Reklama
Partner portalu

DlaHandlu.pl – wiadomości handlowe, FMCG, ecommerce, franczyza, sieci handlowe

LPP wdraża algorytmy AI do obsługi internetowych zamówień

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.
Reklama

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.

- Podstawowym zadaniem wdrożonego algorytmu jest efektywne rozwiązywanie tzw. „problemu komiwojażera (z angielskiego TSP) – komentuje Jerzy Danisz, kierownik rozwoju Standardu Systemu PSIwms w firmie PSI. Polega on na wyznaczeniu najkrótszej trasy łączącej kilka punktów na mapie. W przypadku magazynu, system musi wyznaczyć optymalną trasę przejścia dla kilkudziesięciu lokacji pickingowych. To, co na pierwszy rzut oka wydaje się proste, w rzeczywistości stanowi istotny problem dla matematyków od lat – podsumowuje Jerzy Danisz.

W związku z tym LPP i PSI Polska zdecydowały się na przygotowanie rozwiązania opartego o  algorytmy sztucznej inteligencji. 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. Dzięki stałej współpracy z pozostałymi modułami systemu zarządzania zasobami, wdrożone rozwiązanie jest w stanie aktualizować posiadane informacje w czasie rzeczywistym i dostosowywać wygenerowane listy.

Reklama

Lista tagów

Zobacz komentarze (4)

Proszę podać imię
Proszę wpisać treść komentarza
Dodając komentarz, oświadczasz, że akceptujesz regulamin forum