Taiga Building Products planer för optimering av leveranskedjan får stor hjälp med artificiell intelligens för automatisering.
AI- och maskininlärningsleverantören Adastra meddelade att det tilldelades en investering på 1,1 miljoner dollar av SCALE AI, Kanadas superkluster dedikerat till att stärka landets ledarroll inom områdena artificiell intelligens och datavetenskap, för att arbeta med Taiga-projektet och bli en del av det företagets just-in-time inventeringsmodell.
Taiga driver 15 distributionscenter i Kanada, 3 distributionscenter i västra USA och 6 omlastningsstationer i östra USA
“Det övergripande målet med detta initiativ är att använda dataindata som är lätt tillgängliga i olika system och använda avancerad AI-teknik för att lösa tre av de mest pressande flaskhalsarna i byggmaterialförsörjningskedjan: noggrann efterfrågeprognoser, maximering av lastbilar och optimering av lager. layouter, säger Adastra.
Efter pandemin och efterföljande problem i försörjningskedjan som drabbade byggmaterial lika hårt som påverkan andra industrier kände, är det en naturlig önskan att leta efter förbättrad prestanda.
Detta väcker dock en fråga som går åtminstone drygt 20 år tillbaka i tiden. Är fokus på just-in-time-inventering alltid bra? Eller skapar det betydande problem?
I decennier har experter inom försörjningskedjan sagt att alltför många företag visar intresse för just-in-time lagerhantering, för genom att minska ledtiderna på lager och hålla mindre till hands kunde företag ta bort kostnader från sina balansräkningar, vilket gjorde dem ser mycket effektivare ut.
Men verklig just-in-time, eller JIT, kräver omfattande information i alla delar av en försörjningskedja. Behovet är inte bara att hantera flaskhalsar utan att märka när problemen potentiellt växer och sedan ta in mer lager för att täcka när tecken tyder på att tillgängligheten kan bli snäv.
Detta betyder inte att Taiga har det här problemet att ta itu med. Men det är utbrett i många företag och branscher.
Oron är att tekniker som maskininlärning kan omvandlas till verktyg för att, som man brukar säga inom högteknologi, bana vägarna för ko. Det vill säga, företag använder ofta teknik för att göra saker som de alltid har gjort, bara snabbare och mer effektivt, med antagandet att ökad hastighet kan få de gamla sätten att fungera.
Förutom att kanske den största fördelen med ett nytt system är möjligheten för ett företag att ompröva hur det alltid har gjorts med sin verksamhet och strategiska planering. Att göra saker som du alltid har gjort dem lämnar ett företag låst i varianter av vad det alltid har gjort. När det traditionella möter en stor katastrof kan det stå klart att något annat behövdes hela tiden.
