Mengapa Perusahaan Logistik Harus Mengadopsi Teknologi Big Data dan Cloud

Menurut survei yang diterbitkan oleh Dresner Advisory Services, lebih dari 50% perusahaan menggunakan analitik data besar. Pengamatan lebih dekat mengungkapkan bahwa tingkat adopsi bervariasi secara signifikan menurut industri, dengan layanan keuangan dan telekomunikasi memimpin, diikuti oleh pendidikan dan perawatan kesehatan. Tapi lima teratas tidak menyebutkan logistik.

Ketika seseorang berpikir tentang data besar, logistik jarang menjadi industri pertama yang terlintas dalam pikiran. Namun, ironisnya, ini kemungkinan besar yang paling diuntungkan dari penerapannya.

Penggunaan analisis prediktif untuk memperkirakan dan mencegah kemacetan dalam rantai pasokan sangat penting, terutama dalam industri di mana ketepatan waktu, transparansi, dan privasi memainkan peran kunci. Dan dengan semakin banyaknya konsumen yang memilih e-niaga, berpura-pura tetap relevan tanpa mengandalkan data besar adalah naif.

Masalah Mil Terakhir

Mil terakhir dari perjalanan paket ke pembeli adalah langkah paling menyakitkan bagi perusahaan logistik. Itu juga yang paling mahal, terhitung lebih dari setengah dari total biaya pengiriman. Penundaan karena kemacetan lalu lintas, kesulitan parkir, cuaca buruk, force majeure, dan bahkan tantangan yang lebih sepele seperti apartemen tanpa lift, semuanya berkontribusi pada penambahan biaya dan berdampak negatif pada pengalaman pelanggan.

Hambatan untuk kelancaran pengiriman dulunya tidak mungkin untuk diprediksi. Namun, dengan bantuan sistem GPS di kendaraan pengiriman dan smartphone, sensor, pemindai, dan internet of things (IoT), pengirim kini dapat memantau seluruh perjalanan. Mereka bahkan dapat turun tangan secara proaktif — misalnya, memberi tahu pengemudi jika jalanan macet atau tidak dapat diakses.

Dalam jangka panjang, perusahaan logistik akan menemukan pola dan tantangan yang berulang, dan menemukan cara praktis untuk mengatasinya. Katakanlah bahwa biaya bahan bakar cenderung meningkat pada bulan Agustus. Analisis data besar dapat memprediksi peningkatan dan memastikan kendaraan terisi penuh pada bulan Juli. Algoritme ORION UPS adalah contoh mutakhir, yang mampu mengumpulkan dan menganalisis lebih dari 1 miliar titik data per hari pada faktor-faktor seperti berat paket, bentuk, dan ukuran. Dari sana, ia dapat melakukan referensi silang data dengan informasi pengiriman historis untuk memperkirakan kapasitas, volume paket, dan permintaan pelanggan. Dengan bantuan pendekatan ilmiah berbasis data ini, UPS mengklaim telah menghemat $50 juta per tahun, hanya dengan mengurangi jarak tempuh setiap pengemudi sejauh satu mil.

"Saat ini, ada berbagai industri yang bekerja secara bersamaan untuk memecahkan masalah last-mile," kata Asparuh Koev, chief executive officer di Transmetrics. “Saya tidak mengerti mengapa, misalnya, saya tidak dapat melacak secara real-time ke mana tukang ledeng datang untuk memperbaiki wastafel."

Tetapi hal-hal tidak begitu hitam dan putih, menurut Pete Bandtock, pimpinan alur kerja penagihan di DHL Global. "Masalah last-mile bukanlah masalah universal dalam logistik," katanya. "Pikirkan tentang pengiriman angkutan laut. Mereka sering dikumpulkan di pelabuhan oleh penerima barang, atau dikirim dalam beberapa kontainer besar ke lokasi penerima barang." Ergo, tidak ada masalah last-mile.

"Masalahnya lebih akut di sektor B2C," lanjut Bandtock, "dan saya melihat investasi yang signifikan dalam teknologi di sana, baik dalam hal algoritme perutean maupun dalam pesan dan visibilitas pelanggan."

Angel Mitev, wakil presiden senior dan pemimpin praktik untuk data besar, transportasi, dan logistik di Sciant, memiliki pendapat berbeda. "Meskipun saya setuju bahwa dampak terbesar akan ada pada logistik B2C," katanya, "kami kemungkinan juga akan melihat dampak pada B2B, terutama dengan kedatangan truk dan van otonom. Crowdsourcing, pengiriman drone, dan real-time pengoptimalan rute adalah area lain di mana teknologinya ada dan telah diuji. Jadi tidak diragukan lagi bahwa mil terakhir akan menjadi area di mana kita akan melihat inovasi besar dalam waktu dekat."

Crowdsourcing dan Robot

Dalam hal mengoptimalkan pengiriman last-mile, model crowdsourcing telah terbukti sangat berguna. Pengiriman makanan ke rumah kemungkinan akan dilakukan oleh kurir lokal. Pada saat yang sama, proyek-proyek seperti Uber Freight membawa logistik ke arah yang baru. Amazon Flex memungkinkan last mile untuk dikelola oleh penduduk setempat, yang dapat menghasilkan hingga $25 per jam, sekaligus memberikan transparansi yang lebih besar kepada pelanggan dan pengiriman yang lebih cepat. Pendekatan yang mengganggu ini dapat merevolusi model last-mile saat ini dengan mengganti operator profesional dengan pengemudi lokal yang bergerak secara acak.

Bandtock memiliki pandangan sebaliknya. “Sementara pertumbuhan layanan crowdsourced terbukti bagi konsumen,” katanya, “Saya tidak melihatnya menjadi sangat relevan untuk logistik B2B, karena hanya ada begitu banyak yang dapat Anda bawa dengan sepeda atau mobil.” Dia juga skeptis. tentang UberFreight:"Saya tidak yakin mereka akan mendorong banyak ke ruang kargo yang lebih berat, karena mereka tidak memiliki jejak kaki maupun modal untuk melakukannya."

Koev menunjukkan bahwa kemacetan jalan secara dramatis berdampak pada kualitas pengiriman. “Lalu lintas semakin buruk,” katanya. “Lebih banyak orang tinggal di kota-kota besar, jadi kepadatannya meningkat. Crowdsourcing tidak akan menyelesaikan masalah secara ajaib — ini perlu diperbaiki di tingkat infrastruktur.”

Jadi tidak ada jalan keluar dengan infrastruktur saat ini? "Pikirkan tentang kereta bawah tanah," kata Koev. "Ini adalah jenis transportasi yang paling banyak digunakan di kota-kota besar. Kereta bawah tanah yang ada dirancang untuk mengangkut penumpang, tetapi mereka juga dapat mengangkut paket. Fungsinya hanya berbeda."

Tren utama lainnya dalam logistik adalah penggunaan pekerja non-manusia. Sistem pengiriman Prime Air dirancang untuk mengirimkan paket ke pelanggan dalam waktu 30 menit atau kurang menggunakan drone. Sekitar 100.000 robot telah menggantikan konveyor dan mesin yang dioperasikan manusia di sebagian besar gudang Amazon. Kiva Systems, perusahaan di balik robot-robot itu, diakuisisi oleh Amazon pada 2012 seharga $775 juta, akuisisi terbesar kedua pada saat itu.

Manfaat otomatisasi gudang melampaui pemotongan staf. Penggunaan robot membawa wawasan yang lebih akurat tentang bagaimana pemuatan dan pengiriman paket dapat ditingkatkan. Dan kendaraan self-driving berjanji untuk membawa logistik ke tingkat yang sama sekali baru. Sudah digunakan di lingkungan yang terkendali seperti gudang dan pekarangan, mereka akan segera terlihat di ruang bersama dan publik, seperti di jalan raya dan jalan-jalan kota, menurut Markus Kückelhaus, wakil presiden inovasi dan penelitian tren dengan DHL.

Bandtock meragukan industri logistik akan sepenuhnya otomatis di masa mendatang, jika pernah. "Potongan komoditas sebagian besar dapat diotomatisasi dengan kombinasi data besar dan robotika," katanya. "Namun, gambaran dengan rantai pasokan yang lebih kompleks lebih kabur.

“Pikirkan tentang bisnis anggur dan minuman beralkohol,” lanjutnya. “Sebuah jaringan supermarket akan menempatkan pesanan besar untuk minuman tertentu dalam jumlah besar untuk mengantisipasi peristiwa yang dapat diperkirakan, seperti Piala Dunia, Wimbledon, atau pernikahan kerajaan. Beberapa dari peristiwa ini memiliki periode pemberitahuan yang lebih pendek daripada periode produksi untuk komoditas yang terlibat. Pemain logistik niche perlu menjangkau seluruh rantai pasokan ini dan memastikan bahwa sampanye yang dibutuhkan untuk bersulang pernikahan kerajaan, yang memulai siklus produksinya tiga tahun lalu, akan tersedia di toko-toko empat minggu sebelum acara, yang diumumkan tiga bulan lalu. Nilai tambah ahli logistik dalam contoh ini adalah dalam hubungan, bukan dalam data. "

Koev juga skeptis. "Sesuatu yang bebas manusia tidak mungkin, titik," katanya. "Bahkan jika manusia tidak mengirimkan paket, mereka harus memelihara sistemnya. Ini masalah pasar, bukan masalah teknologi. Dalam logistik, kami beroperasi dalam paradoks ini:kami mencoba bekerja dengan infrastruktur yang kami miliki, meskipun manfaat adopsi jelas. Transportasi sangat dikomoditaskan. Semua orang melakukan hal yang sama, dan sudah seperti ini selama bertahun-tahun."

Mitev, di sisi lain, memprediksi industri yang hampir sepenuhnya otomatis. "Layanan logistik vanilla bisa bebas manusia," katanya. "Kecerdasan buatan, bersama dengan sistem back-end berbasis data yang mengarahkan armada kendaraan otonom dan robot, akan melakukan sebagian besar pengiriman, pemuatan, pembongkaran, dan tugas kasar lainnya. Penjadwalan dan optimalisasi rute, manajemen gudang, lokalisasi kargo dan peralatan, dan manajemen inventaris juga akan menjadi semakin otomatis. Manajemen hubungan pelanggan dan layanan logistik yang disesuaikan akan menjadi medan pertempuran baru, di mana perusahaan akan berjuang untuk membedakan diri mereka sendiri, dan di mana faktor manusia akan tetap penting."

Waktunya Bergeser

Untuk sampai ke sana, diperlukan pergeseran industri yang signifikan. Secara historis, perusahaan logistik belum menjadi pengadopsi besar teknologi berbasis cloud, yang penting untuk mengoptimalkan dan mendigitalkan pengiriman last-mile.

"Dengan pengiriman jarak jauh otonom yang menjadi arus utama," kata Mitev, "industri kemungkinan besar akan menyaksikan peningkatan signifikan dalam pengumpulan data peristiwa. Dalam skenario ini, penjadwalan otomatis dan manajemen dok akan menjadi penting, karena kendaraan otonom akan memiliki dijadwalkan jauh lebih tepat daripada yang digerakkan oleh manusia. Manajemen dok berbasis cloud dan berkemampuan IoT, bersama dengan platform manajemen acara, akan menjadi hal yang harus dimiliki industri."

Oleh karena itu, percepatan adopsi sistem berbasis cloud menjadi sangat penting. Pengumpulan dan pembersihan data yang tepat memungkinkan peramalan peristiwa yang lebih baik dan ketidakpastian yang lebih sedikit. Sasaran seperti itu tidak dapat dicapai dengan sistem warisan di lokasi. Integrasi lintas platform standar, yang sangat penting untuk menciptakan rantai informasi yang mulus, dapat lebih mudah dicapai dengan adopsi sistem antarmuka pemrograman aplikasi terbuka (API) berbasis cloud, layanan mikro. E-air waybill Asosiasi Transportasi Udara Internasional adalah salah satu contoh API terbuka, tetapi menurut Mitev, "Yang hilang adalah standar untuk dokumen seperti pesanan penjemputan atau manifes kargo." Peningkatan besar-besaran, atau bahkan penggantian lengkap sistem TI utama, diperlukan, tambahnya.

"API standar akan bagus," kata Koev, "tetapi ini adalah pasar yang kompetitif, dan pemain biasanya tidak ingin berbagi. Saya telah melihat perusahaan dengan sengaja menghapus sebagian data mereka sebelum meneruskan ke perusahaan berikutnya."

Selain itu, teknologi hanya menjadi berharga jika dapat diskalakan, yang akan sulit dilakukan oleh perusahaan kecil. “Jadi dua sen saya untuk siapa yang akan mendorong pasar ke depan adalah pada pemain mapan, bukan start-up,” kata Koev.

Data besar akan tumbuh lebih besar lagi, dengan peningkatan jumlah perangkat yang terhubung secara otonom menghasilkan terabyte informasi baru. Kemampuan untuk mengakses dan memproses intelijen itu akan memberi perusahaan logistik keunggulan kompetitif yang substansial, tetapi fondasinya perlu dibangun sekarang. Perlombaan akan terjadi antara pemain besar saat ini, yang berjuang dengan perjalanan mereka menuju digitalisasi, dan pendatang baru yang bergabung dengan industri pra-digital.

Simone Puorto adalah pendiri Travel Singularity, dan penulis kontributor di Sciant.