Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., Senior Editor

Consumer increasingly drives innovation from the heart of the supply network, rather than being on the receiving end of a supply chain. Traditional linear models of many consumer goods supply chains have been challenged. These traditional models are fundamentally changing as businesses are shifting towards consumer-led, data-driven, highly complex supply networks. Consumption trend shifts demand mass production customization, more accurate supply-chain planning and synchronization, and faster multichannel retail. This will enable innovation, ensure optimum service levels and deliver growth at low cost.

Undoubtedly, advancements in Artificial Intelligence (AI) and Robotics Automation have the potential to overcome these challenges and revolutionize supply chains. However, this could discount the important of human workforce since machines themselves, for now, are not able to handle certain incidents where solutions to the incidents involve a variety of sticky, tacit sets of knowledge residing in skill experts. Therefore, technologies and humans continue to co-exist to achieve optimal performance in logistics industry.

VISUAL INSPECTION IN LOGISTICS ASSETS

Advancements in computer vision are allowing us to see and understand the world in new ways, and logistics operations are no exception. AI-Powered Visual Inspection is another high-potential area for AI in the logistics operational environment. IBM Watson is using its cognitive visual recognition capabilities to do maintenance of physical assets with AI-driven visual inspection. In industrial sectors like logistics, damage and wear to operational assets over time are simply inherent. Using a camera bridge to photograph cargo train wagons, IBM Watson was recently able to successfully identify damage, classify the damage type, and determine the appropriate corrective action to repair these assets.

To harvest the power of AI-driven visual inspection, it begins with cameras installed along train tracks to gather images of train wagons as they drove by. The images were then automatically uploaded to an IBM Watson image store where AI image classifiers identified damaged wagon components. The AI classifiers were trained on where to look for wagon components in a given image and how to successfully recognize wagon parts and then classify them into seven damage types. As more data was gathered and processed, Watson’s visual recognition capabilities improved to an accuracy rate of over 90% in just a short period of time. The anomalies and damages discovered by Watson were sent to a workplace dashboard managed by maintenance teams. This model and process can loosely be applied to other types of logistics asset including but not limited to aircraft, vehicles, and ocean vessels.

AI-DRIVEN COMPUTER VISION IN INVENTORY MANAGEMENT

Not only logistics giants, but also retailers can benefit from AI advancement. Recently, French startup Qopius is developing computer vision-based AI to measure shelf performance, track products, and improve retail store execution. Using deep learning and fine-grained image recognition, Qopius is able to extract characteristics of items such as brand, labels, logos, price tags, as well as shelf condition such as out of stock, share of shelf, and on-shelf availability. In warehouse inventory management, similar use of computer vision AI offers potential for real-time inventory management at the individual piece and SKU level.

Furthermore, TwentyBN, a startup based in Canada, is working on deep learning AI that is able to decipher complex human behavior in video streams. Previous applications of its technology include autonomous detection from video feeds alone of things like an elderly person falling, aggressive behavior on public transport, and shoplifting in stores. Considering that many warehouses today are equipped with surveillance cameras for safety purposes, this type of AI technology can be used to optimize performance (by detecting, for example, successful pick and pack tasks) and increase operational safety (for example, with instant alerting of accidents involving workers).

TAKE-HOME MESSAGE

The is clear that the future of AI in logistics is bright and powerful. As supply chain leaders continue their digital transformation journey, AI will become a bigger and inherent part of day-to-day business, accelerating the path towards a proactive, predictive, automated, and personalized future for logistics. Ultimately, AI will place a premium on human intuition, interaction, and connection allowing people to contribute to more meaningful work.

Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., Senior Editor

消費者は需要ネットワークの中心にいる上で技術発展を推進する者であり、単なる供給モデルの最終点である製品受取人ではない。今までの直線的な供給モデルと違い、
現在の供給モデルは変化しつつある。なぜなら、企業が複雑な需要ネットワークの上に歩むには情報及び消費者の動きが技術の発展につながり、低コストでありながら、企業拡大に
つながる。

人工知能（AI）及びRobotics Automationシステムの発展は今まで問題とされてた
障害に打ち勝ち、サプライチェーンに革命を起こした。ただし、人の価値がなくなったわけ
ではない。なぜなら、現在の機構では問題の対策を記入し、AI同士で伝達できない。その
ため、テクノロジーと人は協力して現在及び将来のロジスティックス産業の目標を達成しな
ければならない。

Computer Visionの発展はロジスティックス業界に新たな角度の視点をもたらした。
AIテクノロジーによる確認もロジスティックス業界にもたらす一つの革命である。例えば、IBM Watsonの知識探索能力を使用して、資産メンテナンスの運用を実施した「AI-Driven Visual Inspection」がある。ロジスティックス産業又はその他の産業の資産である機械は
期間又は使用時間に伴い故障が考えられる。このシステムはIBM Watsonから撮影した
写真から解析し、故障場所・故障内容・修理及びメンテナンス方法を素早く教えてくれる
優れものである。
          このAIシステムは初めに運送レールにカメラを設置し、電車が通る度にコンテナの写真を撮り、その情報はIBM Watsonにアップロードされ、AIはこれまでの写真と比べて
故障を見つける。このAIはコンテナの組成が分かるようプログラミングされ、7種類の故障を分別する。つまり、写真の量が多ければ多いほどWatsonの判断精度が高くなり、現在では90％以上の故障が見つかるようになった。見つけた故障はWatsonによりメンテナンス
チームに情報が展開される。これはロジスティックス産業のみならず、その他の産業にも
応用でき、空運、車運又は海運に限定しない。

AIにより利益を生むのは大手のロジスティックス企業だけではない。中小企業も
AIの発展により利点が考えられる。最近、フランスのスタートアップ企業であるQopius社はComputer VisionシステムにAIテクノロジーMachine-Learning及び高性能知識探索能力を追加したことで製品の詳細をメーカー・ラベル・ロゴ・値段及びその製品の状態を検知する
ことができ、このシステムは製品在庫管理をリアルタイムでSKU（ストック・キーピング・
ユニット）を個単位で管理することが可能になった。そのほかにカナダのスタートアップ企業TwentyBN社はDeep-Learning AIの研究開発を実施し、ビデオから人間の複雑な行為を
暗号化している。このテクノロジーは多くの応用が可能になる。例えば、高齢者が転んだ時に検知するシステム、公共交通機関内のマナー違反、売店の盗み等に発展応用できる。
現在の倉庫には無数の監視カメラがあるため、このAIテクノロジーを追加することで作業
効率又は作業安全の向上につながる可能性が高い。

ロジスティックス産業のAIテクノロジーの未来は明るく、力強い。そのため、サプライチェーンのリーダーはDigital Transformation AIに力を加え、ついていることが当たり前の
時代になりえる。この進化はロジスティックス産業のスピード及び信頼性を向上し、自動的に動き、自由にカスタマイズ可能なり、人で作業する代わりになり上で、我々は作業から解放
される分、新たなテクノロジーを創造しなければならない。