Carriere
Het platform is gebaseerd op een genetisch algoritme en adviseert optimale voorraadniveaus en transportstrategieën
Het Massachusetts Institute of Technology (MIT) Center for Transportation & Logistics en Mecalux hebben een simulator ontwikkeld met behulp van kunstmatige intelligentie die de verdeling van voorraden tussen verschillende magazijnen binnen één logistiek netwerk optimaliseert. Het platform heet GENESIS (Genetic Evaluation & Simulation for Inventory Strategy) en gebruikt geavanceerde machine learningmodellen om duizenden scenario’s te analyseren en te simuleren wat het optimale voorraadniveau per magazijn is en wanneer herbevoorrading nodig is.
De AI-simulator houdt rekening met variabelen zoals de verwachte vraag in elke regio, transportkosten en de operationele capaciteit van elk magazijn. Zo kunnen verschillende herbevoorradingsstrategieën worden getest zonder de reële werking te verstoren. “Het genetische algoritme maakt het mogelijk om meerdere simulaties met verschillende parameters uit te voeren tot de meest efficiënte logistieke strategie is gevonden. Bedrijven kunnen scenario’s vergelijken en de oplossing kiezen die het best aansluit bij hun operationele realiteit”, aldus Dr. Matthias Winkenbach, directeur Onderzoek bij het MIT Center for Transportation & Logistics en het Intelligent Logistics Systems Lab.
Nadat de juiste gegevens zijn ingevoerd, genereert GENESIS een optimale oplossing, aangevuld met geavanceerde statistische dashboards. Gebruikers kunnen indicatoren analyseren zoals verbruikspatronen, regio’s met een hoge vraagvariabiliteit, SKU’s met verhoogd risico op voorraadtekorten of magazijnen met bevoorradingsproblemen.
Eerst herverdelen, dan inkopen
Een kernfunctionaliteiten van het systeem is het herverdelen van voorraden tussen magazijnen. In plaats van automatisch nieuwe bestellingen bij leveranciers te plaatsen, analyseert de tool of het efficiënter is om producten vanuit een andere locatie met overschot over te brengen. Zo kunnen bedrijven kosten verlagen en bestaande voorraad optimaal benutten.
Het systeem adviseert bovendien hoe transportstromen het best georganiseerd worden, bijvoorbeeld door zendingen te bundelen voor een optimale beladingsgraad of bepaalde orders vanuit een specifieke locatie te verzenden om doorlooptijden en kosten te beperken.
“De grootste uitdaging was niet het vinden van het juiste algoritme, maar het algoritme snel genoeg te laten werken om praktisch bruikbaar te zijn. We hebben GENESIS vanaf nul ontwikkeld om duizenden scenario’s gelijktijdig te evalueren in plaats van sequentieel. Wat vroeger dagen duurde, wordt nu in minuten opgelost. Daardoor kan het systeem worden ingezet voor tactische planning in de praktijk en niet alleen voor theoretische analyses”, bevestigt Rodrigo Hermosilla, onderzoeker bij het MIT Intelligent Logistics Systems Lab.
In tegenstelling tot analytische oplossingen die voorbehouden zijn aan gespecialiseerde profielen, is GENESIS ontworpen voor zowel technische experts als businessverantwoordelijken. “Het doel is bedrijven te helpen de totale kosten van hun logistieke netwerk te minimaliseren en tegelijk het hoogste serviceniveau te garanderen”, zegt Javier Carrillo, CEO van Mecalux.
Toekomstige AI-toepassingen
De simulator is een van de eerste tastbare resultaten van de samenwerking tussen Mecalux en MIT CTL. De samenwerking gaat nu een nieuwe fase in, met focus op verdere AI-toepassingen in logistieke processen, zoals interne herbevoorrading, het gebruik van digital twins in automatische hoogbouwmagazijnen en de optimalisatie van productlocaties.