360時間から4時間に短縮、Anji Intelligenceが倉庫の在庫管理を効率化

人工知能とモノのインターネットの技術的な組み合わせの助けを借りて、倉庫管理の効率はどの程度向上できるでしょうか? SAIC Anji Logisticsの子会社であるAnji Intelligence（以下、「Anji Intelligence」）の回答は、「360時間から4時間」です。

安吉インテリジェントは、SAIC 安吉物流傘下のインテリジェント物流分野に注力する新技術企業として、モノのインターネット時代のインテリジェント技術とソリューションの主要プラットフォームとなることを目指しています。当社は、自動車製造、機械加工、電子商取引、タバコ・医薬品、日用化学品、衣料などさまざまな分野で、高効率、高適応性、低コスト、低リスクの統合インテリジェント物流ソリューションを顧客に提供し、サプライチェーンプロセス全体のデジタルインテリジェンスを実現し、顧客に利益をもたらす未来を創造します。

安吉智能がサービスを提供する多くの業界の中でも、伝統的かつ大規模な業界である自動車製造業は、他の業界とは異なる特別な物流管理のニーズを持っています。それは、業界自体が多種多様なスペアパーツを扱っており、これらのスペアパーツが自動車の製造、販売、その後のメンテナンスや修理において重要な役割を果たしているからです。これらのスペアパーツを物流および倉庫レベルで効果的に管理する方法は、Anji Smart が考えてきた課題となっています。最終的に、Anji Intelligence は、人工知能 + IoT の革新的な技術実践を通じて、自動車製造業界向けに高頻度かつ効率的な倉庫管理シナリオを成功裏に構築しました。

自動車業界におけるスペアパーツの「非標準化」は資産管理に大きな課題をもたらす

他の業界の倉庫保管シナリオとは異なり、自動車部品は「非標準化」されています。地域によって人気の車種が異なるため、倉庫によってスペアパーツの保管比率がまったく異なります。それだけでなく、エアコンやエンジンからネジ1本に至るまで、さまざまなスペアパーツのサイズや重量にも大きな違いがあります。

さまざまなモデルやサイズの数十万点のスペアパーツは、自動車業界がスペアパーツ倉庫管理で直面する課題の 1 つにすぎません。これらのスペアパーツをリアルタイムかつ効率的に管理する方法が、業界を悩ませる最大の問題となっています。スペアパーツの保管と出荷は主にシステム入力に依存しているため、入力の逸脱が発生すると、回復不可能な経済的損失が発生する可能性があります。さらに、倉庫データと実際の在庫数との差によりスペアパーツが不足することが多く、顧客のメンテナンス体験に大きな影響を与えます。

上記の要因に基づいて、在庫はこれらのコア資産を管理するための重要な手段になります。しかし、従来の在庫数え方法は、さまざまな実際的な条件によって制限されており、高頻度かつ効率的な在庫数えを実現できません。大規模なスペアパーツ倉庫では、高層倉庫の棚の高さが 6 メートルに達することがあります。作業員は、在庫を数えるために高所にある商品を降ろすためにフォークリフトなどのツールを使用する必要がありますが、これは時間がかかり、労働集約的であり、安全上のリスクも大きくなります。このため、大規模なスペアパーツ倉庫での棚卸しは通常 6 か月に 1 回しか実行できず、複数のスタッフが同時に棚卸しを行う必要があり、合計で数百時間かかることもよくあります。在庫の正確性と適時性には改善の余地が大いにあります。

人工知能 + モノのインターネット、倉庫管理の新しい方法を切り開く

このような状況に直面して、Anji Smart は IoT とインテリジェンスにおける自社の優位性を活用して、自動車業界向けの新しい倉庫管理モデルを構築する方法について考え始めました。何度も研究と議論を重ねた結果、Anji Intelligenceは「人工知能+モノのインターネット」の技術の組み合わせを採用することを決定し、最終的に「無人フォークリフト+AIビジョンシステム」のソリューションを完成させて、新しい在庫モデルを作成しました。従来の方法と比較して、革新的な AI デジタルインテリジェント倉庫在庫管理技術は、さまざまな部品の視覚モデルを確立し、無人フォークリフトをトレーニングして倉庫のスペアパーツを正確に識別し、最終的に全自動の高速在庫管理を実現します。

このようなソリューションの設計に基づいて、Anji Intelligence は技術サポートとして Microsoft Azure Machine Learning (AML) と IoT Edge を選択しました。同時に、ソリューションの円滑な導入を確実にするために、サードパーティ パートナーである Pinlan もこのソリューションの開発に参加しました。

まず、Azure Machine Learning (AML) の自動ハイパーパラメータ調整、マルチモデル管理、自動トレーニング技術を通じて、Anji Smart はさまざまなスペアパーツの視覚モデルをインポートし、さまざまな倉庫のさまざまな SKU 認識モデルをトレーニングして、SKU 分類に正確に対応し、無人フォークリフトがさまざまなスペアパーツを正確に識別できるようにトレーニングしました。同時に、ワンクリック IoT Edge 展開機能により、Anji Smart はこれらのビジュアル モデルをワンクリックで無人フォークリフト ロボットに展開することもできます。

倉庫数が多く、業務範囲が広い自動車物流会社の特性を考慮して、Anji Intelligence はより効率的な倉庫管理モデルも積極的に模索しており、Azure Machine Learning と Azure IoT Edge を組み合わせることで、「クラウド + ターミナル」の統合管理を実現し、ワンクリックでモデルを展開できるようになりました。 AML モデルのワンクリック IoT Edge 展開機能、クラスター IoT デバイス展開機能、AKS 展開機能を使用することで、地域、製品カテゴリ、サービス タイプをまたいでさまざまな倉庫のデジタル インテリジェント在庫管理を実行できます。

スマート倉庫は日々進化しており、AI+IoT により 99% の在庫精度を達成

革新的なスマートソリューションは、自動車物流業界に新たなシナリオと体験をもたらしました。 Anji Intelligence が開発したスマート倉庫管理ソリューションにより、資産在庫と倉庫管理の効率が大幅に向上しました。従来、在庫管理は 6 か月に 1 回しか行われておらず、1 つの倉庫の 1 回の在庫管理には複数のスタッフが合計 360 時間を費やす必要がありました。しかし現在では、倉庫の棚卸しを4時間以内に完了するために必要なのは無人フォークリフト1台のみであり、棚卸しの頻度は1日1回に増加することに成功しました。

Anji Smartは次のように語っています。「Anji Smartが開発したAI+IoT自動在庫ソリューションは、倉庫管理の問題が純利益に与える影響を最小限に抑えるのに役立っています。1つの倉庫を例にとると、在庫操作を6か月に1回から最大頻度の1日1回に増やすことに成功し、わずか4時間で99％の在庫精度を保証し、管理レベルを大幅に向上させました。私たちは、顧客の個別のニーズを満たし、顧客への製品タイムリーで正確な配送を真に実現しました。」さらに重要なのは、インテリジェント在庫カウントシステムにより、物流在庫のコストが削減され、効率が向上し、数量エラーが減り、物流車両配送における在庫検出へのインテリジェント技術の適用が拡大され、取り扱いプロセスが変更され、乱暴な仕分けが減り、商品の安全性が確保されることです。

現在、イノベーションは Anji Smart の習慣となっています。次のステップでは、Anji Smart は AI + IoT 倉庫および物流管理モデルを積極的に業界ベンチマークに構築し、このアプリケーションを他の業界の同様のシナリオに拡大します。 Anji Smartは、この革新的なモデルとソリューションが、伝統的な産業のデジタル変革にとって必然的に「良い処方箋」になると考えています。