DOSP-VHR-001256 | Roadmap for AI-driven synchromodal logistics

De logistieke sector staat onder druk. De fileproblematiek, de klimaatuitdagingen, de concurrentie uit het buitenland, het nijpend tekort aan chauffeurs, de schaarste van overig personeel in de logistieke sector en de toenemende eisen van consumenten zetten de bestaande businessmodellen onder druk. Om relevant te blijven in de toekomst dienen logistieke (transport)bedrijven hun werking en hun bedrijfsmodellen te innoveren. Bestaande goederenstromen zullen efficiënter moeten worden georganiseerd om een antwoord te bieden aan bovenstaande problemen en om aan de steeds stijgende vraag naar meer capaciteit tegemoet te kunnen komen.

Een bekend model uit de literatuur om de logistieke sector aan te passen aan de noden van de toekomst en een antwoord te bieden aan bovenstaande problemen is het Physical Internet. Binnen het Physical Internet is een shift van unimodale naar multimodale en synchromodale goederenstromen een belangrijke stap. Deze transitie vormt het onderwerp van dit TETRA-project.

De overstap naar multi- en synchromodaliteit maakt het nemen van beslissingen en het opstellen van vervoersplanning significant complexer. Veel logistieke KMO’s gebruiken reeds een (voornamelijk administratief) softwarepakket om beslissingen bij te houden. Het is de ambitie van dit project om de steeds complexer wordende beslissingsprocessen bij logistieke KMO’s verder te ondersteunen en de administratieve softwarepakketten te verrijken met AI-technieken om te komen tot volwaardige decision support tools.

Om de transitie naar multi- en synchromodaliteit bij logistieke KMO’s te ondersteunen en te versnellen zijn de volgende acties nodig: (1) voor de logistieke KMO’s dienen er duidelijke businessmodellen en transitieplannen aangeboden te worden, (2) om complexe synchromodale transportplanning mogelijk te maken dienen de nodige softwaretools aangereikt te worden, (3) softwarebedrijven hebben inzicht nodig in AI-expertsystemen en -algoritmen om de complexe planningsproblematiek aan te pakken met een decision support tool.

Concreet beogen we in dit TETRA project volgende doelstellingen:

• Een tool die nauw aansluit bij de werking van de bedrijven en die het uitbouwen van multi- en synchromodaliteit ondersteunt en versnelt
• Inzicht in state-of-the-art algoritmen voor optimalisatieproblemen binnen synchromodaliteit
• Praktische vertaling van state-of-the-art onderzoek omtrent de synergie van AI/machine learning, tunen van algoritmen en optimalisatieproblemen
• Logistieke dienstverleners activeren omtrent multi-/synchromodaliteit door middel van opleiding en businessplannen

Het innovatiedoel in dit project was tweeledig: (i) een aanzet geven voor concrete business- en transitieplannen voor logistieke bedrijven om de verandering richting transport en logistiek in een synchromodale setting door te voeren en (ii) een proof-of-concept planningsapplicatie maken om steeds complexer wordende beslissingen in een synchromodale setting te ondersteunen.

Op vandaag zijn de meeste logistieke bedrijven nog unimodaal georganiseerd. Bedrijven staan dus voor een keuze en de transitie – welke ze ook kiezen te maken – zal een meerstappenproces zijn. Er werd een maturiteitsmodel ontwikkeld bestaande uit vijf maturiteitsniveaus, gaande van unimodaal, over ad hoc en structureel intermodaal, tot situationeel en uiteindelijk real-time synchromodaal. De overstap van één maturiteitsniveau naar het volgende vereist steeds aanpassingen op verschillende dimensies. Als stappenplan identificeerden we per maturiteitsniveau de kritische succesfactoren die voldaan moeten zijn alvorens de stap naar het volgende maturiteitsniveau kan worden gezet.

Het is echter niet zo dat in een synchromodale toekomst enkel plaats is voor spelers van de hoogste maturiteitsniveaus. Unimodale transporteurs blijven een rol spelen, al zal deze rol evolueren naar een puur uitvoerende rol ten dienste van het netwerk van de logistieke regisseur. Maar zelfs voor die puur uitvoerende spelers geldt dat ze enkel zullen kunnen meespelen in het synchromodale spel wanneer ze voldoende gedigitaliseerd en geconnecteerd zijn met het netwerk.

Voor de meeste bedrijven wordt het dus kiezen tussen unimodaal blijven en minimaal investeren in digitalisering en connectiviteit om zich te kunnen inschakelen in het ruimere, synchromodale netwerk versus de opstap maken richting intermodaliteit, samen met de nodige inspanningen voor het verruimen van het netwerk en de nog uitgebreidere investeringen in extra infrastructuur.

Een extra complexiteit, zo blijkt, is dat maturiteitsniveaus ook kunnen verschillen binnen hetzelfde bedrijf. Voor bepaalde klanten of trajecten staan bedrijven soms veel verder dan voor andere. Op basis van bestaande maturiteitstesten is het dan moeilijk om het bedrijf eenduidig toe te wijzen aan een maturiteitsniveau. Omwille van die reden vertrekken we bij de classificatie niet van uiteindelijke resultaten van bedrijfsacties (WAT-vraag), maar van de acties zelf (HOE-vraag). Door de manier van werken en de operationele processen centraal te zetten is het eenvoudiger om het maturiteitsniveau van de verschillende deelprocessen binnen bedrijven te classificeren en zo zichtbaar te maken op welke vlakken er nog inspanningen dienen geleverd te worden.

We concludeerden dan ook dat voor een bedrijf de transitie richting volgende het maturiteitsniveau best gefragmenteerd en evenwichtig gebeurt. Concreet betekent dit dat bedrijven hun activiteiten opsplitsen in corridors en vervolgens alle nodige processen op het gewenste maturiteitsniveau brengen, en dit corridor per corridor in plaats van meteen voor het alle bedrijfsactiviteiten tegelijk. Begeleiding van bedrijven om dergelijke transitieplannen op te stellen en te implementeren is mogelijk via dienstverleningstrajecten.

Tijdens het project werd de volledige planningsproblematiek bij logistieke dienstverleners in kaart gebracht. De grootste uitdaging voor de bedrijven is het plannen of her-plannen op korte termijn: extra orders moeten op het laatste moment (ad hoc) worden ingepland, (een deel van) de oorspronkelijke planning kan niet (meer) worden nageleefd, er worden problemen voorzien tijdens het transport, levertijden kunnen niet (meer) worden gehaald, orders worden geannuleerd of aangepast. Dergelijke laatste moment aanpassingen kunnen, samen met vragen voor transport die binnen een heel korte tijdspanne moeten worden uitgevoerd, beschouwd worden als korte termijn orders. Het inplannen van dergelijke korte termijn orders, hierbij rekening houdend met mogelijke beperkingen, de vereisten van de klant, het bundelen van volumes en het combineren met orders die reeds zijn ingepland is voor een planner zeer complex en tijdrovend. Er werd een optimalisatiealgoritme ontworpen en een proof-of-concept planningsapplicatie geïmplementeerd om aan deze problematiek tegemoet te komen. Op aanvraag kunnen bedrijven deze applicatie uittesten.