செயற்கை நுண்ணறிவும் நிகழ்நேரக் கண்காணிப்பும் சரக்கு மேலாண்மையை எவ்வாறு மாற்றுகின்றன

 

அறிமுகம்

பல தசாப்தங்களாக, சரக்கு மேலாண்மை முழுமையற்ற தகவல்களுடன் மட்டுமே செயல்பட்டு வந்தது. ஷென்சென்னில் உள்ள ஒரு ஆலையிலிருந்து புறப்பட்ட ஒரு சரக்கு, தளவாட வலையமைப்பிற்குள் மறைந்து, பின்னர் சில சமயங்களில் பல நாட்கள் கழித்து, சேருமிடத்திலோ அல்லது அதிருப்தியடைந்த வாடிக்கையாளருக்கு விளக்கப்பட வேண்டிய ஒரு சிக்கலாகவோ மீண்டும் தோன்றியது. வெளிப்படைத்தன்மை என்பது ஒரு வழிமுறையாக இருக்கவில்லை; அது ஒரு கருணையாக இருந்தது. நிகழ்வு நடந்த பிறகு, வழிமாற்றம், சரக்குகளை மீண்டும் நிரப்புதல் அல்லது சரக்குக் கொண்டுசெல்லும் நிறுவனத்தின் செயல்திறன் தொடர்பான முடிவுகள், படிக்கப்படும்போதே காலாவதியாகிவிட்ட அறிக்கைகளின் அடிப்படையில் எடுக்கப்பட்டன.

இப்போது, ​​அந்த வணிக முறை உடைக்கப்பட்டு வருகிறது. IoT சென்சார்கள், GPS நெட்வொர்க்குகள், கிளவுட் தளங்கள் மற்றும் இயந்திர கற்றல் இயந்திரங்களை அடிப்படையாகக் கொண்ட செயற்கை நுண்ணறிவு மற்றும் நிகழ்நேர கண்காணிப்பு தொழில்நுட்பங்கள் ஒன்றிணைந்து, சரக்கு போக்குவரத்துத் துறையில் இதற்கு முன் இல்லாத ஒன்றை உருவாக்கியுள்ளன: அதாவது, ஒரு உலகளாவிய விநியோகச் சங்கிலியில் என்ன நடக்கிறது என்பதை அது நிகழும்போதே பார்க்கும் திறனும், பிரச்சனைகள் நெருக்கடிகளாக மாறுவதற்கு முன்பே செயல்படும் திறனும் ஆகும். இந்த மாற்றத்திற்காகச் செலவிடப்பட்ட பணத்தின் அளவு குறிப்பிடத்தக்கது. சரக்கு மேலாண்மை அமைப்புகளுக்கான உலகளாவிய சந்தை 2025-ல் $19.76 பில்லியன் மதிப்புடையது மற்றும் 2034-க்குள் $43.21 பில்லியனாக வளரும் என்று எதிர்பார்க்கப்படுகிறது. சரக்கு போக்குவரத்தில் பொருட்களின் இணையம் (IoT) 2025-ல் $61.17 பில்லியனிலிருந்து 2032-க்குள் $161 பில்லியனாக விரிவடையும் என்று எதிர்பார்க்கப்படுகிறது. விநியோகச் சங்கிலி தெரிவுநிலை மென்பொருளுக்கான சந்தை ஒவ்வொரு ஆண்டும் 24.98% என்ற விகிதத்தில் வளர்ந்து வருகிறது. இவை வெறும் யூகங்கள் அல்ல; சரக்குகள் செல்லும் விதத்தை மாற்றும் அமைப்புகளில் பணம் முதலீடு செய்யப்படுகிறது என்பதை இவை காட்டுகின்றன.

நிஜ வாழ்க்கையில் அந்த மாற்றம் எப்படி இருக்கிறது என்பதை இந்தக் கட்டுரை ஆராய்கிறது. இதில், நிரூபிக்கக்கூடிய முடிவுகளுக்கு வழிவகுக்கும் குறிப்பிட்ட பயன்பாடுகள், தத்தெடுப்பை விரைவுபடுத்தும் சந்தை இயக்கவியல், இன்னும் நிலவும் உண்மையான சிக்கல்கள், மற்றும் சீனாவுக்கும் அமெரிக்காவுக்கும் இடையிலான வழித்தடத்திலும் அதற்கு அப்பாலும் சரக்குகளைக் கொண்டு செல்லும் நிறுவனங்களுக்கு இது என்ன அர்த்தம் தருகிறது என்பன அடங்கும்.

 

சரக்குப் போக்குவரத்தின் வெளிப்படைத்தன்மை ஏன் இந்தத் துறையின் மையப் பிரச்சனையாக மாறியது?

சரக்குப் போக்குவரத்துத் தொழில்நுட்பத்தில் நிகழ்நேரக் கண்காணிப்பு மிக முக்கியமானதாக மாறியது தற்செயலானது அல்ல. அது இல்லாததால் ஏற்படும் செலவு, பெரும்பாலான நிறுவனங்கள் முதலில் நினைத்ததை விட மிக அதிகமாக இருக்கும் என்று தெரியவந்ததால், அது மையமானதாக மாறியது. 2024-ல், பல தொழில்துறைகளில் விநியோகச் சங்கிலிகள் தடைபட்ட நிகழ்வுகளின் எண்ணிக்கை 32% அதிகரித்தது. உலகெங்கிலும் உள்ள 78%-க்கும் மேற்பட்ட உற்பத்தியாளர்கள், தங்களின் அனைத்து விநியோகஸ்தர்களையும் பார்க்க முடியவில்லை என்று கூறினர். ஆனால் சில ஆண்டுகளுக்கு முன்பு வரை, "எனது சரக்கு எங்கே?" என்ற கேள்விக்கான பதில் எப்போதும் ஒன்றாகவே இருந்தது: ஒரு சரக்கு அனுப்புநருக்கு தொலைபேசி அழைப்பு, ஒரு சரக்குக் கொண்டுசெல்லும் நிறுவனத்தின் காலாவதியான இணையதளத்தைச் சரிபார்த்தல், மற்றும் காத்திருத்தல்.

மின்னணு வர்த்தகத்தின் வளர்ச்சி, நிலைமையை விரைவாகக் கணிக்கத் தூண்டியது. நியூ ஜெர்சியில் உள்ள ஒரு கிடங்கிலிருந்து ஒரு பொதியைக் கண்காணித்துப் பழகியிருந்த மக்கள், பசிபிக் பெருங்கடலைக் கடந்து செல்லும் ஒரு கொள்கலனிலிருந்தும் அதே அளவிலான துல்லியத்தை எதிர்பார்க்கத் தொடங்கினர். இந்த எதிர்பார்ப்புகளின் அழுத்தம், சரக்கு நிறுவனங்களை வெறும் கணிப்புகளுக்குப் பதிலாக உண்மையான பதில்களை வழங்குவதற்காக உள்கட்டமைப்பில் பணம் செலவழிக்க வைத்தது. 2025-ஆம் ஆண்டளவில், விநியோகச் சங்கிலித் தெரிவுநிலை மென்பொருள் சந்தையில் நிகழ்நேரக் கண்காணிப்பு மிகப்பெரிய பகுதியாக இருக்கும். உலகளவில் பரவியுள்ள குழுக்கள் எந்தவொரு சாதனத்திலிருந்தும் மற்றும் எந்தவொரு நேர மண்டலத்திலும் நேரடித் தரவை அணுக வேண்டியிருந்ததால், 58%-க்கும் அதிகமான நிறுவல்கள் கிளவுட் அடிப்படையிலான தளங்களில் செய்யப்படுகின்றன.

2025-ஆம் ஆண்டின் சுங்கவரிச் சூழல் நிலைமையை மிகவும் அவசரமாக்கியது. அமெரிக்காவின் சுங்கவரிகளில் ஏற்பட்ட சமீபத்திய மாற்றங்கள், உலகெங்கிலும் போக்குவரத்துச் செலவுகளை அதிகரிக்கச் செய்து, நிறுவனங்கள் தங்கள் கொள்முதல் திட்டங்களை விரைவாக மாற்றும்படி செய்தன. தங்கள் விநியோகச் சங்கிலிகளை நிகழ்நேரத்தில் கண்காணிக்கும் வசதி இல்லாத நிறுவனங்களால், வழித்தட மாற்றங்கள், சுங்க மறுவகைப்படுத்தல்கள் அல்லது புதிய இணக்கத் தேவைகளுக்குப் போதுமான வேகத்தில் எதிர்வினையாற்ற முடியவில்லை. இந்தக் குழப்பங்கள் அனைத்திலும் சிறப்பாகச் செயல்பட்ட நிறுவனங்கள், காலாவதியான அறிக்கைகளுக்குப் பதிலாக, ஏற்கனவே நிகழ்நேரத் தரவுகளை அடிப்படையாகக் கொண்ட தளவாட அமைப்புகளைக் கொண்டிருந்த நிறுவனங்களே ஆகும்.

 

சரக்கு போக்குவரத்தில் செயற்கை நுண்ணறிவு: வெறும் பிரபல வார்த்தைக்கு அப்பால்

முன்கணிப்பு பகுப்பாய்வு மற்றும் தேவை முன்கணிப்பு

சரக்குப் போக்குவரத்தில் செயற்கை நுண்ணறிவின் மிகவும் பயனுள்ள பயன்பாடு, வெளிப்படையாகத் தெரிவது அல்ல. முன்கணிப்புப் பகுப்பாய்வானது, கடந்தகாலப் போக்குகள், தற்போதைய உள்ளீடுகள் மற்றும் வெளிப்புற சமிக்ஞைகளைக் கருத்தில் கொண்டு, தேவையை முன்கணிக்கவும் சிக்கல்களுக்குத் திட்டமிடவும் இயந்திரக் கற்றலைப் பயன்படுத்துகிறது. இது திட்டமிடல் அமைப்புகளில், திரைக்குப் பின்னால், அமைதியாகச் செயல்படுவதால், சிக்கல்கள் ஒரு அனுப்பீட்டாளரின் திரையில் கூடத் தெரிவதில்லை. மெக்கின்சியின் கூற்றுப்படி, செயற்கை நுண்ணறிவால் மேம்படுத்தப்பட்ட முன்கணிப்பு, விநியோகச் சங்கிலியில் ஏற்படும் தவறுகளை 30% முதல் 50% வரை குறைக்கிறது. செயற்கை நுண்ணறிவால் இயக்கப்படும் தேவை முன்கணிப்பு, தளவாடத் திட்டமிடல் தவறுகளை 30% குறைக்கிறது, அதே நேரத்தில் பயனர்களிடையே சரக்குத் திறன் திட்டமிடல் துல்லியம் 25% அதிகரித்துள்ளது. இந்தப் புள்ளிவிவரங்கள், நூற்றுக்கணக்கான வழித்தடங்களில் இயங்கும் ஒரு சரக்கு நிறுவனத்திற்கு, குறைவான காலி லாரிகள், சிறப்பாகப் பயன்படுத்தப்படும் கொள்கலன்கள் மற்றும் விநியோகத்திற்கும் உண்மையான தேவைக்கும் இடையே ஒரு சிறந்த பொருத்தம் ஆகியவற்றைக் குறிக்கின்றன.

இடையூறுகளை நிர்வகிப்பதற்கான இதன் பயன்பாடு குறிப்பாகக் குறிப்பிடத்தக்கது. 2024-ல் செங்கடல் நெருக்கடி பல கொள்கலன் போக்குவரத்தின் போக்கை மாற்றியபோது, ​​செயற்கை நுண்ணறிவு (AI) மூலம் இயங்கும் கண்காணிப்புத் தளங்களைக் கொண்ட நிறுவனங்கள் புதிய வழித்தடங்களைத் திட்டமிடவும், புதிய வருகை நேரங்களைக் (ETA) கண்டறியவும், நுகர்வோருடன் முன்கூட்டியே பேசவும் முடிந்தது. அதே நேரத்தில், அவற்றின் போட்டியாளர்கள் சரக்குக் கொண்டுசெல்லும் நிறுவனங்களின் தொடர்புகளுக்கு நேரடியாக அழைத்துக் கொண்டிருந்தனர். துறைமுக நெரிசல், மோசமான வானிலை, வேலைநிறுத்தங்கள் மற்றும் திடீர் கொள்ளளவுப் பற்றாக்குறைகள் ஆகியவற்றுக்கும் இதே முறைதான் பொருந்தும். சிக்கல்கள் ஏற்பட்ட பிறகு அவற்றை விளக்க வேண்டிய நிலைக்குப் பதிலாக, வாடிக்கையாளர்கள் அவற்றைக் கண்டுபிடிப்பதற்கு முன்பே சரிசெய்ய, செயற்கை நுண்ணறிவு சரக்கு மேலாண்மைக்கு உதவுகிறது.

வழித்தட உகப்பாக்கம் மற்றும் மாறும் சுமை திட்டமிடல்

முதல் தலைமுறை TMS தளங்கள் எளிய "குறுகிய பாதை" வழிமுறைகளைப் பயன்படுத்திய காலத்திலிருந்து, செயற்கை நுண்ணறிவு (AI) வழித்தட உகப்பாக்கம் வெகுதூரம் முன்னேறியுள்ளது. நவீன அமைப்புகள் நிகழ்நேரப் போக்குவரத்துத் தரவுகள், துறைமுக நெரிசல் தரவுகள், வானிலை முன்னறிவிப்புகள், ஓட்டுநர் பணி நேர விதிகள் மற்றும் எரிபொருள் விலை மாற்றங்கள் ஆகிய அனைத்தையும் ஒரே நேரத்தில் உள்ளீடாகப் பெறுகின்றன. பின்னர் அவை, தூரத்தை மட்டும் மேம்படுத்துவதற்குப் பதிலாக, மொத்தச் செலவையும் மேம்படுத்தும் வழித்தடங்களை உருவாக்குகின்றன. தங்கள் வழித்தடங்களை உகப்பாக்கம் செய்ய செயற்கை நுண்ணறிவைப் பயன்படுத்தும் நிறுவனங்கள், தங்களின் சரக்குப் போக்குவரத்து 25% அதிகத் திறனுள்ளதாகவும், எரிபொருள் பயன்பாடு 15% முதல் 20% வரை குறைந்துள்ளதாகவும் கூறுகின்றன. சில போக்குவரத்து நிறுவனங்கள், தானியங்கி சுமைத் திட்டமிடல் மூலம் காலிப் பயண மைல்களின் எண்ணிக்கை 50% வரை குறைந்திருப்பதைக் கண்டறிந்துள்ளன; இந்தத் திட்டமிடல், காலிப் பயணங்களைக் குறைப்பதற்காகப் பொருட்களைப் புத்திசாலித்தனமாக ஒன்றிணைக்கிறது.

மார்ச் 2025-ல், ஃப்ரைட் டெக்னாலஜிஸ் இன்க். நிறுவனம் தனது TMS தளத்துடன், AI டெண்டரிங் பாட்டையும் வெளியிட்டது. இது, மின்னஞ்சல்கள் அனுப்புவது மற்றும் தொலைபேசி அழைப்புகள் செய்வது போன்றவற்றை உள்ளடக்கியிருந்த சரக்குகளுக்கான டெண்டர் விடும் செயல்முறையைத் தானியங்குபடுத்தியது. ஒரு சரக்கு நடவடிக்கையில் உள்ள பல பணிகளில் ஒருங்கிணைக்கப்படும் இந்த வகையான ஒரு-தீர்வு தானியக்கத்தின் மூலமே, AI பயன்பாட்டு ஆய்வுகளில் ஒட்டுமொத்த செயல்திறன் எண்கள் உருவாக்கப்படுகின்றன.

தானியங்கு ஆவணப்படுத்தல்

கடந்த காலத்தில், சரக்கு ஆவணப்படுத்தல் என்பது தளவாடச் சங்கிலியின் மிகவும் கைமுறையாகச் செய்யப்படும், பிழைகள் நிறைந்த மற்றும் அதிக நேரம் எடுக்கும் பகுதிகளில் ஒன்றாக இருந்தது. சரக்குச் சீட்டுகள், சுங்க அறிவிப்புகள், மூலச் சான்றிதழ்கள், விலைப்பட்டியல்கள், இணக்கப் படிவங்கள் மற்றும் பிற ஆவணங்கள் அனைத்திற்கும் சரியான தரவு உள்ளீடு, குறுக்கு-சரிபார்ப்பு மற்றும் பல சமயங்களில் ஒன்றுக்கு மேற்பட்ட நபர்களின் கையொப்பங்கள் அல்லது முத்திரைகள் தேவைப்படுகின்றன. இயற்கை மொழி செயலாக்க (NLP) செயற்கை நுண்ணறிவு அமைப்புகள் இப்போது இந்த ஆவணங்களை மனிதர்களை விட வேகமாகவும் துல்லியமாகவும் படிக்கவும், புரிந்துகொள்ளவும் மற்றும் நிரப்பவும் முடியும். செயற்கை நுண்ணறிவு ஆவணத் தானியக்கத்தைப் பயன்படுத்திய செயல்பாடுகள், தங்களின் நிர்வாகச் செலவுகளை 40% வரை குறைத்துள்ளன. நம்பகத்தன்மைக்கான வாதம், செயல்திறன் வாதத்தைப் போலவே வலுவானது, குறிப்பாக எல்லை தாண்டிய சரக்குப் போக்குவரத்தில், ஆவணங்களில் ஏற்படும் ஒரு சிறிய தவறு கூட, நிர்வாகச் சேமிப்பை விட அதிக செலவை ஏற்படுத்தும் சுங்கக் காத்திருப்புகளுக்கு வழிவகுக்கும்.

 

வேகத்திற்குப் பின்னால் உள்ள சந்தை: முக்கியத் தரவுகள்

தற்போதைய சந்தை ஆராய்ச்சியின் அடிப்படையில், 2025 ஆம் ஆண்டு நிலவரப்படி செயற்கை நுண்ணறிவு (AI) மற்றும் இணையப் பொருள் (IoT) தளவாடத் தொழில்நுட்பங்களில் எவ்வளவு பணம் முதலீடு செய்யப்படுகிறது என்பதைப் பின்வரும் அட்டவணை காட்டுகிறது:

 

பிரிவு	2024–2025 சந்தை அளவு	முன்அறிவிப்பு	அளவுகளில் உள்நாட்டு
சரக்கு மேலாண்மை அமைப்புகள் (உலகளாவிய)	19.76 பில்லியன் அமெரிக்க டாலர்கள் (2025)	43.21க்குள் 2034 பில்லியன் அமெரிக்க டாலர்கள்	9.4%
தளவாடங்களில் IoT	61.17 பில்லியன் அமெரிக்க டாலர்கள் (2025)	161.17க்குள் 2032 பில்லியன் அமெரிக்க டாலர்கள்	14.84%
விநியோகச் சங்கிலி தெரிவுநிலை மென்பொருள்	1.74 பில்லியன் அமெரிக்க டாலர்கள் (2025)	12.94க்குள் 2034 பில்லியன் அமெரிக்க டாலர்கள்	24.98%
இணைக்கப்பட்ட தளவாட சந்தை	38.04 பில்லியன் அமெரிக்க டாலர்கள் (2024)	2030 வரை வலுவான வளர்ச்சி	14.9%
சரக்கு போக்குவரத்தில் செயற்கை நுண்ணறிவு (2028 வரையிலான கூட்டு வருடாந்திர வளர்ச்சி விகிதம்)	-	-	21.4%
IoT மூலம் இயங்கும் தளவாடங்கள் (பரந்த)	17.5 பில்லியன் அமெரிக்க டாலர்கள் (2024)	809க்குள் 2034 பில்லியன் அமெரிக்க டாலர்கள்	46.7%

 

இந்த எண்கள், இத்துறையானது புதுமை முதலீடுகளின் ஒரு சுழற்சி அலையை அல்ல, மாறாக ஒரு அடிப்படை மாற்றத்திற்கு உள்ளாகி வருவதைக் காட்டுகின்றன. சரக்கு மேலாண்மை அமைப்புச் சந்தை ஆண்டுக்கு 9.4% என்ற விகிதத்தில் வளர்ந்து வருகிறது. விநியோகச் சங்கிலித் தெரிவுநிலை மென்பொருள் சந்தை ஆண்டுக்குச் சுமார் 25% என்ற விகிதத்தில் அதிகரித்து வருகிறது. இது அதன் மீது கட்டமைக்கப்படும் ஒரு அடுக்கு ஆகும். IoT-ஆற்றல் பெற்ற தளவாடச் சந்தையின் 46.7% கூட்டு வருடாந்திர வளர்ச்சி விகிதம் (CAGR), மேற்கூறிய இரண்டையும் சாத்தியமாக்கும் வன்பொருள் மற்றும் தகவல் தொடர்பு உள்கட்டமைப்பைக் காட்டுகிறது. ஸ்மார்ட் துறைமுகங்களில் செய்யப்படும் முதலீடுகள் மற்றும் செல்லுலார் IoT-யின் வளர்ச்சி காரணமாக ஆசிய-பசிபிக் பகுதி மிக வேகமாக வளர்ந்து வரும் பகுதியாக உள்ளது. வட அமெரிக்காவில், அமெரிக்கா அதிக உள்கட்டமைப்பைப் பயன்பாட்டில் கொண்டுள்ளது. IoT-ஆற்றல் பெற்ற தளவாடத் துறையின் மதிப்பு 2024-ல் $6.65 பில்லியனாக இருந்தது, மேலும் இது ஆண்டுக்கு 41.8% என்ற விகிதத்தில் அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது.

 

நிகழ்நேர IoT கண்காணிப்பு: எல்லாவற்றையும் உங்களால் பார்க்க முடிந்தால் என்ன மாற்றங்கள் நிகழும்

முழுமையான நிகழ்நேரக் கண்காணிப்பு என்பது, ஒரு சரக்கு நடவடிக்கை எவ்வாறு செயல்படுகிறது என்பதில் ஒரு அடிப்படைத் தாக்கத்தை ஏற்படுத்துகிறது, அது வெறும் படிப்படியான விளைவு மட்டுமல்ல. திட்டமிட்டபடி செல்லாத சரக்குகளைக் கண்டறிந்து கையாள்வதை உள்ளடக்கிய விதிவிலக்கு மேலாண்மைச் செயல்முறையானது, நிகழ்ந்த பிறகு செயல்படுவதிலிருந்து முன்கூட்டியே செயல்படுவதாக மாறுகிறது. IoT வசதி கொண்ட ஒரு கொள்கலன், சரக்கு மாற்றும் துறைமுகத்தில் தாமதமானால், சரக்கைப் பெறுபவர் கவலைப்படுவதற்கு எந்தக் காரணமும் ஏற்படுவதற்கு முன்பே, சரக்கு மேலாளரின் டாஷ்போர்டுக்கு எச்சரிக்கை கிடைத்துவிடுகிறது. மருந்துகளை ஏற்றிச் செல்லும் குளிரூட்டப்பட்ட லாரியில் வெப்பநிலை கூடும்போதோ அல்லது குறையும்போதோ, சென்சார் சரியான நேரத்தில் அதை நிறுத்துவதற்கான அறிவிப்பை அனுப்புகிறது, ஆனால் சேத அறிக்கை தாக்கல் செய்வதற்கு அது சரியான நேரத்தில் அனுப்புவதில்லை.

குளிர்பதனச் சங்கிலி தொடர்பான தரவுகள் மிகவும் சுவாரஸ்யமானவை. குளிர்பதனச் சங்கிலி தளவாடங்களில் IoT-ஐப் பயன்படுத்துவது, உபகரணங்களின் செயல்பாட்டை 25% அளவுக்கு மேம்படுத்தியுள்ளது. குளிர்பதனச் சங்கிலி செயல்பாடுகளில் முன்கணிப்புப் பகுப்பாய்வு, விநியோகச் சங்கிலியில் ஏற்படும் 75% வரையிலான சிக்கல்களைத் தடுக்க உதவியுள்ளது. IoT மூலம் கண்காணிப்பது, அனைத்து சரக்கு வகைகளிலும் தொலைந்துபோன சரக்குகளின் எண்ணிக்கையை 23% குறைத்துள்ளது. மின்னணுப் பொருட்கள், மருந்துகள் மற்றும் வாகன உதிரிபாகங்கள் உட்பட, காலக்கெடுவுக்குள் அனுப்பப்பட வேண்டிய அல்லது அதிக மதிப்புள்ள சரக்குகளுக்கு இவை சிறிய நன்மைகள் அல்ல. தவிர்க்கப்பட்ட ஒரு குளிர்பதனச் சங்கிலித் தோல்வியானது, ஒரு வருடத்திற்கான IoT நிறுவலின் மொத்தச் செலவை விட அதிகப் பணத்தைச் சேமிக்க முடியும்.

ஜியோஃபென்சிங் செயலிகள் பெரும் முன்னேற்றம் கண்டுள்ளன. IoT கண்காணிப்பு அமைப்புகள் மற்றும் ஜியோஃபென்சிங் (ஒரு சரக்கு அதன் பாதையிலிருந்து விலகிச் செல்லும்போது ஒலிக்கும் தானியங்கி எச்சரிக்கைகள்) ஆகியவை, சரக்குத் திருட்டு மற்றும் தவறான இடத்தில் வைக்கப்படுவதை வெகுவாகக் குறைத்துள்ளன. குறைக்கடத்திகள், ஆடம்பரப் பொருட்கள் மற்றும் மருந்துப் பொருட்கள் உள்ளிட்ட அதிக மதிப்புள்ள சரக்குகளின் போக்குவரத்தில் இந்த முறைகள் மிகவும் தீவிரமாகப் பயன்படுத்தப்படுகின்றன. பயன்பாட்டின் அடிப்படையில், IoT தளவாடத் துறையில் ஃபிலீட் மேலாண்மை இப்போது 32.47% ஆக உள்ளது. அதிக மதிப்புள்ள பொருட்களுக்கு நிலை கண்காணிப்பு ஒரு தரநிலையாக மாறுவதால், சொத்துக் கண்காணிப்பு 14.63% கூட்டு வருடாந்திர வளர்ச்சி விகிதத்தைக் (CAGR) கொண்டுள்ளது.

கடல்வழி சரக்குகளைக் கண்காணிக்க ஒரு புதிய அணுகுமுறை உள்ளது. AIS (தானியங்கி அடையாள அமைப்புகள்) மற்றும் செயற்கை நுண்ணறிவு (AI) மூலம் இயங்கும் முன்கணிப்புத் தீர்வுகள், சரக்கு மேலாளர்களுக்கு ஒரு கப்பலின் சரியான இருப்பிடத்தைக் காணவும், வானிலை, வழித்தட மாற்றங்கள் மற்றும் துறைமுக நெரிசல் ஆகியவற்றைக் கருத்தில் கொண்டு வந்து சேரும் உத்தேச வருகை நேர (ETA) கணிப்புகளை வழங்கவும் இப்போது உதவுகின்றன. 2024-ல், கடல்வழி சரக்குகளுக்கான IoT-இயக்கப்பட்ட கண்காணிப்புக் கருவிகளின் எண்ணிக்கை உலகம் முழுவதும் 52% அதிகரித்தது. வெப்பநிலையால் எளிதில் பாதிக்கப்படும் பொருட்களுக்காக, நிறுவனங்கள் வானிலை நிலவரங்களை நிகழ்நேரத்தில் கண்காணிக்க விரும்பியதே இதற்குக் காரணம். ஒரு விநியோக நிறுவனம், IoT-இயக்கப்பட்ட கண்காணிப்புக் கருவியை நிறுவிய பிறகு, முன்கூட்டியே துறைமுக அட்டவணை எச்சரிக்கைகளை அனுப்பியதன் மூலம் மட்டுமே, சரக்குகள் தாமதமாவதற்கான மற்றும் தாமதக் கட்டணங்களை 40% குறைத்தது. இது, இந்தத் திட்டத்தைச் செயல்படுத்துவதற்கான வணிகக் காரணத்தை உறுதிப்படுத்தும், முதலீட்டின் மீதான ஒரு நிரூபிக்கக்கூடிய வருமானமாகும் (ROI).

 

சரக்குப் போக்குவரத்தில் செயற்கை நுண்ணறிவு மற்றும் IoT பயன்பாடுகள்: அவற்றின் செயல்பாடுகள் மற்றும் அவை வழங்கும் நன்மைகள்.

 

செயற்கை நுண்ணறிவு/இணையப் பயன்பாடு	அது என்ன செய்கிறது	அளவிடப்பட்ட விளைவு
முன்கணிப்பு தேவை முன்னறிவிப்பு	சரக்கு அளவுகளைக் கணிக்க, கடந்தகால மற்றும் நிகழ்நேரத் தரவுகளைப் பகுப்பாய்வு செய்கிறது.	விநியோகச் சங்கிலிப் பிழைகளை 30–50% குறைக்கிறது (மெக்கின்சி)
AI பாதை மேம்படுத்தல்	போக்குவரத்து நெரிசல், வானிலை, துறைமுக நிலை ஆகியவற்றின் அடிப்படையில் மாறும் வகையில் வழித்தடத்தை மாற்றியமைக்கிறது.	25% விரைவான விநியோகம்; எரிபொருள் செலவு 15–20% குறைப்பு
நிகழ்நேர IoT சரக்கு கண்காணிப்பு	முழுப் பயணத்தின் போதும் ஜிபிஎஸ்/சென்சார் மூலம் நேரலையில் காணும் வசதி	தளவாடச் செலவில் 20–30% குறைப்பு; 23% குறைவான சரக்கு இழப்புகள்.
முன்கணிப்பு கடற்படை பராமரிப்பு	வாகனத்தின் நிலையைக் கண்காணித்து, கோளாறுகள் ஏற்படுவதற்கு முன்பே அவற்றைக் கண்டறிகிறது.	40% வரை குறைந்த பராமரிப்புச் செலவுகள்; 50% குறைவான செயலிழப்பு நேரம்.
தானியங்கு ஆவணப்படுத்தல் (NLP)	சரக்கு பட்டியல்கள், சுங்க படிவங்கள், விலைப்பட்டியல்களைப் படித்து, நிரப்பி, கோப்பில் வைக்கிறது.	நிர்வாகச் செலவுகள் 40% வரை குறைப்பு; கைமுறைப் பிழைகள் ஏறக்குறைய இல்லை.
AI டைனமிக் விலை நிர்ணயம்	தேவை மற்றும் கொள்ளளவுக்கு ஏற்ப சரக்குக் கட்டணங்களை நிகழ்நேரத்தில் சரிசெய்கிறது.	15–20% போக்குவரத்துச் செலவுக் குறைப்பு; மேம்படுத்தப்பட்ட இலாப வரம்புக் கட்டுப்பாடு
குளிரூட்டப்பட்ட விநியோகச் சங்கிலி IoT கண்காணிப்பு	உணர்திறன் மிக்க சரக்குகளுக்கான தொடர்ச்சியான வெப்பநிலை/ஈரப்பதம் எச்சரிக்கைகள்	25% மேம்பட்ட உபகரண செயல்திறன்; 75% குறைவான இடையூறுகள்
AI- இயங்கும் விதிவிலக்கு மேலாண்மை	விலகல்களைக் கொடியிட்டு, தானாகவே திருத்த நடவடிக்கைகளைப் பரிந்துரைக்கிறது.	விரைவான தீர்வு; 15% அதிக வாடிக்கையாளர் திருப்தி

 

மேலோட்டமாகப் பார்க்க முடியாத சவால்கள்

சரக்குப் போக்குவரத்தில் செயற்கை நுண்ணறிவு மற்றும் நிகழ்நேரக் கண்காணிப்புக்கு வலுவான தேவை உள்ளது, ஆனால் அவற்றை பரவலாகப் பயன்படுத்துவதற்கு முன்பு தீர்க்கப்பட வேண்டிய பெரிய சிக்கல்கள் இன்னும் உள்ளன. இந்தச் சிக்கல்களைக் குறைத்து மதிப்பிடுவதன் மூலம், இந்தத் துறை தனக்குத்தானே உதவிக் கொள்வதில்லை. கீழே பட்டியலிடப்பட்டுள்ள சிக்கல்கள், அனைத்து அளவிலான தளவாட நிறுவனங்களும் எதிர்கொள்ளும் உண்மையான சிக்கல்களாகும்.

சவால்	நிஜ உலக தாக்கம்	நடைமுறைத் தணிப்பு
அதிக முன்பண IoT/AI முதலீடு	சிறு மற்றும் நடுத்தர நிறுவனங்களைத் தடுக்கிறது; முதலீட்டின் மீதான வருவாய் குறித்த தெளிவின்மை மெதுவாக உள்ளது.	அதிக ஆபத்துள்ள பாதைகளில் இருந்து தொடங்குங்கள்; சந்தா அடிப்படையிலான IoT தளங்களைப் பயன்படுத்துங்கள்.
மரபுவழி TMS/WMS ஒருங்கிணைப்பு	புதிய கருவிகள் பழைய அமைப்புகளுடன் இணைவதில்லை.	API இணைப்பிகளை முன்னோட்டமாகச் செயல்படுத்துங்கள்; கிளவுட்-நேட்டிவ் தளங்களுக்கு முன்னுரிமை அளியுங்கள்.
இணையப் பாதுகாப்பு பாதிப்பு	தளவாடங்கள் என்பது ரான்சம்வேரின் முக்கிய இலக்காகும்.	நம்பிக்கையற்ற கட்டமைப்பு; பணியாளர் ஃபிஷிங் பயிற்சி
செயற்கை நுண்ணறிவு வடிகட்டல் இல்லாத தரவுச் சுமை	விழிப்புணர்வு சோர்வு; முடிவெடுக்கும் வேகம் குறைகிறது.	செயற்கை நுண்ணறிவு மூலம் முரண்பாட்டைக் கண்டறிந்து, நடவடிக்கை எடுக்கக்கூடிய சமிக்ஞைகளை மட்டும் வெளிக்கொணர்தல்.
பணியாளர் திறன் இடைவெளி	குழுக்களால் கருவிகளிலிருந்து முழுப் பயனையும் பெற முடியாது.	கட்டமைக்கப்பட்ட திறன் மேம்பாடு; செயற்கை நுண்ணறிவு துணை பைலட் இடைமுகங்கள்
சீரற்ற தரவு தரநிலைகள்	பல்வேறு சேவை வழங்குநர்களின் கண்காணிப்புத் தரவுகள் ஒத்துப்போகவில்லை.	API-கள் வழியாக பொதுவான சரக்கு பட்டியல்/கலன் எண் தரநிலைகளை ஏற்றுக்கொள்ளுங்கள்

 

சைபர் பாதுகாப்பிற்குத் தனி கவனம் செலுத்தப்பட வேண்டும். பொருட்களின் இணையம் (IoT) மற்றும் சரக்கு அனுப்புவோர், சரக்கு ஏற்றிச் செல்பவர்கள், சுங்க அதிகாரிகள் மற்றும் துறைமுக இயக்குநர்களை இணைக்கும் API-கள் மூலம் சரக்கு நடவடிக்கைகள் மேலும் மேலும் இணைக்கப்படுவதால், ரான்சம்வேர் மற்றும் தரவுத் திருட்டுக்கான தாக்குதல் பரப்பு பெருமளவில் அதிகரிக்கிறது. சைபர் அச்சுறுத்தல் ஆய்வுகள், அடிக்கடி குறிவைக்கப்படும் தொழில்களின் பட்டியலில் போக்குவரத்து மற்றும் தளவாடத் துறையை எப்போதும் முதலிடத்தில் வைக்கின்றன. பரபரப்பான பருவத்தில் ஒரு சரக்கு ஏற்றிச் செல்பவரின் TMS-ஐ முடக்கும் ஒரு ரான்சம்வேர் தாக்குதலால், அதைத் தடுத்திருக்கக்கூடிய பாதுகாப்பு முயற்சிகளை விட அதிக செலவு ஏற்படக்கூடும். ஒரு நிறுவனத்தின் சைபர் பாதுகாப்பு நிலை, அதன் டிஜிட்டல் உள்கட்டமைப்பைப் போலவே முதிர்ச்சியடைந்ததாக இருக்க வேண்டுமே தவிர, பின்தங்கியதாக இருக்கக்கூடாது.

நிறுவன ரீதியான அம்சமும் அதே அளவு உண்மையானது. கார்ட்னரின் 'தளவாடங்களின் எதிர்காலம்' கணக்கெடுப்பின்படி, வணிகங்கள் தங்கள் தொழில்நுட்ப முதலீடுகளிலிருந்து மதிப்பைப் பெறுவதைத் தடுக்கும் மிகப்பெரிய பிரச்சனைகளில் ஒன்று, தொழில்நுட்பம் அல்ல; மாறாக, மனிதர்கள், செயல்முறைகள் மற்றும் டிஜிட்டல் கருவிகள் ஆகியவை ஒருங்கிணைந்து செயல்படாததே ஆகும். யாரும் பயன்படுத்தாத செயற்கை நுண்ணறிவுப் பரிந்துரை இயந்திரங்கள், யாரும் பார்க்காத கண்காணிப்பு டாஷ்போர்டுகள், மற்றும் யாரும் சரிபார்க்காத இன்பாக்ஸ்களுக்குச் செல்லும் விதிவிலக்கு எச்சரிக்கைகள் ஆகிய அனைத்தும் ஒரே பிரச்சனையின் அறிகுறிகளே: அதாவது, ஒரு வணிகத்தின் கலாச்சாரத்தால் கையாளக்கூடிய வேகத்தை விட தொழில்நுட்பம் வேகமாகப் பயன்படுத்தப்படுகிறது. இந்தக் கருவிகளிலிருந்து அதிகபட்சப் பலனைப் பெறும் நிறுவனங்கள், தொழில்நுட்பத்தைப் போலவே மனித உழைப்பையும் திட்டமிட்டுப் பயன்படுத்துகின்றன.

 

அடுத்து வரவிருக்கும் தொழில்நுட்பங்கள்

பல புதிய தொழில்நுட்பங்கள் சோதனைத் திட்டங்களிலிருந்து வணிக சரக்குப் பயன்பாடுகளுக்கு வந்து கொண்டிருக்கின்றன, மேலும் அவை சரக்கு மேலாண்மையில் அடுத்த பெரிய மாற்றங்களாக அமையும்.

அதிகம் பேசப்படும் தலைப்பு தானியங்கி டிரக்குகள் ஆகும். மேம்பட்ட சென்சார்கள், இயந்திர கற்றல் வழிசெலுத்தல் மற்றும் நிகழ்நேர தரவு செயலாக்கம் ஆகியவற்றைக் கொண்ட செயற்கை நுண்ணறிவு (AI) மூலம் இயங்கும் டிரக்குகள் ஏற்கனவே அமெரிக்காவின் சில சாலைகளில் இயங்கி வருகின்றன. 2030-ஆம் ஆண்டிற்குள், 11% சரக்குப் போக்குவரத்து தானியங்கி டிரக்குகள் மூலம் செய்யப்படும் என்று எதிர்பார்க்கப்படுகிறது. யுபிஎஸ் (UPS) மற்றும் அமேசான் (Amazon) போன்ற நிறுவனங்கள், தானியங்கி கார் திட்டங்களை வெறும் புதிய தொழில்நுட்பமாகக் கருதாமல், மூலோபாய உள்கட்டமைப்பு முதலீடுகளாகக் கருதுகின்றன. இதன் விளைவுகள், எதிர்காலத்தில் மையங்களுக்கு இடையேயான நீண்ட தூர செயல்பாடுகளில் மிகவும் தெளிவாகத் தெரியவரும். அதன்பிறகு, அவை இறுதிநிலை விநியோகச் சூழல்களுக்கும் விரிவடையும்; ஒழுங்குமுறை மற்றும் பௌதீகக் கண்ணோட்டத்தில் இவை இன்னும் மிகவும் சிக்கலானவையாக உள்ளன.

உண்மையான தளவாட உள்கட்டமைப்பின் மெய்நிகர் நகல்களான டிஜிட்டல் ட்வின்கள், நேரடி IoT தரவுகளுடன் எப்போதும் புதுப்பிக்கப்பட்டு வருவதால், திட்டமிடல் மற்றும் உருவகப்படுத்துதல் கருவிகளாக அதிகப் பிரபலமடைந்து வருகின்றன. உண்மையான முதலீடுகளைச் செய்வதற்கு முன்பு, கிடங்கு மேலாளர்கள் தளவமைப்பு மாற்றங்களைத் திட்டமிடவும், உச்ச பருவ காலச் சூழ்நிலைகளைச் சோதித்துப் பார்க்கவும் டிஜிட்டல் ட்வின்களைப் பயன்படுத்துகின்றனர். IoT சென்சார் தரவுகள் ஒரு டிஜிட்டல் ட்வினுக்குத் தொடர்ந்து அனுப்பப்படும்போது, ​​அந்த மாதிரி புதுப்பித்த நிலையில் இருக்கிறது. இது, கடந்தகாலப் பதிவுகளைப் பயன்படுத்துவதை விட, திட்டமிடலையும் முடிவெடுப்பதையும் மிகவும் துல்லியமாக்குகிறது.

சரக்குப் போக்குவரத்தில் பிளாக்செயினின் பங்கு என்ன என்பது தெளிவாகி வருகிறது. அதன் மதிப்பு தற்போதைய கண்காணிப்பு அமைப்புகளை மாற்றுவதில் இல்லை; மாறாக, மாற்ற முடியாத பதிவுகளை உருவாக்குவதிலும், ஒருவருக்கொருவர் பதிவுகளை நம்பாத நபர்களிடையே பகிரக்கூடிய பதிவுகளை உருவாக்குவதிலும் உள்ளது. ஒரு பிளாக்செயினில் பராமரிக்கப்படும்போது, ​​சரக்கு ரசீதுகள், மூலச் சான்றிதழ்கள் மற்றும் சுங்கப் பிணைப்பத்திரங்களை மாற்ற முடியாது, மேலும் அவற்றை அனைவரும் ஒரே நேரத்தில் சரிபார்க்க முடியும். விநியோகம் உறுதிசெய்யப்பட்டவுடன் தானாகவே பணம் செலுத்தும் அல்லது சரக்கு அனுப்பும் நிபந்தனைகள் பூர்த்தி செய்யப்பட்டதை சென்சார் தரவுகள் காட்டும்போது சுங்கப் பிணைப்பத்திரங்களை விடுவிக்கும் ஸ்மார்ட் ஒப்பந்தங்கள், தகராறுகளையும் நிர்வாகச் சுழற்சிகளையும் பெருமளவில் குறைக்கின்றன. 2025-ஆம் ஆண்டின் முதல் காலாண்டில், யுபிஎஸ் (UPS) நிறுவனம், தளவாடங்களை மேம்படுத்துவதற்காக செயற்கை நுண்ணறிவு (AI) மற்றும் பொருட்களின் இணையம் (IoT) ஆகியவற்றைப் பயன்படுத்த மைக்ரோசாஃப்ட் நிறுவனத்துடன் இணைந்து பணியாற்றியது. 2025-ஆம் ஆண்டின் இரண்டாம் காலாண்டில், ஃப்ளெக்ஸ்போர்ட் (Flexport) நிறுவனம் தனது IoT தளவாடத் தளத்தை வளர்ப்பதற்காக சீரிஸ் E நிதியாக 100 மில்லியன் டாலர்களைத் திரட்டியது. இந்தச் சமீபத்திய சாதனைகள், சரக்குப் போக்குவரத்துத் தொழில்நுட்பத்தின் அடுத்த அலையில் செய்யப்படும் முதலீடு குறையாமல், இன்னும் வலுவாகவே உள்ளது என்பதைக் காட்டுகின்றன.

 

இந்தச் சூழலுக்கு ஏற்ப டாப்வே ஷிப்பிங் எவ்வாறு கட்டமைக்கிறது

டாப்வே ஷிப்பிங் நிறுவனம் 2010 ஆம் ஆண்டு முதல் எல்லை தாண்டிய மின்வணிக தளவாடத் தீர்வுகளை வழங்கும் ஒரு திறமையான நிறுவனமாகத் திகழ்கிறது. இதன் தலைமையகம் சீனாவின் ஷென்சென் நகரில் அமைந்துள்ளது. இந்நிறுவனத்தை நிறுவிய குழுவினர், சர்வதேச தளவாடங்கள் மற்றும் சுங்க அனுமதியில் 15 ஆண்டுகளுக்கும் மேலான அனுபவம் கொண்டவர்கள். மேலும், உலகின் மிகவும் பரபரப்பான மற்றும் சிக்கலான சரக்குப் பாதைகளில் ஒன்றான சீனா-அமெரிக்கப் போக்குவரத்து குறித்த ஆழ்ந்த அறிவையும் கொண்டுள்ளனர். இதன் சேவைகள், முதல் கட்டப் போக்குவரத்து முதல் வெளிநாட்டுப் போக்குவரத்து வரை முழு தளவாடச் சங்கிலியையும் உள்ளடக்கியுள்ளன. கிடங்கு சுங்க அனுமதி முதல் இறுதிக்கட்ட விநியோகம் வரை. மேலும், அவர்கள் சீனாவிலிருந்து உலகின் முக்கிய துறைமுகங்களுக்கு நெகிழ்வான FCL மற்றும் LCL கடல்வழி சரக்கு போக்குவரத்து மாற்று வழிகளையும் வழங்குகிறார்கள்.

செயற்கை நுண்ணறிவும் நிகழ்நேரக் கண்காணிப்பும் டாப்வேயின் வாடிக்கையாளர்கள் காணவும் உணரவும் கூடிய மாற்றங்களை ஏற்படுத்தி வருகின்றன. சீனாவுக்கும் அமெரிக்காவுக்கும் இடையில் பொருட்களை அனுப்பும்போது, ​​கட்டண வகைப்பாட்டில் ஏற்படும் மாற்றங்கள், சுங்க ஆவணத் தேவைகள், மற்றும் துறைமுகங்கள் வழியாகப் பொருட்களை எவ்வாறு வழிநடத்துவது என்பது குறித்த முடிவுகள் போன்ற பல விதிகள் விரைவாக மாறுகின்றன. எந்தவொரு நிலையான செயல்பாட்டு மாதிரியாலும் இந்த மாற்றங்களுக்கு ஈடுகொடுக்க முடியாது. நிகழ்நேரத்தில் சரக்குகளைக் கண்காணிப்பது, ஆவணப் பணிகளைத் தானியக்கமாக்குவது, மற்றும் சுங்க அனுமதி கிடைப்பதற்கு முன்பே அது குறித்த எச்சரிக்கைகளைப் பெறுவது போன்றவை இந்த வழித்தடத்தில் கூடுதல் அம்சங்கள் அல்ல; அவை சிறந்த சேவைக்கான அடிப்படைத் தேவைகளாகும். சரக்கு அனுப்புநர்களுடனான டாப்வேயின் நீண்டகால கூட்டாண்மைகள், சுங்கம் குறித்த அறிவு, மற்றும் தொழில்நுட்ப உள்கட்டமைப்பு ஆகியவை, புதுப்பிப்புகளுக்காகக் காத்திருப்பதற்குப் பதிலாக, வாடிக்கையாளர்களுக்கு அவர்களின் சீனா-அமெரிக்க விநியோகச் சங்கிலியை நிகழ்நேரத்தில் அணுகும் வசதியை வழங்குகின்றன.

தங்கள் எல்லை தாண்டிய மின் வணிகச் செயல்பாடுகளை விரிவுபடுத்தும் நிறுவனங்களுக்கு, கடல்வழி சரக்குப் போக்குவரத்தைக் கட்டுப்படுத்தும் அதே தரவுத் தெரிவுநிலையை அடிப்படையாகக் கொண்ட டாப்வேயின் கிடங்கு மற்றும் இறுதிநிலை விநியோகத் திறன்கள், விநியோகச் சங்கிலியைத் தொடர்ச்சியான கைமாற்றங்களுக்குப் பதிலாக ஒரு ஒருங்கிணைந்த அமைப்பாகச் செயல்பட வைக்கின்றன. இதன் பொருள், சரக்கு இருப்புத் திட்டமிடலின் துல்லியம் பணப்புழக்கத் திறனை நேரடியாகப் பாதிக்கிறது என்பதாகும். செயற்கை நுண்ணறிவு (AI) மற்றும் IoT ஆகியவை சரக்கு மேலாண்மைத் தெரிவுநிலை எப்படி இருக்க வேண்டும் என்பதற்கான தரத்தை உயர்த்தி வரும் நிலையில், அந்த ஒருங்கிணைந்த அணுகுமுறைதான் ஒரு தளவாடக் கூட்டாளரை ஒரு தளவாட விற்பனையாளரிடமிருந்து வேறுபடுத்திக் காட்டுகிறது.

இன்றைய சரக்கு முடிவெடுப்பவர்களுக்கு இதன் பொருள் என்ன?

தற்போது தொழில்நுட்ப முடிவுகளை எடுத்துக்கொண்டிருக்கும் தளவாடச் செயல்பாட்டாளர்கள் மற்றும் விநியோகச் சங்கிலி மேலாளர்களுக்கு, செயல்படுத்தும் தேர்வுகள் அவ்வாறு இல்லாவிட்டாலும், அதன் மூலோபாயத் தேவை தெளிவாகத் தெரிகிறது: அதன் மீதுள்ள மேம்பட்ட செயற்கை நுண்ணறிவுப் பயன்பாடுகள் மதிப்பை வழங்குவதற்கு முன்பாக, கண்காணிப்பு உள்கட்டமைப்புக்கு முதலிடம் கொடுக்கப்பட வேண்டும். ஒரு முன்கணிப்புப் பகுப்பாய்வு இயந்திரத்தை இயக்க நீங்கள் பழைய தரவைப் பயன்படுத்தினால், அது பழைய முன்கணிப்புகளையே செய்யும். நிகழ்நேர சரக்குக் கொண்டுசெல்லும் திறனைக் கண்காணிக்க முடியாத ஒரு மாறும் விலை நிர்ணய முறை, சந்தைக்குப் பொருந்தாத தேர்வுகளை உருவாக்குகிறது. அமைப்புகள் தாங்கள் பயன்படுத்தக்கூடிய, வழக்கமான, நம்பகமான, நிகழ்நேரத் தரவைப் பெறுவதை உறுதி செய்வதே இதன் அடிப்படையாகும்.

இரண்டாவது தேர்வு கூட்டாளர்களைப் பற்றியது. ஒவ்வொரு சரக்கு அனுப்புநரும் மற்றும் 3PL நிறுவனமும் தங்கள் விளம்பரங்களில் செயற்கை நுண்ணறிவு (AI) பற்றிப் பேசும் ஒரு சந்தையில், அந்தத் தொழில்நுட்பம் நிகழ்நேர செயல்பாட்டுத் தரவுகளுடன் இணைக்க முடியுமா, பயன்படுத்தக்கூடிய வெளியீடுகளை வழங்க முடியுமா, மற்றும் அனுப்புநரின் சொந்த TMS அல்லது ERP உடன் இணைந்து செயல்பட முடியுமா என்பது மட்டுமே அவர்களை வேறுபடுத்திக் காட்டுகிறது. வெறும் திறன் விளக்க பவர்பாயிண்ட்டைப் பார்ப்பதற்குப் பதிலாக, ஒரு சாத்தியமான தளவாடக் கூட்டாளரிடம் அவர்களின் விதிவிலக்கு மேலாண்மைப் பணிப்பாய்வு குறித்து உங்களுக்கு விளக்குமாறும், அவர்களின் கண்காணிப்பு API எவ்வாறு இணைகிறது என்பதைக் காட்டுமாறும், மற்றும் சுங்க அனுமதி தேவைப்படும்போது அவர்கள் உங்களை எவ்வாறு எச்சரிக்கிறார்கள் என்பதை விளக்குமாறும் கேளுங்கள். இது செயல்பாட்டு உள்ளடக்கத்தை நிலைநிறுத்தலில் இருந்து பிரிக்கிறது.

இந்த தசாப்தத்தின் எஞ்சிய காலத்தில் சரக்கு மேலாண்மையில் சிறந்து விளங்கும் நிறுவனங்கள், இப்போதே தரவுகளுக்கு முன்னுரிமை அளிக்கும் உள்கட்டமைப்பைக் கட்டமைப்பவையே ஆகும். இதில், அனைத்து போக்குவரத்து முறைகளிலும் IoT மூலம் கிடைக்கும் கண்காணிப்பு, ஒவ்வொரு செயல்பாட்டு முடிவெடுக்கும் கட்டத்திலும் செயற்கை நுண்ணறிவால் இயங்கும் முடிவெடுக்கும் ஆதரவு, மற்றும் தரவுகள் கூறுவதற்கேற்ப செயல்பட மக்களை ஊக்குவிக்கும் ஒரு கலாச்சாரம் ஆகியவை அடங்கும். அதற்கான தொழில்நுட்பம் உள்ளது. முதலீட்டின் மீதான வருவாய்க்கான (ROI) ஆதாரம் எழுதப்பட்டுள்ளது. இனி செய்ய வேண்டிய ஒரே விஷயம், செயலாக்கத்தை வேகப்படுத்துவதுதான். எந்த நேரத்திலும் விநியோகச் சங்கிலிச் சிக்கல்கள் ஏற்படக்கூடிய ஒரு சந்தையில், இதுவே உங்களுக்கு ஒரு போட்டித்தன்மையை அளிக்கிறது.

 

தீர்மானம்

சரக்கு மேலாண்மைத் துறையானது, கொள்கலனாக்கம் (containerization) போலவே முக்கியத்துவம் வாய்ந்ததாக நினைவுகூரப்படும் ஒரு பெரிய மாற்றத்தை சந்தித்து வருகிறது. செயற்கை நுண்ணறிவு (AI) மற்றும் நிகழ்நேரக் கண்காணிப்புத் தொழில்நுட்பங்கள் தற்போதைய நடைமுறைகளை எளிதாக்குவதில்லை; மாறாக, அவை சரக்குகள் திட்டமிடப்படும், செயல்படுத்தப்படும், கண்காணிக்கப்படும் மற்றும் எதிர்பாராத நிகழ்வுகளிலிருந்து மீட்கப்படும் முறையை மாற்றுகின்றன. சந்தைத் தரவுகள், விஷயங்கள் எந்தத் திசையில் செல்கின்றன என்பதைத் தெளிவாகக் காட்டுகின்றன: சரக்கு மேலாண்மை அமைப்புகள், IoT தளவாட உள்கட்டமைப்பு மற்றும் விநியோகச் சங்கிலித் தெரிவுநிலை மென்பொருள் ஆகியவை சுழற்சிமுறை முதலீட்டைக் காட்டிலும் கட்டமைப்பு ரீதியான ஏற்பைக் காட்டும் விகிதங்களில் அதிகரித்து வருகின்றன.

நன்மைகள் உறுதியானவை மற்றும் அளவிடக்கூடியவை: IoT பயன்பாடு தளவாடச் செலவுகளை 20 முதல் 30% வரை குறைக்கிறது, AI வழி மேம்படுத்தல் விநியோக நேரத்தை 25% வேகப்படுத்துகிறது, மற்றும் முன்கணிப்பு வாகனத் தொழில்நுட்பங்கள் பராமரிப்புச் செலவுகளை 40% குறைக்கின்றன. இவை தொழில்நுட்ப நிறுவனங்களின் யூகங்கள் அல்ல; இந்த முறைகளைப் பயன்படுத்தி, அதன் முடிவுகளை அளவிட்ட நிறுவனங்கள் தெரிவித்துள்ள உண்மையான முடிவுகளே இவை.

பல்வேறு அமைப்புகளை ஒருங்கிணைப்பது எவ்வளவு கடினம், அவை இணையவழித் தாக்குதல்களுக்கு எவ்வளவு எளிதில் இலக்காகின்றன, சரியான திறன்களைக் கொண்டவர்களைக் கண்டுபிடிப்பது எவ்வளவு கடினம், மேலும் தொழில்நுட்ப முதலீடுகளைப் பயனுள்ளதாக்கும் மனித அமைப்புகளை நிறுவனங்கள் நிறுவுவது எவ்வளவு கடினம் என்பது போன்ற உண்மையான சிக்கல்களும் உள்ளன. இவை எதுவும் உயிருக்கு அச்சுறுத்தலான வரம்புகள் அல்ல. கவனமான திட்டமிடல் மற்றும் சரியான கூட்டாளிகளுடன், இவை அனைத்தையும் கையாள முடியும். 2015-ஆம் ஆண்டின் கண்காணிப்பு உள்கட்டமைப்பைக் கொண்டு 2025-இல் ஒரு சரக்கு நிறுவனத்தை நடத்தி, போட்டித்தன்மையுடன் இருக்க முடியும் என்று எதிர்பார்ப்பது சாத்தியமில்லை. பின்தங்கிய நிலையை ஈடுசெய்வதற்கான நேரம் குறைந்துகொண்டே வருகிறது. தற்போது செயற்கை நுண்ணறிவு (AI) மற்றும் நிகழ்நேரக் கண்காணிப்பில் முதலீடு செய்யும் நிறுவனங்கள், இன்றைய நிலையை மேம்படுத்துவது மட்டுமல்லாமல், மெதுவாகச் செயல்படும் நிறுவனங்கள் நகலெடுப்பதற்கு மிகவும் கடினமாக இருக்கும் செயல்பாடுகளுக்கான அடித்தளத்தையும் அமைக்கின்றன.

 

அடிக்கடி கேட்கப்படும் கேள்விகள்

கே: செயற்கை நுண்ணறிவால் சரக்குக் கட்டணங்களை உண்மையில் எந்த அளவிற்கு குறைக்க முடியும்?

மெக்கின்சியின் ஆய்வின்படி, செயற்கை நுண்ணறிவைப் பயன்படுத்துவதன் மூலம், அதன் பயன்பாட்டைப் பொறுத்து, தளவாடச் செலவுகளை 5% முதல் 20% வரை குறைக்க முடியும். வழித்தடங்களைத் திட்டமிட செயற்கை நுண்ணறிவைப் பயன்படுத்தும் நிறுவனங்கள், தங்களின் எரிபொருள் மற்றும் போக்குவரத்துச் செலவுகள் சராசரியாக 15 முதல் 20% வரை குறைவதாகக் கூறுகின்றன. முன்கணிப்புப் பராமரிப்பு, ஒரு காரைப் பராமரிக்கும் செலவை 40% வரை குறைக்க முடியும். செயற்கை நுண்ணறிவின் தேவை முன்னறிவிப்பு, சரக்குகளைப் பராமரிக்கும் செலவை சுமார் 12% குறைக்கிறது.

கே: ஜிபிஎஸ் கண்காணிப்புக்கும் ஐஓடி அடிப்படையிலான சரக்குக் கண்காணிப்புக்கும் என்ன வேறுபாடு?

ஜிபிஎஸ் கண்காணிப்பு நீங்கள் எங்கே இருக்கிறீர்கள் என்பது பற்றிய தகவல்களை வழங்குகிறது. ஐஓடி அடிப்படையிலான கண்காணிப்பு மிகவும் விரிவானது, ஏனெனில் அது ஜிபிஎஸ் இருப்பிடத் தகவலுடன், வெப்பநிலை, ஈரப்பதம், அதிர்ச்சி மற்றும் சாய்வு ஆகியவற்றைக் கண்காணிக்கும் சுற்றுச்சூழல் சென்சார்களையும் கொண்டுள்ளது. மேலும், இது வாகனத்தின் ஆரோக்கிய நிலவரத் தரவு, புவிவேலி எச்சரிக்கைகள் மற்றும் துறைமுகம் மற்றும் சுங்கத் தரவு ஊட்டங்களுடனான இணைப்பு ஆகியவற்றையும் உள்ளடக்கியுள்ளது. ஐஓடி, ஒரு பொருள் வரைபடத்தில் எங்கே இருக்கிறது என்பதை மட்டும் பார்க்க அனுமதிப்பதில்லை; அது எப்படிச் செயல்படுகிறது மற்றும் என்ன நடக்கிறது என்பதையும் பார்க்க உங்களை அனுமதிக்கிறது.

கே: நிகழ்நேர சரக்குக் கண்காணிப்பு பெரிய நிறுவனங்களுக்கு மட்டுமே நடைமுறைக்கு உகந்ததா?

இனி அப்படி இல்லை. சந்தா அடிப்படையிலான IoT சென்சார் சேவைகள் மற்றும் கிளவுட்-நேட்டிவ் விசிபிலிட்டி தளங்கள், நடுத்தர மற்றும் சிறிய வணிகங்கள் நிகழ்நேரத்தில் விஷயங்களைக் கண்காணிக்க வழிவகுத்துள்ளன. இதைச் செய்வதற்கான சிறந்த வழி, அதிக மதிப்புள்ள அல்லது சிக்கல்களை ஏற்படுத்த அதிக வாய்ப்புள்ள வழித்தடங்களில் இருந்து தொடங்கி, தெளிவான ROI இலக்குகளை நிர்ணயித்து, பின்னர் அங்கிருந்து வளர்ச்சி அடைவதாகும். 2025-ல், IoT லாஜிஸ்டிக்ஸ் சந்தையின் வருவாயில் 55.7% சிறு மற்றும் நடுத்தர வணிகங்களின் பங்களிப்பாக இருக்கும்.

கே: எல்லை தாண்டிய சரக்கு போக்குவரத்தில் சுங்க அனுமதி பெறுவதற்கு செயற்கை நுண்ணறிவு குறிப்பாக எவ்வாறு உதவுகிறது?

அ: இயற்கை மொழி செயலாக்கத்தைப் (NLP) பயன்படுத்தும் செயற்கை நுண்ணறிவு அமைப்புகள், சுங்கவரிக் குறியீடுகளின்படி பொருட்களைத் தானாகவே வரிசைப்படுத்தவும், சுங்க அறிவிப்புப் படிவங்களை நிரப்பவும், சமர்ப்பிக்கும் முன் இணக்கச் சிக்கல்களைக் கண்டறியவும், மற்றும் விலைப்பட்டியல்களை சரக்கு அனுப்பீடுகளுடன் இணைக்கவும் முடியும். இவை அனைத்தும், தரவுகளைக் கையால் உள்ளிடுவதை விட வேகமாகவும் மிகவும் துல்லியமாகவும் நடைபெறுகின்றன. அமெரிக்கா மற்றும் சீனாவைப் பொறுத்தவரை, செயற்கை நுண்ணறிவு உதவியுடனான இணக்கத் தீர்வுகள், ஆவணப் பிழைகளால் ஏற்படும் சரக்குத் தடைகள், அபராதங்கள் மற்றும் வழிமாற்றுக் கட்டணங்களுக்கான வாய்ப்பைக் குறைக்கின்றன; குறிப்பாக, சுங்கவரி வகைப்பாடுகள் பெரிதும் மாறியுள்ள எல்லை தாண்டிய சரக்குப் போக்குவரத்தில் இது மிகவும் பயனுள்ளதாக இருக்கிறது.

இணைக்கப்பட்ட சரக்கு போக்குவரத்து அமைப்புகளில் உள்ள மிகப்பெரிய இணையப் பாதுகாப்பு அபாயங்கள் யாவை?

போக்குவரத்து மற்றும் தளவாடங்களுக்கு எதிரான ரான்சம்வேர் தாக்குதல்கள் எப்போதும் மிகவும் பொதுவானவையாகும். பரபரப்பான நேரங்களில் சரக்கு மேலாளர்களை அவர்களின் சொந்த அமைப்புகளிலிருந்து வெளியேற்றும் TMS/WMS அமைப்புகள் மீதான ரான்சம்வேர் தாக்குதல்கள், சரக்கு விவரப் பட்டியல்கள் மற்றும் வாடிக்கையாளர் தகவல்களை வெளிப்படுத்தும் தரவு மீறல்கள், மற்றும் சரக்குத் திருட்டை மறைக்க IoT சென்சார் தரவைப் பயன்படுத்துதல் ஆகியவை மிகப்பெரிய அச்சுறுத்தல்களாகும். ஜீரோ-டிரஸ்ட் நெட்வொர்க் கட்டமைப்பு, IoT சாதனங்களுக்கான எண்ட்பாயிண்ட் பாதுகாப்பு, மற்றும் பணியாளர்களுக்கு அடிக்கடி வழங்கப்படும் ஃபிஷிங் பயிற்சி ஆகியவை அபாயத்தைக் குறைப்பதற்கான சில வழிகளாகும்.