Souhrn
Profesor Subodha Kumar z Temple University konstatuje, že technologie internetu věcí (IoT) v řízení dodavatelských řetězců překonalo fázi přehnaných očekávání a nyní přináší měřitelné úspěchy, zejména ve skladech, dopravě, chladových řetězcích a údržbě strojů. Vysvětluje typické výzvy při implementaci, zbývající překážky v širším IoT sektoru a jak dostupná AI zvyšuje praktičnost IoT dat. Podcast patří do série Enterprise Apps Unpacked.
Klíčové body
- IoT senzory umožňují sledování pohybu zboží od surovin přes výrobu až po prodej a vrácení, včetně ověřování původu, kontroly nákladů a optimalizace skladů.
- Reálné výsledky zahrnují méně výpadků zásob, nižší míru zkažení zboží a kratší prostoje při údržbě.
- AI zvyšuje hodnotu IoT tím, že zpracovává velká data pro lepší predikce a rozhodování.
- Kumar, expert na interakce dodavatelských řetězců a digitálních technologií, vede katedru statistiky, operací a datové vědy na Temple University.
Podrobnosti
Aplikace IoT v dodavatelských řetězcích mají logický základ: levné senzory připojené k internetu sbírají data o pohybu miliónů položek po světě. Tyto senzory slouží k ověřování původu produktů (traceability), kontrole nákladů a kvality při nákupu surovin, optimalizaci inventáře ve skladech a včasnému dodání do prodejen. Deset let po prvním rozmachu IoT, kolem roku 2015, kdy panovalo velké nadšení, nyní přichází ověřené výsledky. Podle Kumara jsme překročili hypu a vidíme úspěchy v klíčových oblastech: ve skladech klesají výpadky zásob, v chladových řetězcích (např. pro potraviny nebo léky) se snižuje zkažení a v údržbě se zkracují prostoje díky prediktivní analýze.
Kumar, který řídí doktorský program v operacích a dodavatelských řetězcích a publikuje v odborných časopisech o řízení operací a IT, zdůrazňuje výzvy implementace. Firmy čelí problémům s integrací senzorů do existujících systémů, zajištěním bezpečnosti dat a škálovatelností v globálních řetězcích. Zbývají i širší překážky IoT, jako standardizace protokolů a spolehlivost připojení v odlehlých oblastech. Klíčovým faktorem růstu je AI: levné modely AI nyní zpracovávají obrovská data z IoT senzorů, což umožňuje predikce poruch, optimalizaci tras dopravy nebo detekci anomálií v reálném čase. Například AI algoritmy analyzují data z vibračních senzorů na strojích pro prediktivní údržbu, čímž se vyhýbají náhlým výpadkům. Tento podcast z 1. prosince 2025 shrnuje tyto trendy na základě Kumarových výzkumů a praktických případů.
Proč je to důležité
IoT v kombinaci s AI zvyšuje efektivitu dodavatelských řetězců, což ovlivňuje celosvětový obchod v hodnotě bilionů dolarů. Firmy dosahují úspor až desítek procent na nákladech a ztrátách, což je klíčové v době narušení řetězců kvůli pandemiím nebo geopolitickým konfliktům. Pro průmysl znamená to posun k datově řízenému řízení, kde AI zpracovává IoT data pro autonomní rozhodování. Nicméně zbývající výzvy, jako bezpečnost a interoperabilita, brání plnému nasazení – firmy musí investovat do robustních platforem. V širším kontextu posiluje to trend konvergence IoT a AI, což ovlivní nejen logistiku, ale i výrobu a maloobchod.
Zdroj: 📰 Techtarget.com
| 