デジタルツインがロジスティクスパフォーマンスの向上にどのように役立つか

消費者への直接配送は将来の道であり、COVID-19によりさらに重要になっています。しかし、ロジスティクス企業は、絶え間なく変化する道路状況から温度に敏感な医薬品の配送管理まで、さまざまな要因の中で需要を満たすのに苦労しています。リアルタイムデジタルツインと呼ばれる強力な新しいストリーミングデータソフトウェア技術は、重要なロジスティクスの質問に答え、未知の変数を減らし、運用の効率を向上させるために必要な洞察を提供できます。

フリート、スマートウェアハウス、その他のテレメトリソースからの膨大な量のストリーミングデータがあるため、ロジスティクス管理者が重要な洞察を抽出し、潜在的な問題をリアルタイムで特定することは困難な課題です。オープンソースのApacheStormやFlinkなどの従来のストリーミング分析アプローチは、マネージャーが集約されたメッセージフローのパターンを抽出するのに役立ちます。それでも、この情報をコンテキストに入れてその重要性を評価し、データソースごとに効果的で個別のアクションを実行することはできません。

これらのソリューションは、着信テレメトリをソフトウェアパイプラインに通して、関心のあるパターンを抽出し、集約された洞察を取得し、特定の条件が満たされたときにアラートを送信するように設計されています。ただし、データソース自体の動的な状態を追跡したり、それらの動作について推測したりすることはありません。

たとえば、ストリーミングアナリティクスでは、トラックのフリートで高い油温の測定値を検出できますが、これらの測定値が発生している理由、差し迫った障害を示しているかどうか、具体的なアクションを説明することはできません。これを行うには、ストリーミング分析プラットフォームが各トラックに関するコンテキスト情報を維持する必要があります。これにより、着信テレメトリに関するより深い内省を提供し、アラートと介入についてより戦略的な決定を下すことができます。たとえば、あるトラックエンジンは、その経年変化とメンテナンス履歴のために通常よりも高い油温を示すと予想される場合がありますが、別の新しいエンジンは、早急な対応が必要な異常な問題を示している場合があります。

複雑なロジスティクスシステムをスムーズに実行し続けるために、ストリーミング分析では、特にフリート内の数千台のトラックや倉庫内のパレットなど、多数のデータソースからテレメトリを受信する場合に、このより深いレベルのイントロスペクションを提供する必要があります。各データソースに関するコンテキストを利用するこのテレメトリの強化された分析は、非効率性、潜在的な問題、および主要な傾向を特定および予測する上ではるかに優れた仕事をすることができます。次のような質問に答えるのに役立ちます：

• 車両が休憩所にあるために停止しているのですか、それとも停車しているためですか？
• 車両のエンジンパラメータは異常ですか、それとも車両の既知の問題とメンテナンス履歴を考慮すると、これは予想されますか？
• 冷蔵コンパートメントの現在の温度と傾向は、現在保持している特定の薬剤に問題を引き起こしますか？
• ドライバーは、法的要件に関して、道路に長時間滞在していませんか？
• ドライバーは道に迷ったり、潜在的に危険な場所に入ったりしているように見えますか？

リアルタイムデジタルツインと呼ばれるストリーミング分析の新しいソフトウェア技術は、これらの質問に答えるために必要な洞察を提供するのに役立ちます。追跡対象の各物理データソースのソフトウェアベースのツインを作成し、データソースに関するコンテキスト情報（トラックエンジンの予想されるパラメーターやメンテナンス履歴など）を含みます。デジタルツインは、データソースからの着信メッセージを分析してこのコンテキストに即座にアクセスするアプリケーションコードをホストし、データソースの動的な状態についてさらに「学習」するときに、各着信メッセージでコンテキストを継続的に更新します。ツインのアプリケーションコードは、すべての受信メッセージのフローを管理するのではなく、単一のデータソースに焦点を合わせるだけで済みます。これにより、各データソースのフィードバックが向上します。

リアルタイムデジタルツインは、Microsoft Azureなどのパブリッククラウドで実行できます。このクラウドは、メッセージを処理し、地理的に広い地域の何千ものトラック、スマートウェアハウス、またはその他のテレメトリソースのリアルタイムデジタルツインを維持するスケーラビリティを備えています。クラウドサービスは、すべてのリアルタイムデジタルツインから抽出された重要な情報を継続的に集約および視覚化して、新たな問題を検出し、マネージャーの全体的な状況認識を高めることもできます。これにより、全体像を維持し、天候の遅れ、高速道路の閉塞、停電などの主要な課題に対する戦略的対応をより迅速に作成できます。

リアルタイムのデジタルツインがロジスティクスマネージャーが配送システムの有効性と適時性を劇的に向上させるのに役立つ状況の4つの例を次に示します。

• 条件の変更。 交通パターンの変化、事故、さらには記録的なハリケーン、暴風雨、火災により、ドライバーのルートは絶えず変化しています。物流会社が道路上の何千台もの車両を追跡しているため、リアルタイムのデジタルツインは、山火事による高速道路の閉鎖などの状況が各車両にどのように影響するかを分析し、ドライバーに新しいルートを警告するのに役立ちます。
• 甘やかされて育った食べ物や薬。 COVID-19の時代には、多くのリスクの高い人々が混雑した店で買い物をする代わりの方法を模索しており、今では食べ物や薬をドアに届ける必要があります。これらの配達を完了するために、車両には何百もの異なる温度に敏感な食品や医薬品が含まれている場合があります。リアルタイムのデジタルツインは、各アイテムに必要な温度を監視し、貨物の安全性を脅かす問題についてドライバーとロジスティックマネージャーに警告することができます。
• 新たな機械的問題。 高価な商用車のメンテナンスは複雑で、タイヤの空気圧、液面レベル、エンジンシステムなどの多くのパラメータが関係しています。リアルタイムのデジタルツインは、各車両の機械的状態を追跡し、必要なメンテナンスを警告して、予期しない遅延や費用のかかる修理を回避できます。
• ドライバーの紛失または不安定。 商用ドライバーは厳格な規則の下で運転し、違反に対してはかなりの罰則があります。リアルタイムのデジタルツインは、不規則な運転行動や差し迫った違反を発見し、それらが発生する前にドライバーに信号を送ることができます。また、ドライバーが紛失したように見えるかどうかを検出できるため、コーディネーターは問題をすばやく修正し、時間と燃料を節約できます。

2020年には、必要な商品を目的地に流すためのロジスティクスシステムの使用が劇的に増加しました。リアルタイムのデジタルツインから得られた洞察は、ロジスティクス企業がネットワーク内の無数のコンポーネントを追跡し、それらをスムーズに運用し続け、不要な遅延を回避するのに役立ちます。これらの洞察により、企業はコストを削減し、定時運航を強化できるため、私たち全員が依存している重要な業界で効果的に競争することができます。

WilliamBainはScaleOutSoftwareのCEOです。