Algorytmy sztucznej inteligencji w magazynach e-commerce LPP
W magazynie LPP do obsługi sprzedaży internetowej (Fulfillment Center) PSI wdrożyło rozwiązanie do optymalizacji ścieżki kompletacji zamówień z wykorzystaniem algorytmów sztucznej inteligencji.
Spółka LPP wraz z PSI Polska, producentem oprogramowania dla przemysłu, wdrożyły w magazynie typu Fulfillment Center należącym do polskiej firmy odzieżowej innowacyjne rozwiązanie do optymalizacji ścieżki kompletacji zamówień z wykorzystaniem sztucznej inteligencji. To odpowiedź na rosnący wolumen zamówień online i wyraźną zmianę udziału tego kanału sprzedaży na rynku.
LPP, właściciel marek Reserved, Cropp, House, Mohito i Sinsay, obsługując rocznie ok. 11 mln zamówień, jest jednym z liderów rynku e-commerce w Polsce i Europie. Dynamiczny rozwój sprzedaży internetowej, również w związku z epidemią Covid-19 powoduje, że sprostanie rosnącemu zapotrzebowaniu klientów na zakupy online jest coraz większym wyzwaniem. W ubiegłym roku udział sprzedaży internetowej w działalności LPP wyniósł 12%. Tymczasem pandemia wpłynęła istotnie na zmianę układu sił między kanałem tradycyjnym i internetowym.
- W tej chwili obserwujemy aż 4-krotny wzrost zainteresowania klientów zakupami online. To determinuje konieczność optymalizacji rozwiązań logistycznych i informatycznych mających na celu sprostanie nowym oczekiwaniom klientów bez uszczerbku na jakości i przede wszystkim szybkości obsługi zamówień internetowych – mówi Jacek Kujawa, wiceprezes zarządu LPP. Dlatego zdecydowaliśmy się wraz z naszym wieloletnim partnerem biznesowym, firmą PSI Polska, wdrożyć rozwiązanie oparte na algorytmach sztucznej inteligencji, które pozwoli nam istotnie zwiększyć wydajność obsługi zamówień online, dodaje.
Wykorzystanie mechanizmu uczenia maszynowego, a dokładnie sieci neuronowej opartej o jednostki CNN (ang. Convolutional Neural Network), pozwala w czasie rzeczywistym generować listy produktów potrzebnych do skompletowania zamówienia, wyznaczyć najkrótszą ścieżkę i zaproponować optymalne wykorzystanie zasobów, w tym sprzętu, wózków i czasu pracowników magazynu. Dzieje się to m.in. dzięki zastosowaniu tzw. algorytmu genetycznego, który poprzez aplikację operatorów ewolucyjnych (takich jak krzyżowanie i mutacje) umożliwia stworzenie optymalnej listy kompletacyjnej.
- Dzięki wdrożonemu rozwiązaniu, jak pokazują pierwsze testy, długość ścieżek kompletacyjnych uległa skróceniu o 30%. Przekłada się to również na znaczny wzrost wydajności samego procesu kompletacji w magazynie aż o 12,3%, wyjaśnia Sylwester Dmytriwski, e-commerce fulfillment general manager LPP. Algorytm nie tylko pozwala na skrócenie drogi potrzebnej do kompletacji zlecenia. Dzięki modułowi sztucznej inteligencji, mechanizm „uczy się” w oparciu o posiadane informacje. Przyswaja dane dotyczące magazynu, zamówień i dostępnego personelu. Na tej podstawie grupuje produkty, ułatwiając cały proces, dodaje Sylwester Dmytriwski.
Optymalizator ścieżek komplementacji jest elementem projektu Warehouse Intelligence, którego koncepcja, bazująca na zastosowaniu sztucznej inteligencji, została doceniona przez zespół ekspertów z Narodowego Centrum Badań i Rozwoju w Warszawie i rekomendowana do dofinansowania realizacji projektu.
więcej informacji
