बुद्धिमान, स्व-अनुकूलन नेटवर्क का निर्माण | हिंदुस्तान टाइम्स

ई-कॉमर्स के भविष्य के बारे में हर बातचीत अंततः ग्राहक अनुभव पर पहुंचती है। हर कोई तेज़ डिलीवरी, बेहतर ट्रैकिंग और कम असफल प्रयासों को लेकर चिंतित है। जिस बात पर कम ध्यान दिया जाता है वह है बुनियादी ढांचे का सवाल: आप एक पूर्ति नेटवर्क कैसे बनाते हैं जो न केवल विकास पर प्रतिक्रिया करता है बल्कि सक्रिय रूप से इसके आसपास खुद को व्यवस्थित करता है?

यही समस्या हल करने लायक है. और इसे संबोधित करने वाली प्रौद्योगिकियां वर्तमान में अधिकांश ऑपरेटरों के रडार पर मौजूद तकनीकों से कहीं आगे जाती हैं।

आर्टिफिशियल इंटेलिजेंस (एआई) ने पहले ही मांग पूर्वानुमान, मार्ग अनुकूलन और गोदाम इन्वेंट्री प्रबंधन को सार्थक तरीकों से बदल दिया है। जिन व्यवसायों ने एआई-संचालित नियोजन उपकरण अपनाए हैं, वे कम प्रतिक्रियाशील निर्णय ले रहे हैं और कम परिचालन क्षति के साथ व्यवधानों को अवशोषित कर रहे हैं। यह एक वास्तविक सुधार है.

लेकिन एआई, जैसा कि वर्तमान में अधिकांश लॉजिस्टिक्स परिचालनों में तैनात है, मूल रूप से ऐतिहासिक और वास्तविक समय डेटा पर काम करने वाला एक पैटर्न-पहचान उपकरण है। यह आपको यह बताने में बहुत अच्छा है कि क्या होने की संभावना है और जब कुछ गलत हुआ हो तो उसे चिह्नित करना। यह श्रृंखला में कहीं मानवीय हस्तक्षेप के बिना उस जानकारी पर भौतिक रूप से कार्य करने के लिए कम सुसज्जित है।

पूर्ति अवसंरचना की अगली पीढ़ी उस अंतर को पाट देती है।

वेयरहाउस रोबोटिक्स कोई नई बात नहीं है। फिक्स्ड ऑटोमेशन – कन्वेयर सिस्टम, सॉर्टिंग मशीन, बारकोड स्कैनर – दशकों से बड़े पूर्ति केंद्रों का हिस्सा रहा है। जो बदल रहा है वह स्वयं रोबोटों की प्रकृति है।

नए रोबोटिक सिस्टम दोहराव के बजाय अनुकूलनशीलता के आधार पर डिज़ाइन किए गए हैं। वे अनियमित वस्तुओं को संभालने के लिए कंप्यूटर विज़न और सुदृढीकरण सीखने का उपयोग करते हैं, इन्वेंट्री लेआउट बदलने पर पिक पथों को फिर से कॉन्फ़िगर करते हैं, और स्पष्ट रूप से पुन: प्रोग्राम किए बिना समय के साथ अपने स्वयं के प्रदर्शन में सुधार करते हैं। एक रोबोट जो निश्चित निर्देशों को निष्पादित करने के बजाय अपने वातावरण से सीख सकता है, वह पिछली पीढ़ी के स्वचालन से स्पष्ट रूप से भिन्न है – और विशाल SKU विविधता को संभालने वाले ई-कॉमर्स ऑपरेटरों के लिए, यह अंतर काफी मायने रखता है।

लॉजिस्टिक्स योजना में प्रवेश करने वाली अधिक परिणामी तकनीकों में से एक डिजिटल ट्विन है – भौतिक पूर्ति नेटवर्क का एक गतिशील, वास्तविक समय सिमुलेशन। एक डिजिटल ट्विन केवल यह मॉडल नहीं बनाता कि गोदाम या वितरण नेटवर्क आज कैसा दिखता है। यह लाइव ऑपरेशनल डेटा को ग्रहण करता है और वास्तविक सिस्टम के साथ लगातार चलता रहता है, जिससे ऑपरेटरों को निर्णयों का परीक्षण करने, तनाव-परीक्षण परिदृश्यों और वास्तविक दुनिया में होने से पहले विफलता बिंदुओं की पहचान करने की अनुमति मिलती है।

व्यावहारिक अनुप्रयोग महत्वपूर्ण हैं. एक नए पूर्ति क्षेत्र में विस्तार करने से पहले, एक ऑपरेटर विभिन्न मांग धारणाओं के तहत मौजूदा नेटवर्क पर प्रभाव का अनुकरण कर सकता है। पीक सीज़न से पहले, वे नेटवर्क को अनुमानित लोड पर चला सकते हैं और पहचान सकते हैं कि यह कहाँ टूटता है। नई वाहक साझेदारी के लिए प्रतिबद्ध होने से पहले, वे डिलीवरी प्रदर्शन पर डाउनस्ट्रीम प्रभावों का मॉडल तैयार कर सकते हैं। जो निर्णय वर्तमान में अनुभव और अनुमान पर निर्भर होते हैं वे परीक्षण योग्य हो जाते हैं। इससे निर्णयों की गुणवत्ता ही बदल जाती है।

ई-कॉमर्स पूर्ति में ट्रस्ट एक कम सराहनीय परिचालन समस्या है। मल्टी-पार्टी सप्लाई चेन – निर्माता, माल अग्रेषणकर्ता, सीमा शुल्क एजेंट, अंतिम-मील वाहक – में हैंडऑफ़ शामिल होते हैं जहां दृश्यता कम हो जाती है और जवाबदेही विवादित हो जाती है। जब कुछ गलत होता है, तो यह स्थापित करना कि क्या हुआ, कहाँ हुआ और कौन जिम्मेदार है, अक्सर समस्या को ठीक करने से अधिक कठिन होता है।

ब्लॉकचेन-आधारित आपूर्ति श्रृंखला प्रणालियाँ पूरे नेटवर्क में प्रत्येक लेनदेन और हैंडऑफ़ का एक अपरिवर्तनीय, साझा रिकॉर्ड बनाकर इसका समाधान करती हैं। कोई भी एक पक्ष बही-खाते पर नियंत्रण नहीं रखता। प्रत्येक प्रतिभागी को समान डेटा दिखाई देता है. सीमा-पार पूर्ति या उच्च-मूल्य वाले सामान का प्रबंधन करने वाले व्यवसायों के लिए, यह कोई सैद्धांतिक लाभ नहीं है – यह सबूत होने और विवाद होने के बीच का अंतर है।

अंतिम-मील डिलीवरी पूर्ति श्रृंखला का सबसे महंगा और परिचालन रूप से जटिल खंड है, जो आमतौर पर कुल डिलीवरी लागत के आधे से अधिक के लिए जिम्मेदार है। यह अनुकूलन के प्रति सबसे अधिक प्रतिरोधी खंड भी है क्योंकि इसमें ट्रैफ़िक, पहुंच, प्राप्तकर्ता की उपलब्धता, पता सटीकता जैसे सबसे अधिक मानवीय चर शामिल हैं।

स्वायत्त वितरण – चाहे नियंत्रित वातावरण में जमीनी वाहनों के माध्यम से या अंततः, कम घनत्व वाले क्षेत्रों में ड्रोन के माध्यम से – अभी भी परिपक्व हो रहा है। अधिकांश बाज़ारों में विनियामक ढाँचे अनसुलझे हैं। लेकिन प्रक्षेप पथ स्पष्ट है, और आज पूर्ति बुनियादी ढांचे का निर्माण करने वाले व्यवसायों को स्वायत्त अंतिम-मील क्षमता को ध्यान में रखकर डिजाइन करना चाहिए, भले ही तैनाती अभी भी कई साल दूर हो। अभी किए गए बुनियादी ढांचे के फैसले या तो उस बदलाव को समायोजित करेंगे या बाद में महंगी रेट्रोफिटिंग की आवश्यकता होगी।

इनमें से कोई भी तकनीक अलग-अलग काम नहीं करती है, और इनमें से कोई भी केवल अपनाए जाने से मूल्य प्रदान नहीं करती है। पूर्ति नेटवर्क जो अगले दशक में सबसे अच्छा प्रदर्शन करेंगे, वे इंटरऑपरेबिलिटी के आसपास बनाए गए होंगे – सिस्टम जो डेटा को साफ-सुथरा साझा करते हैं, वास्तविक समय में एक-दूसरे को जवाब देते हैं, और नेटवर्क के एक हिस्से में किए गए निर्णय को बाकी हिस्सों में समझदारी से प्रसारित करने की अनुमति देते हैं।

प्रौद्योगिकी प्रश्न होने से पहले यह एक वास्तुशिल्प प्रश्न है। और यह वह सवाल है जो नेतृत्व को अब पूछने की जरूरत है, जबकि बुनियादी ढांचे को अभी भी डिजाइन किया जा रहा है, बजाय इसके कि इसे लॉक कर दिया गया है। पूर्ति नेटवर्क बनाने की खिड़की जो वास्तव में आत्म-अनुकूलन कर रहे हैं, खुली है। यह अनिश्चित काल तक खुला नहीं रहेगा.

यह लेख DAAKit Technologies के संस्थापक और सीईओ चंदन सिंह घुगत्याल द्वारा लिखा गया है।