Optymalizacja logistyki z SAP BTP i generatywną AI

Firma LeverX znacznie zoptymalizowała procesy logistyczne w dużej firmie produkcyjnej, wdrażając rozwiązanie oparte na platformie SAP BTP i generatywnej sztucznej inteligencji. Nasze działania przyniosły wymierne rezultaty, w tym obniżenie kosztów operacyjnych o 15–20% oraz poprawę terminowości dostaw.

Klient i wyzwanie

Duża firma produkcyjna o rozproszonej strukturze: centrala w Europie, ma pięć zakładów produkcyjnych w Azji i Ameryce Północnej oraz 200 centrów dystrybucji na całym świecie. Firma operuje na wysokich wolumenach danych i napotykała poważne wyzwania w zarządzaniu sieciąlogistyczną.

Główne problemy:

• Rozproszone dane logistyczne: Dane były rozsiane po licznych, odizolowanych źródłach — arkuszach Excel, zdecentralizowanych systemach zarządzania flotą i usługach zewnętrznych — co uniemożliwiało uzyskanie kompletnego i wiarygodnego obrazu sytuacji. Brak jednolitego widoku danych powodował błędy decyzyjne na każdym poziomie operacyjnym.
• Powolne procesy planowania i raportowania: Planowanie tras, prognozowanie popytu i raportowanie logistyczne były czasochłonne. Przygotowanie skonsolidowanych raportów mogło zajmować dni lub tygodnie — co sprawiało, że dane traciły aktualność zanim dotarły do decydentów.
• Ręczne i podatne na błędy procesy: Znaczna część pracy analitycznej i planistycznej była wykonywana ręcznie, co zwiększało ryzyko błędów i prowadziło do nieścisłości w planowaniu tras oraz alokacji zasobów. Każda pomyłka generowała koszty i opóźnienia widoczne w całej sieci dystrybucji.
• Niedokładne prognozowanie popytu: Firma miała trudności z uzyskiwaniem aktualnych informacji, a powolne procesy uniemożliwiały szybką reakcję na zmiany rynkowe — zatory drogowe, wahania popytu — co prowadziło do utraty szans biznesowych i nadmiernych zapasów.
• Brak jednego źródła informacji: Brak centralnego centrum danych powodował rozbieżności w oczekiwaniach i nieporozumienia między działami logistyki, sprzedaży i produkcji. Kierownictwo wyrażało niezadowolenie z tych niespójności, ponieważ obniżały one ogólną efektywność i utrudniały strategiczne dostosowanie działań.

Rozwiązanie — SAP BTP i generatywna AI jako fundament inteligentnej logistyki

LeverX zbudował rozszerzenie oparte na SAP BTP i SAP Business AI dla procesów łańcucha dostaw, zapewniając bezproblemową integrację danych logistycznych oraz przyspieszenie procesów planowania i analizy. Rozwiązanie w pełni uzupełnia cyfrowe portfolio łańcucha dostaw SAP.

Wybór SAP BTP wynikał z dokładnego audytu istniejących systemów klienta i oceny rozwiązań rynkowych. Platforma została wybrana, ponieważ jej kluczowe możliwości idealnie odpowiadały potrzebom firmy — zarówno pod względem skalowalności, jak i natywnej integracji z ekosystemem SAP Business AI..

Kluczowe aspekty rozwiązania:

• Kompleksowa integracja danych: SAP BTP i SAP Integration Suite zapewniają potężne narzędzia do bezproblemowej integracji danych z różnych systemów — SAP S/4HANA, urządzeń GPS, zewnętrznych API pogodowych i drogowych — eliminując fragmentację danych logistycznych. Wszystkie dane przepływają do jednego, centralnego repozytorium w czasie rzeczywistym.
• Jedno źródło prawdy dla całej organizacji: Dzięki SAP BTP — obejmującemu SAP Analytics Cloud i SAP Datasphere — powstało scentralizowane repozytorium danych, zapewniające spójność i wiarygodność informacji logistycznych w całej organizacji. 200 centrów dystrybucji i pięć zakładów produkcyjnych działa na tych samych, aktualnych danych.
• Elastyczność i skalowalność: Platforma umożliwia szybkie tworzenie i adaptację aplikacji oraz skalowanie ich wraz ze wzrostem wolumenów danych i potrzeb biznesowych — bez konieczności przepisywania całej architektury.
• Głęboka integracja z ekosystemem SAP: Platforma zapewnia natywną integrację z kluczowymi komponentami ekosystemu SAP, w tym SAP S/4HANA, gwarantując bezproblemowe i dokładne działanie krytycznych procesów biznesowych.
• Prognozowanie i optymalizacja z generatywną AI: Wbudowane narzędzia business intelligence i predykcyjnego planowania w SAP Analytics Cloud przyspieszają bieżące procesy i umożliwiają prognozowanie popytu oraz optymalizację tras. Osiągnięto to poprzez zastosowanie modeli Transformer do analizy danych dostaw i przewidywania optymalnych tras oraz Variational Autoencoders (VAE) do analizy wzorców popytu konsumenckiego.

Kluczowe elementy rozwiązania obejmowały:

• Ujednolicone źródło danych logistycznych: Wykorzystując SAP BTP i SAP Analytics Cloud, dane z różnych źródeł — SAP S/4HANA Cloud (zapasy i zamówienia) oraz dane GPS i telemetryczne — są integrowane w jedno, wiarygodne źródło prawdy. Eliminuje to fragmentację danych i zapewnia spójność we wszystkich 200 centrach dystrybucji.
• Przyspieszona analiza i planowanie: Rozwiązanie zapewnia dostęp do danych na żądanie, znacząco przyspieszając analizę wykorzystania floty, efektywności tras i procesów planowania. Raporty, które wcześniej zajmowały tygodnie, są teraz dostępne w minutach.
• Predykcyjne prognozowanie popytu i planowanie tras: Wdrożono predykcyjne prognozowanie popytu i optymalizację tras uwzględniającą czynniki czasu rzeczywistego — ruch drogowy, pogodę, zdarzenia lokalne. Modele AI uczą się na historycznych danych dostaw i stale poprawiają precyzję prognoz.
• Business intelligence, planowanie i analityka predykcyjna: SAP Analytics Cloud stanowi centralny komponent dla business intelligence, planowania i analityki predykcyjnej — w tym prognozowania popytu i optymalizacji tras. Kierownicy logistyki mają dostęp do interaktywnych dashboardów z danymi w czasie rzeczywistym.
• Integracja danych przez SAP Integration Suite: SAP Integration Suite zapewnia bezproblemową integrację danych z SAP S/4HANA i innych systemów logistycznych (systemy zarządzania magazynem, śledzenie przesyłek), gwarantując ciągły i dokładny przepływ informacji.
• Unifikacja danych przez SAP Datasphere: SAP Datasphere tworzy ujednolicone źródło danych logistycznych, konsolidując dane z różnych, rozproszonych źródeł w jedną spójną warstwę analityczną.
  
  Dzięki realizowanemu etapowo projektowi integracyjnemu firma uzyskuje wgląd w dane w czasie rzeczywistym i dostosowane oczekiwania między zespołami, znacząco poprawiając ogólną efektywność zarządzania logistyką.

Zastosowane usługi i technologie

Rozwiązanie zostało zbudowane na skalowalnym i zintegrowanym stosie technologii SAP:

• Platforma bazowa: SAP BTP zapewnia fundamentalne środowisko chmurowe i usługi do tworzenia i uruchamiania aplikacji.

• Analityka i planowanie: SAP Analytics Cloud to kluczowy komponent business intelligence, planowania i analityki predykcyjnej.

• Baza danych: SAP HANA Cloud (rdzeń SAP Datasphere) jest wykorzystywany do wysokowydajnego przechowywania i przetwarzania danych w pamięci operacyjnej.

• Integracja: SAP Integration Suite zapewnia bezproblemową integrację danych między wszystkimi systemami.

• Unifikacja danych: SAP Datasphere tworzy ujednoliconą bazę analityczną z heterogenicznych źródeł.

• Modele generatywnej AI: Modele oparte na architekturze Transformer analizują dane dostaw i przewidują optymalne trasy, natomiast Variational Autoencoders (VAE) modelują i prognozują wzorce popytu konsumenckiego.

• Zarządzanie AI: SAP AI Core, SAP AI Launchpad i SAP Generative AI Hub są używane do zarządzania cyklem życia modeli AI i ich integracją z procesami biznesowymi.

• Gotowe narzędzia: Inteligentne aplikacje i produkty danych zapewniły solidną podstawę i skróciły czas wdrożenia.

Wyniki

Wdrożenie rozwiązania przyniosło znaczące, wymierne korzyści biznesowe dla klienta:

• Redukcja kosztów operacyjnych o 15–20%: Optymalizacja nieefektywnych tras i poprawa wykorzystania pojazdów pozwoliły zaoszczędzić do 15–20% na paliwie i kosztach operacyjnych. Osiągnięto 5-procentowy spadek pustych przebiegów — bezpośrednie źródło oszczędności wpływające na EBITDA firmy.

• Poprawa terminowości dostaw o 10–15%: Ulepszone prognozowanie i planowanie zredukowały opóźnienia dostaw o 10–15%. Klienci końcowi odczuli poprawę jakości usług, co przełożyło się na wyższy wskaźnik satysfakcji i lojalności.

• Zjednoczenie 200 centrów dystrybucji: 200 centrów dystrybucji z 320 pracownikami zostało zintegrowanych pod wspólnymi planami korporacyjnymi, pracując na ujednoliconej bazie informacyjnej. Koniec z rozbieżnymi danymi między działami logistyki, sprzedaży i produkcji.

• Etapowe podejście minimalizujące ryzyko: Wdrożenie rozwiązania etapami zminimalizowało ryzyka i uniknięto zakłócającego jednorazowego "big-bang modernization". Każdy etap przynosił konkretne, mierzalne wyniki zanim uruchomiono kolejny.

Realizacja tego projektu umożliwia klientowi przejście od reaktywnego do proaktywnego, opartego na danych zarządzania logistyką. Firma — jak wiele polskich i europejskich producentów działających globalnie — nie tylko znacząco redukuje koszty operacyjne i poprawia jakość usług, ale także wzmacnia swoją pozycję konkurencyjną na rynku dzięki wdrożeniu inteligentnych, adaptacyjnych procesów zdolnych do szybkiego reagowania na zmieniające się warunki rynkowe.

Kluczowa zmiana to przejście od logistyki reagującej na problemy do logistyki przewidującej je — zanim staną się kosztownymi incydentami. Generatywna AI na platformie SAP BTP nie jest tutaj technologią dla technologii — to narzędzie przekładające się bezpośrednio na wyniki finansowe i operacyjną przewagę konkurencyjną.