Intelligente Lieferkette, unterstützt von physischer KI

Die Robotik gestaltet die Lieferkettenabläufe neu – von der Lagerkommissionierung und Sortierung bis hin zur Fertigungsmontage, Qualitätsprüfung sowie autonomen Lieferfahrzeugen und Drohnen. Durch das Training von Robotern in der Simulation vor der physischen Bereitstellung können Unternehmen Entwicklungszyklen beschleunigen, die Leistung in verschiedenen Szenarien validieren und Flotten autonomer Systeme in großem Maßstab koordinieren – und so den Durchsatz, die Sicherheit und die betriebliche Flexibilität verbessern.

Accenture nutzt den Mega NVIDIA Omniverse Blueprint, um physische KI-gestützte Roboterkoordinationssysteme für die intelligenten Lager der KION Group zu entwickeln und automatisierte Gabelstapler, intelligente Kameras sowie fortschrittliche Robotik zu autonomen Flotten zu vereinen. Das Ergebnis: Systeme, die Durchsatz, Aufgabenabschlusszeit und Sicherheit in globalen Betriebsabläufen kontinuierlich optimieren.

Die Bestandsoptimierung geht die Fragen an, die im Mittelpunkt jeder Lieferkette stehen: Was sollte man lagern, wo und in welchem Volumen. Durch die Berücksichtigung von Signalen wie Saisonalität, Werbeaktionen, Unterbrechungen in der Lieferkette und sich ändernden Markttrends kalibrieren diese Modelle die Lagerbestände innerhalb von Stunden statt von Wochen – und vermeiden so verpasste Verkäufe und kostspielige Überschüsse.

Um Lösungen in diesem Maßstab zu finden, benötigen Lieferkettenteams eine Optimierung, die mit sich ständig ändernden Variablen Schritt hält. NVIDIA cuOpt ist eine GPU-beschleunigte Optimierungs-Engine, die komplexe Ressourcenzuweisung, -auffüllung und -verteilungsprobleme über Tausende von SKUs und Standorten hinweg löst – und Planungszyklen von Stunden auf Minuten komprimiert.

Die steigende Kundennachfrage nach schnellen, zuverlässigen Lieferungen verwandelt die Routenoptimierung in einen strategischen Imperativ für die Lieferketten des Einzelhandels und der Konsumgüter. Moderne Systeme integrieren Echtzeit-Bestellvolumen, Bestandspositionen, Fahrzeugkapazitäten, Lieferfenster, Kundenadressen und Live-Störungsdaten, um Tausende von Last-Mile- und regionalen Routen innerhalb von Minuten dynamisch zu verfeinern – so können Einzelhändler sich an Nachfragespitzen anpassen und gleichzeitig die Pünktlichkeit aufrechterhalten.

NVIDIA cuOpt bietet eine bis zu 100-fache Beschleunigung bei der Routenplanung und dynamischen Neuoptimierung im nationalen Maßstab. Partner wie Lyric entwickeln cuOpt-gestützte Lösungen, die die gefahrenen Kilometer reduzieren, die Lieferzeiten verkürzen und den Kraftstoffverbrauch senken – und verwandeln die Last-Mile-Logistik von einer Kostenstelle in einen Wettbewerbsvorteil.

Ein Lagerbetriebsassistent dient als zentrale Intelligenzebene für den täglichen Betrieb und bringt Gerätedaten, Mitarbeiteraktivitäten und Echtzeit-Feeds aus Vision-KI und Sensorsystemen zusammen, um kontextbewusste Führung im Einsatz zu bieten. Durch die Vereinheitlichung von Informationen, die in der Regel in getrennt voneinander laufenden Systemen gespeichert sind, hilft der Assistent Teams, Probleme frühzeitig zu erkennen, Reaktionen in Echtzeit zu koordinieren und Schichten planmäßig durchzuführen – dies verbessert die Produktivität, Sicherheit und Ausfallsicherheit in komplexen Umgebungen mit hohen Volumen.

Partner wie Kinetic Vision setzen auf den NVIDIA Multi-Agent Intelligent Warehouse Blueprint, eine KI-Befehlsebene für die Produktion, die auf NVIDIA NeMo und NVIDIA NIM™ basiert. Der Blueprint ist Open Source und unternehmensbereit und stellt spezialisierte Agenten für den Gerätebetrieb, die Sicherheits-Compliance, Vorhersagen und Dokumentenintelligenz bereit – und bietet Lagerteams eine natürlich-sprachliche Schnittstelle, um Systeme abzufragen, Routineentscheidungen zu automatisieren und fragmentierte Daten in ein einheitliches Betriebsbild zu verwandeln.

KI beschleunigt die Art und Weise, wie Konsumgüterunternehmen neue Produkte entwickeln – von der Zutatenauswahl und der Rezeptoptimierung bis hin zur sensorischen Profilierung und der Einhaltung gesetzlicher Bestimmungen. KI-Modelle können neue Formulierungen vorschlagen, Materialeigenschaften vorhersagen und Wechselwirkungen zwischen Inhaltsstoffen simulieren, wodurch F&E-Zyklen, die traditionell Jahre dauern, auf Monate verkürzt werden.

L'Oréal hat NVIDIA ALCHEMI™ in seine F&E-Workflows für den Photoschutz und das Hautton-Management integriert und Entdeckungszyklen erreicht, die bis zu 100-mal schneller sind als herkömmliche Methoden. Die Plattform simuliert das molekulare Verhalten im atomaren Maßstab und ermöglicht es den Wissenschaftlern von L'Oréal, chemische Ansätze mit niedrigem Potenzial frühzeitig zu eliminieren und die Ressourcen auf die vielversprechendsten Formulierungen zu konzentrieren.