Presentan en la NSTU un servicio en la nube para la logística de almacenes con análisis de IA

El sistema reduce los costos y previene la escasez de productos gracias al rápido procesamiento de datos

En la Universidad Técnica Estatal de Novosibirsk (NSTU) se ha desarrollado un sistema inteligente de gestión de inventario de almacén, capaz de procesar datos en segundos y generar recomendaciones para prevenir el tiempo de inactividad de equipos y empleados.

El sistema se basa en tecnologías de inteligencia artificial y aprendizaje automático y es un servicio en línea modular con arquitectura en la nube. Puede integrarse con los sistemas de información corporativos, lo que permite gestionar los principales procesos de negocio de la empresa en un entorno de software unificado.

El producto está orientado al comercio minorista, las empresas de producción y el comercio electrónico.

El desarrollo ayuda a resolver dos tareas clave de la logística de almacén: prevenir el exceso de inventario, que conduce a un aumento de los costos de almacenamiento, y evitar la escasez, que puede causar tiempo de inactividad y pérdida de ganancias. El sistema se distingue por su alto rendimiento: el procesamiento de datos tarda menos de 5 segundos. Además, es fácilmente escalable, seguro en su operación y fácil de usar gracias a su interfaz intuitiva.

Los costos de implementación se estiman en aproximadamente 160 mil rublos, lo que hace que el producto sea accesible para una amplia gama de empresas. El costo del desarrollo en sí ascendió a aproximadamente un millón de rublos. Según los autores, el sistema es competitivo en el mercado de la logística de almacenes y es capaz de aumentar significativamente la eficiencia de la gestión de inventario.

Lea más materiales sobre el tema:

Los sistemas de IA multiagente están siendo implementados por Sber en el campo de la recaudación

«Detección - entrega»: científicos de la NGU crearon un algoritmo para controlar un enjambre de drones con IA

Con una precisión del 98%: se implementó la IA para predecir el flujo de carga en СДЭК

Fuentes
TASS

Ahora en la página principal