Definizione di Swarm Intelligence Applications -

La definizione dell'intelligenza dello sciame definisce che le intuizioni scientifiche interessanti hanno portato a interessanti applicazioni negli affari che hanno risolto un problema fastidioso e hanno contribuito a migliorare i profitti di un'azienda.

Le aziende impiegano numerosi sondaggi, strumenti statistici e di analisi dei dati per comprendere i problemi incontrati dalla produzione, dal marketing, dall'inventario o dal deposito. Per quanto scientifici siano, spesso non forniscono le soluzioni richieste.

Una nuova teoria sviluppata dall'osservazione del comportamento animale: le api, le api e le farfalle ha portato allo sviluppo di applicazioni di intelligenza di sciami. Gli scienziati hanno osservato che gli insetti sociali erano in gran parte entità auto-organizzate che coordinavano le loro attività attraverso la comunicazione con i membri più vicini della rete. Questo funziona bene nel trovare la via più breve per una destinazione, evitare i predatori o trovare cibo è la definizione di intelligenza di sciame.

Ecco alcuni esempi di come le applicazioni di intelligence di sciame hanno aiutato varie industrie a risolvere i loro problemi;

# 1 Le applicazioni di intelligence Swarm aiutano nel settore della logistica e dei trasporti

Il concetto di applicazioni di intelligence dello sciame è stato utilizzato con successo nei trasporti e nella logistica che coinvolgono il complesso movimento delle merci lungo percorsi diversi. La South West Airlines ha avuto difficoltà a conservare merci negli aeroporti con la sua capacità a pieno carico per la maggior parte del tempo. Tuttavia, i suoi voli avevano solo il 7% dello spazio di carico occupato. In questo sciame di esempi di intelligenza, hanno seguito l'intelligenza delle formiche che cercano cibo lasciando tracce chimiche distinte, chiamate feromoni. Mentre più formiche seguono il sentiero lasciano più tracce chimiche lungo il percorso.

South West Airlines ha deciso di seguire la formula e inviare merci ai voli verso una o due altre destinazioni prima di atterrare nella destinazione target. Ciò li ha aiutati a ridurre del 80% i tassi di trasferimento delle merci e del 20% il carico di lavoro del personale addetto alle merci. La compagnia aerea è stata in grado di ridurre sostanzialmente lo spazio di archiviazione e i relativi costi salariali. Le applicazioni di intelligence di sciame hanno aiutato la compagnia aerea a ottenere guadagni annuali di circa $ 10 milioni. Anche il loro spazio di carico era al completo e portava a una nuova strada commerciale per l'azienda.

In Svizzera, Pina Petroli, la compagnia petrolifera di riscaldamento che rifornisce direttamente le case, aveva camion piccoli, grandi e medi distribuiti lungo varie rotte. Limitazioni al traffico, intemperie, percorsi stretti, chiamate di emergenza, diverse dimensioni di camion e tubi flessibili, la vastità delle operazioni ha richiesto all'azienda di cercare una soluzione innovativa. Seguirono il principio della formica, i grandi camion non erano ammessi su rotte strette, c'era uno scambio di informazioni in tempo reale tra i veicoli in modo da ottimizzare l'utilizzo della flotta e il camion più vicino assisteva a una chiamata a casa. Ha anche ridotto i tempi di viaggio. Ogni camion fungeva da 'formica' lasciando tracce sulla strada affinché gli altri capissero e rispondessero.

Air Liquide, un fornitore di gas industriali e medici come azoto, idrogeno e ossigeno, ha utilizzato diversi modi per consegnare i prodotti a siti industriali, ospedali che utilizzano vagoni ferroviari, camion, condutture. Con i prezzi dell'energia che fluttuano e che hanno consegnato gas in 6000 siti è diventata un'operazione complessa per l'azienda. Ha preso ispirazione dall'intelligenza delle formiche e con l'aiuto di un'azienda di intelligenza artificiale ha sviluppato un modello che ottimizzava le operazioni dell'azienda in base a condizioni meteorologiche, pianificazioni degli impianti e percorsi dei camion.

Tuttavia, non è un sistema completamente automatizzato: ogni notte l'azienda immette dati sulla domanda dei consumatori e sui costi di produzione in modo che l'intero sistema si organizzi in quattro ore con l'algoritmo di sciame intelligenza che elabora le permutazioni e le combinazioni. Pertanto, un camionista può essere indirizzato non necessariamente a prelevare gas dall'impianto più vicino, ma a seconda del prezzo più basso disponibile potrebbe essere più lontano. Ha portato a enormi risparmi per l'azienda, anche se i conducenti non sono riusciti a capire come.

Nel settore del magazzinaggio, l'approccio della benna delle formiche è stato utilizzato con successo da catene di vendita al dettaglio, centri di distribuzione presso aziende leader come Bantam-Doubleday-Dell Distribution, McGraw-Hill, Blockbuster Music, tra gli altri. Le formiche distribuiscono il cibo dalla fonte di cibo alla successiva attraverso un principio di ritrasmissione, ciascuna delle quali passa il cibo alla persona successiva nella catena. Questo modello può essere implementato con successo nei casi in cui le merci devono essere trasferite da una persona all'altra - il duo di John Bartholdi, Georgia Tech - Donald Eisenstein, Università di Chicago ha imitato questo sistema per una catena di negozi al dettaglio che utilizzava un approccio a zone in base al quale ciascuno ha funzionato completato un'attività specifica prima che possa iniziare un'altra persona.

In questo processo, le persone più veloci possono essere sottoutilizzate e le persone più lente possono fare più lavoro. Bartholdi ed Eisenstein hanno elaborato una strategia in cui un lavoratore ha continuato a lavorare (riempire gli ordini) fino a quando la persona a valle ha assunto il suo posto di lavoro. Successivamente, il lavoratore può andare a monte per assumere il lavoro della persona successiva. In questo sistema, il più lento è stato messo all'inizio e il più veloce alla fine. Ciò ha comportato un aumento della produttività del 30% presso il magazzino rispetto all'approccio di zona.

L'algoritmo Swarm intelligence può anche aiutare le aziende di corriere e pacchi a indirizzare il carico o i documenti in modo più efficiente ottimizzando le risorse.

# 2 Le applicazioni di intelligence Swarm aiutano nel settore delle telecomunicazioni

Le attività di telecomunicazione sono piuttosto complesse poiché alcune rotte saranno occupate in alcuni momenti mentre altre resteranno inattive. Ogni chiamata deve passare attraverso una serie di nodi e hub intermedi prima di poter raggiungere la destinazione. Come ottimizzare l'uso delle reti in modo da evitare congestioni e ritardi?

Gli ingegneri di Hewlett Packard hanno ideato un numero enorme di "formiche digitali" che possono essere inviate attraverso reti non richieste. Ciò ha aiutato gli agenti dei centri di telecomunicazione a deviare il traffico attraverso tali rotte. Se un percorso non congestionato diventa improvvisamente affollato, le "formiche digitali" rallenteranno o evaporeranno. Questo aiuta gli agenti a ignorare le rotte e guardare altrove. Alcune delle principali società di telecomunicazioni come British Telecom, France Telecom e MCI WorldCom sono state le prime ad adottare tali innovazioni. Aiuta anche a instradare il traffico Internet lungo percorsi meno congestionati in modo che gli utenti della rete non affrontino problemi di accessibilità.

# 3 Le applicazioni di intelligence Swarm aiutano a ottimizzare le operazioni di fabbrica

Questo è uno dei migliori esempi di informazioni sullo sciame in cui le operazioni di produzione hanno beneficiato dell'osservazione di come le api assegnano il lavoro tra di loro. Ci sono api operaie, api regine e api che allattano in un alveare. Quando il carico di lavoro aumenta, anche le api infermieristiche aiutano le api operaie a completare un'attività. Questo è stato efficacemente utilizzato nelle cabine di verniciatura in un impianto di produzione di camion. Ogni negozio di vernici specializzato in una particolare vernice, a meno che non fosse chiamato urgentemente per eliminare eventuali arretrati in altre cabine. Ciò ha consentito l'ottimizzazione tramite il sistema auto-organizzato anziché un sistema centralizzato per l'elaborazione di pianificazioni. Se un particolare negozio di vernici si fosse imbattuto in guai, gli altri avrebbero compensato.

Unilever ha ottimizzato i suoi programmi di impianto usando l'algoritmo di intelligenza di sciame che gestisce le complessità di un impianto chimico quando le pratiche tradizionali non potevano farlo. Tra i macchinari e gli oggetti utilizzati c'erano miscelatori chimici, serbatoi per lo stoccaggio, linee di confezionamento con una diversa varietà di operazioni che richiedono tempi di cambio da un prodotto all'altro e manutenzione periodica.

Alcuni ingredienti devono essere premiscelati prima che possano essere manipolati dai miscelatori. Il gruppo Bios, la società del New Mexico che ha fornito soluzioni per la South West Airlines, ha fornito anche le soluzioni per Unilever. Ha ottimizzato l'uso dei macchinari in modo tale che se il tempo di cambio di un macchinario fosse inferiore a un'ora, non sarebbe stato utilizzato per compiti brevi. Il software non si preoccupava di portare le cose da un posto all'altro nel minor tempo possibile, ma di eseguire una serie di attività nel minor tempo possibile. In caso di guasto dei macchinari, i programmi vengono regolati automaticamente in modo da non interrompere la produzione in officina.

Corsi consigliati

  • Formazione completa sulla gestione delle prestazioni
  • Formazione online su elementi di aeronautica
  • Programma sul marketing digitale

# 4 Le applicazioni di Swarm Intelligence aiutano a migliorare il feedback dei consumatori

La metodologia utilizzata più frequentemente per comprendere il gusto e le preferenze dei consumatori è attraverso sondaggi e sondaggi online. Ci sono valutazioni per film, hotel, compagnie aeree, libri disponibili online ma non riescono a ottenere l'intelligenza collettiva della folla. I dati al botteghino hanno mostrato che Jurassic World ha incassato $ 643, 3 milioni nel film più popolare, ma l'algoritmo di sciame di intelligence ha mostrato che Mad Max era il film con il punteggio più alto, con i critici cinematografici che danno il punteggio più alto.

Il software di intelligence Swarm non utilizza numeri assoluti ma la qualità dietro di esso. Recentemente, un esperimento presso l'Università Humboldt di Berlino e la RAND Corporation ha rivelato che un gruppo di 12 radiologi che hanno diagnosticato anomalie scheletriche era più bravo ad arrivare alla diagnosi corretta rispetto ai singoli medici che facevano la diagnosi.

Nel sondaggio online, è stato osservato che gli elettori successivi sono influenzati dal comportamento di coloro che hanno votato prima di loro. Nell'algoritmo dell'intelligenza dello sciame, nessuno è influenzato o guidato da altri. Lo sciame è sincrono. Pertanto riflette le decisioni simultanee dei partecipanti. In un sondaggio o sondaggio, la media riflette solo una statistica che rivela ciò che è più popolare ma non quello che è più attraente per l'intera popolazione.

# 5 Applicazioni di intelligence di sciame in risorse umane e reclutamento

In questi esempi di sciame di intelligence, le aziende hanno seguito la pratica degli insetti nella caccia di cibo da applicare nel reclutamento dei dipendenti. Proprio come le formiche sono attratte da luoghi in cui il "contenuto di feromoni" è il più elevato, le strategie di reclutamento di massa possono essere utilizzate laddove la concorrenza è bassa e anche le dimensioni del mercato del lavoro sono ridotte. Consente alle aziende di ottenere talenti velocemente e con agilità. Consentirà all'azienda di assumere i migliori talenti ancor prima che emergano altri concorrenti e aumentare i livelli salariali. La formula di reclutamento in tandem imita il comportamento della formica in cui ritorna da una fonte di cibo con il cibo e alza la sua antenna segnalando a pochi altri di andare. Questo può essere utilizzato nei mercati del lavoro di piccole e medie dimensioni con l'alto grado di concorrenza che consente loro di attirare persone da luoghi diversi a prezzi competitivi. Il reclutamento di gruppo imita le api che ballano danzando prima di una nuova fonte di cibo o di un potenziale alveare per segnalare agli altri di venire. Quando la concorrenza è bassa in un grande mercato, il reclutamento di gruppo è risultato efficace.

Caratteristiche delle applicazioni Swarm Intelligence

  1. Non ci sono leader

Negli animali sociali è stato osservato che non ci sono leader, ogni individuo lavora per il benessere degli altri. Non sono richieste autorizzazioni e ciascun membro lavora in base alle informazioni ricevute dal più vicino o collettivamente.

Molto spesso non hanno conoscenza del quadro generale. Tra le api, due tipi di informazioni sono le informazioni condivise sugli alimenti e le informazioni sulle minacce. Quando alcune api trovano una buona fonte di nettare, esegue una danza del waggle per segnalare ad altri che è sicuro. Quando cercano un nuovo posto per allestire alveari, le api eseguono una danza dondolante per segnalare agli altri. Allo stesso modo, anche le informazioni sulle minacce che richiedono una comunicazione urgente vengono eseguite in modo efficiente dal gruppo. Tutti i membri di un bioteam sono visti come leader.

  1. Non sono richiesti ordini o autorizzazioni

Nei bioteams, non è stato emesso un ordine formale né è necessario richiedere l'autorizzazione per svolgere un compito poiché la struttura si basa sulla condivisione delle informazioni. Il sistema è trasparente e vi è una chiara comprensione del ruolo di ciascuno in esso. Gli ordini devono essere adeguatamente compresi nel suo contesto e più probabilità di contenere errori. Le strutture di autorizzazione sono presenti nella maggior parte dei sistemi di gestione - va bene averlo se le competenze di un dipendente sono in dubbio non quando viene utilizzato per incertezza sull'impegno o sui motivi dei membri del team.

  1. Velocità e agilità importanti

Uno dei motivi per cui non c'è gerarchia o ordini nei bioteami è che la velocità e l'agilità sono cruciali per la sopravvivenza. Nell'aviazione, Roger indica la ricezione di un messaggio mentre Wilco indica la ricezione e la volontà di agire sul messaggio. Un'organizzazione avrebbe prestazioni migliori se fosse necessario inviare più Rogers di Wilcox.

Conclusioni sulle applicazioni di Swarm Intelligence

Il software di intelligence Swarm è stato utilizzato in tutti i settori negli ultimi decenni e mezzo con risultati sorprendenti e il suo ulteriore utilizzo è limitato solo dalla nostra immaginazione. Le aziende che si saturano in un settore o a piena capacità in un unico posto possono pensare a come le api trovano luoghi alternativi per allestire arnie per espandere le proprie attività. Tuttavia, l'espansione o la diversificazione dovrebbe avvenire in territori sicuri e che comportano meno rischi per l'organizzazione. Allo stesso modo, quando è probabile che un top performer lasci un'organizzazione, la direzione offre maggiori incentivi sotto forma di stock options o azioni per mantenerli. Negli alveari, le api regine danno il diritto di deporre le uova alle api operaie che rischiano di andarsene.

Il software di intelligence Swarm non è facilmente accettato in alcune organizzazioni e pertanto è necessario un adeguato sviluppo della consapevolezza.

Articoli consigliati

Questa è stata una guida al concetto di applicazioni di intelligence dello sciame è stata utilizzata con successo nei trasporti e nella logistica che comportano un movimento complesso di merci lungo percorsi diversi. Questi sono i seguenti link esterni relativi alle applicazioni di intelligence dello sciame.

  1. Lo sciame aiuta le squadre agili a crescere? (Progetto)
  2. Applicazioni di intelligenza artificiale in tutti i settori
  3. Intelligenza artificiale vs Business Intelligence - Impara 6 Confronto utile

Categoria:

Sviluppo dell'imprenditorialità