
Κάθε μέρα, 6.000 φορτηγά σε όλο τον κόσμο παραδίδουν εκατοντάδες χιλιάδες εξαρτήματα στα εργοστάσια του Ομίλου Renault, περνώντας μέσα από φυσικές καταστροφές, γεωπολιτικές αναταράξεις και ακόμη και κυβερνοεπιθέσεις.
Όλα αυτά τα απρόβλεπτα γεγονότα μπορούν να διαταράξουν την ευαίσθητη αλυσίδα εφοδιασμού της εταιρείας, που βασίζεται στη λογική του «just-in-time», οδηγώντας σε διακοπές λειτουργίας που κοστίζουν εκατομμύρια ευρώ ετησίως.
Πλέον, η Renault χρησιμοποιεί τεχνητή νοημοσύνη (AI) για να παρακολουθεί τέτοια γεγονότα με σκοπό την πρόληψη – προτού τα μικρά προβλήματα εξελιχθούν σε μεγάλες κρίσεις. Εκτός από την εντοπισμό πιθανών κινδύνων, το AI προτείνει και εναλλακτικές λύσεις ή μεθόδους μετριασμού των επιπτώσεων.
Σε περίπτωση κρίσης, αυτά τα μέτρα μετριασμού μπορεί να περιλαμβάνουν την επίσπευση μιας αποστολής, την αναδρομολόγησή της ή ακόμα και την αποστολή της σε έναν ενδιάμεσο προορισμό, όπως εξήγησε ο Σεμπαστιάν Λιορζού, αντιπρόεδρος ψηφιακού μετασχηματισμού στην εφοδιαστική αλυσίδα της Renault, στις 18 Ιουνίου στο τεχνικό κέντρο της αυτοκινητοβιομηχανίας στο Γκιανκούρ, δυτικά του Παρισιού.
Οι πιθανές λύσεις συνοδεύονται από εκτιμώμενο κόστος, βοηθώντας τους υπευθύνους να επιλέξουν την καλύτερη πορεία δράσης.
Η Renault ανακοίνωσε πέρυσι ότι το σύστημα ενισχυμένο με τεχνητή νοημοσύνη μείωσε κατά 50% τις δαπανηρές επείγουσες παραδόσεις εξαρτημάτων, τα ημιτελή οχήματα και τις διακοπές γραμμών παραγωγής — εξοικονόμηση που μεταφράστηκε σε 60 εκατομμύρια ευρώ σε απόθεμα και ακόμη περισσότερα σε απρόβλεπτα κόστη.
Ο Λιορζού και η ομάδα του εγκατέστησαν ένα σύστημα αυτόματων ειδοποιήσεων, βασισμένο σε εξωτερικά δεδομένα —όπως τοπικά μέσα ενημέρωσης, ιχνηλάτες μεταφορών και μετεωρολογικές προβλέψεις— χρησιμοποιώντας γενετική τεχνητή νοημοσύνη, την ίδια τεχνολογία πίσω από το ChatGPT και άλλα μεγάλα γλωσσικά μοντέλα.
Η Renault παρακολουθεί το δίκτυο logistics της μέσω «πύργων ελέγχου» στο τεχνικό κέντρο του Γκιανκούρ και σε άλλα σημεία. Το σύστημα αναπτύχθηκε σε συνεργασία με την Google και τον πάροχο υπηρεσιών logistics Shippeo.
Η Renault και η Shippeo δηλώνουν ότι πρόκειται για το πρώτο τέτοιο σύστημα στην Ευρώπη.
Η AI παράγει 50 ειδοποιήσεις την ημέρα
Στην τοποθεσία του Γκιανκούρ, επόπτες παρακολουθούν μπροστά από τεράστιες οθόνες χιλιάδες αποστολές σε πραγματικό χρόνο.
Καθημερινά λαμβάνονται περίπου 50 ειδοποιήσεις, οι οποίες αξιολογούνται για τη σοβαρότητά τους. Περίπου μία την εβδομάδα φτάνει στο επίπεδο της «κρίσης», ανέφερε ο Λιορζού.
Σε ένα παράδειγμα που παρουσίασε, η AI εντόπισε τη συντριβή ενός μικρού αεροσκάφους σε εγκατάσταση του Ομίλου Salzgitter στη Γερμανία στις 13 Απριλίου, στις 9:45 π.μ. Το σύστημα διαπίστωσε μέχρι τις 12:57 μ.μ. ότι το σημείο αυτό συνδεόταν με τρεις άλλους προμηθευτές της Renault, και μέχρι τις 6 μ.μ. κατέληξε ότι, παρόλο που το αεροπλάνο συνετρίβη σε αποθήκη logistics, δεν υπήρξε επίδραση στα αποθέματα της Renault.
Οι πύργοι ελέγχου, οι οποίοι τέθηκαν σε λειτουργία το 2022, επιβλέπουν 22.000 σημεία διανομής σε 114 χώρες, καθώς και 25 εργοστάσια του ομίλου. Εκτός από τις 6.000 αποστολές εξαρτημάτων, παρακολουθούν και 2.000 αποστολές οχημάτων ημερησίως. Ένας πύργος εισερχομένων παρακολουθεί τα εξαρτήματα, ενώ ένας πύργος εξερχομένων επιβλέπει τις αποστολές οχημάτων.
Αρχικά περιορισμένοι στις οδικές μεταφορές, οι πύργοι ελέγχου πλέον παρακολουθούν και θαλάσσιες και σιδηροδρομικές μεταφορές.
Ο Λιορζού περιγράφει τους πύργους ελέγχου ως έναν συνδετικό κρίκο σε πραγματικό χρόνο ανάμεσα στις μεταφορές εξαρτημάτων και την παραγωγή οχημάτων.
Πέρα από την εξοικονόμηση χρημάτων μέσω αποφυγής διακοπών ή καθυστερήσεων, οι πύργοι αυτοί βελτιώνουν και την ικανοποίηση των πελατών και την απόδοση των αντιπροσωπειών, μέσω πιο έγκαιρων παραδόσεων.
«Στόχος είναι να μην σταματήσει ποτέ ένα εργοστάσιο λόγω προβλημάτων logistics», δήλωσε ο Λιορζού.