DACHSER estabelece um centro de competência para ciência de dados e aprendizado de máquina

As tecnologias e métodos de IA já provaram seu desempenho e benefícios em vários projetos e aplicações na DACHSER. “A importância da inteligência artificial, aprendizado de máquina e ciência de dados para transporte, logística e gerenciamento da cadeia de suprimentos continuará a crescer nos próximos anos. Isso torna crucial para a DACHSER fortalecer ainda mais sua experiência neste importante campo e expandir ainda mais sua capacidade de implementar e operar aplicativos de aprendizado de máquina ”, disse Stefan Hohm, Chief Development Officer (CDO). A CC DS&ML assumirá essa tarefa na DACHSER e atuará como um ponto central de contato.

A DACHSER produz grandes volumes de dados diariamente, e isso forma a base para o desenvolvimento e uso das novas tecnologias de IA. “Faremos um uso ainda melhor desses dados no futuro: eles nos ajudarão a encontrar e implementar novas soluções para uma ampla variedade de casos de uso”, disse Florian Zizler, Líder de Equipe do Centro de Competência em Ciência de Dados e Aprendizado de Máquina.

Antecipando flutuações de capacidade com inteligência artificial

Um exemplo de aplicativo específico para o trabalho do centro de competência recém-criado é um produto de IA que foi desenvolvido e implementado como parte do DACHSER Enterprise Lab. O modelo de previsão usa técnicas de aprendizado de máquina para prever os volumes de transporte terrestre de entrada de uma filial com até 25 semanas de antecedência. “Nossos dados remontam a 2011. O foco está nos dados históricos de remessa”, diz Zizler. “Complementamos esse conjunto de dados com dados de calendário, como feriados ou férias escolares. Isso permite que o modelo reconheça os padrões sazonais que são tão importantes no transporte terrestre. Para antecipar melhor as tendências, também integramos uma ampla variedade de índices econômicos. ” Como resultado, a DACHSER pode fornecer aos funcionários em suas filiais um apoio valioso nas decisões relacionadas ao planejamento de capacidade sazonal. É precisamente nesta área que é importante obter numa fase inicial a capacidade de carga adequada no mercado, ou planear recursos no terminal de trânsito. No entanto, as condições atuais também têm um impacto aqui. “É claro que era um desafio para as previsões baseadas em valores anteriores lidar com as flutuações de volume volátil, bem como com a pandemia de coronavírus”, diz Zizler. Mas ele e sua equipe de especialistas continuam otimistas: “Em breve, colocaremos nossas previsões de volta em sua alta qualidade usual.”