Ai está ajudando a manter seu sorvete e delicatessen carne fresca e deliciosa

Quando uma remessa de mercadorias refrigeradas ou congeladas chega a um armazém de logística de linhagem, as máquinas entram em ação. A tecnologia de visão de computador verifica os paletes e registra dados sobre clientes, tipos de produtos e descrições de itens. Algoritmos orientados a IA Combine dados de remessa com informações históricas para prever quando um caminhão retirará as mercadorias do armazém. A tecnologia atribui paletes a um ponto no armazém com base em quanto tempo eles permanecerão na instalação e direcionará o operador da empilhadeira para onde ir.

Esse nível de tecnologia pode melhorar a eficiência em qualquer tipo de cadeia de suprimentos, mas é crítica em armazéns friosonde bens como alimentos congelados, produtos frescos e produtos farmacêuticos são armazenados. Um breve desvio de temperatura tem o potencial de danificar uma remessa, e os gerentes de armazém não querem que os trabalhadores passem horas sem intervalos em condições abaixo de zero. Isso torna o imperativo de precisão e produtividade na cadeia de frio.

A tecnologia de refrigeração e sensor de temperatura tem sido parte integrante das cadeias frias há décadas, mas as versões avançadas agora estão permeando a indústria. Os provedores de cadeia fria estão abandonando processos manuais para algoritmos acionados pela IA e explorando gêmeos digitais e Agentes da IA para tornar as operações altamente automatizadas ainda mais autônomas.

“Seja uma tecnologia de 50 anos ou é uma IA de ponta, a tecnologia é muito difundida na cadeia de frio”, disse Sudarsan Thatai, diretor de informações e diretor de transformação da Lineage Logistics.

A cadeia de frio se aquece para a IA preditiva

A Lineage One Way usa a IA é com algoritmos de decisão. Quando uma remessa de aves da Lineage Customer Tyson Foods chega a um armazém, os algoritmos determinam onde colocar produtos para minimizar uma distância de caminhada ou condução no armazém.

Um peru inteiro provavelmente não estará nas prateleiras das lojas até novembro, mas a carne de delicatessen é transportada e vendida o ano todo. Os algoritmos poderiam direcionar os operadores de empilhadeira para colocar perus inteiros em uma prateleira alta na parte de trás do armazém, mantendo a peru fatiado para sanduíches perto da frente.

“Ele reduz as milhas que eu preciso dirigir para escolher esse palete e guardá -lo”, disse Thattai. “Você não quer enterrar a carne de delicatessen, porque agora vai gastar energia extra escavando”.

Provedor de cadeia fria American vê um “forte interesse em inovação em todos os setores da cadeia fria“Disse Rob Chambers, presidente da empresa. Farmacêuticos, produtos frescos e alimentos especializados geralmente lideram o caminho na adoção de tecnologia devido a regulamentos e sensibilidades de temperatura que exigem uma cadeia de suprimentos altamente controlada e monitorada ativamente.

Chambers disse que os clientes não estão necessariamente pedindo IA American pelo nome, mas esperam “resultados que a IA possa ajudar a entregar”, como Menos estoques e a capacidade de reagir rapidamente em tempo real a quaisquer alterações. A empresa de cadeia fria investiu em análises preditivas para entender melhor a demanda dos clientes e as mudanças na maneira como os alimentos fluem através da cadeia de suprimentos. Dessa forma, a Americold pode planejar proativamente sua capacidade de armazenamento, disse Chambers.

A Unilever, que possui marcas de sorvete como Magnum e Ben & Jerry’s, também usa a IA para previsão. A empresa de bens de consumo opera uma cadeia de frio que abrange 60 países, 35 linhas de produção e 3 milhões de armários de congeladores de sorvete. A equipe de suprimentos da Unilever analisa os insumos climáticos com a IA, o que lhes permite prever quanto os consumidores de sorvete podem comprar em regiões específicas. Se uma onda de calor estiver chegando, a demanda de sorvete poderá subir e os sistemas de inventário baseados em IA podem sugerir decisões sobre como alocar ações. As ferramentas de IA melhoraram Previsão de precisão em 10% Na Suécia, de acordo com um relatório de janeiro da Unilever. Nos EUA, as vendas subiram 12%.

As previsões não apenas guiam Estratégia de inventárioMas eles também ajudam os gerentes a determinar o número de caminhões necessários e a maneira ideal de encaminhá -los de e para os armazéns, disse Ron Leibman, presidente da prática de gerenciamento da cadeia de suprimentos de McCarter & English.

“Muitas dessas coisas foram feitas há muito tempo. É apenas, a IA faz de maneira diferente, mais rápida e provavelmente melhor”, disse Leibman.

O buraco negro da cadeia de frio

Americold e linhagem veem potencial para a IA se expandir na cadeia de frio.

A Americold está explorando gêmeos digitais, que criam uma duplicata virtual de um armazém usado para simular e planejar. Também está investigando robôs guiados por IA que escolhem produtos em ambientes frios.

No monitoramento da temperatura, a tecnologia já está indo além das temperaturas de gravação para enviar alertas quando as temperaturas saem de alcance, disse Thattai. Modelos de linguagem grandes podem ser treinados em excursões de temperatura, facilitando e mais baratos implantar a IA e detectar alterações.

Thattai prevê agentes de IA ajustando automaticamente os horários de compromisso do armazém com base nos dados de localização em tempo real de um caminhão, em vez de usar estimativas ou telefonemas. Thattai brinca que, se ele ligar para um motorista de caminhão para pedir sua localização, não importa o quê, eles dirão que estão a 10 minutos.

Um déficit, no entanto, é a visibilidade e o compartilhamento de dados em toda a cadeia de frio. Thatai disse que progrediu, mas não é onipresente.

“O compartilhamento de dados é uma grande área que é um buraco negro”, disse ele.

Nem todas as empresas compartilham seus dados em tempo real, disse Thatai. Frotas de caminhões independentes ou pequenas podem não usar tanta tecnologia quanto grandes empresas de caminhões. Os produtores de produtos “não são altamente sofisticados”, disse Leibman. Eles geralmente trabalham com documentos manuais que listam os tipos e quantidades de frutas e vegetais para escolher.

Esses tipos de processos manuais não se prestam ao compartilhamento de dados na cadeia de frio. Sem dados, a IA carece de uma base para fazer previsões.

“Não estamos realmente no ponto de utilizar a inteligência artificial ao seu máximo”, disse Leibman.