastruktura IT operatorów zwykle powstawała etapami: wraz ze wzrostem, przejęciami i kolejnymi decyzjami zakupowymi. Wymiana całego środowiska jest rzadko realna. Bardziej użyteczne może być połączenie obecnych platform, uporządkowanie przepływu danych i ograniczenie ręcznych obejść. Takie podejście opisuje także NashTech.
Efektem nie musi być spektakularny start nowej platformy. Mniej wyjątków, sprawniejszy przekaz między magazynem a transportem czy ograniczenie uzgodnień potrafią jednak obniżyć koszty i zwiększyć odporność całej sieci.
AI nie zastąpi porządku w danych
Rosnące zainteresowanie sztuczną inteligencją stawia przed operatorami dodatkowe wyzwanie. 71% badanych uważa, że jej szersze zastosowanie znacząco wpłynie na rozwój oprogramowania dedykowanego. Jednocześnie 46% miało problemy z integracją zaawansowanej AI ze starszymi systemami, a 44% wskazało niedobór odpowiednich kompetencji.
Dlatego punktem wyjścia nie powinno być pytanie, gdzie zastosować AI, lecz gdzie proces traci czas, dokładność albo kontrolę. Dopiero wtedy można ocenić, czy najlepszym rozwiązaniem będzie sztuczna inteligencja, integracja czy prostsza zmiana procesu.
