Plimbi.com - Pernahkah kamu bertanya-tanya bagaimana sebuah barang yang kamu pesan secara online bisa sampai di depan pintu kamu dengan sangat cepat? 

Di balik kerumitan rantai pasok modern, ada jutaan paket yang bergerak dan ribuan truk di jalan raya serta gudang-gudang besar seluas kota kecil. Ada seorang sutradara baru yang bekerja dalam sunyi. 

Sutradara ini tidak terbuat dari daging dan tulang melainkan dari data dan algoritma. Namanya adalah kecerdasan buatan alias AI dan ia sedang menulis ulang aturan main logistik dunia.  

Sebuah yang sudah dipublikasikan pada Oktober 2018 lalu mencerminkan tentang gambaran sebuah revolusi yang sudah berjalan stabil. Jauh dari sekadar konsep fiksi ilmiah, AI telah menjadi komponen vital yang tidak hanya membantu melainkan juga mulai mengambil alih tugas-tugas terkait dengan keputusan di gudang-gudang paling canggih di planet ini. 

Kekuatan sejati AI dalam logistik datang dari kemampuannya untuk bersedia belajar, adalah sebuah proses yang diistilahkan dengan machine learning. Bayangkan sebuah sistem tidak hanya mengikuti perintah saja melainkan juga bisa mengamati, beradaptasi dan menjadi lebih pintar seiring berjalannya waktu. 

Beberapa perusahaan raksasa sudah berani memanfaatkan kemampuan ini guna memperoleh keunggulan yang luar biasa. Contohnya adalah Hitachi, sebuah AI bernama H bertindak sebagai sensei digital. Ia akan amati alur kerja ribuan karyawan, menemukan cara kecil yang lebih efisien yang mereka temukan secara mandiri. 

Ketika sebuah metode terbukti berhasil, H tidak menyimpannya dalam laporan, melainkan secara langsung mengubahnya menjadi instruksi kerja baru untuk kepentingan karyawan lain. Hasilnya adalah peningkatan produktivitas sebesar 8 persen adalah sebuah bukti bahwa perbaikan kecil yang dilakukan secara konsisten dapat menghasilkan dampak masif.  

Sementara itu, raksasa fashion Zalando menghadapi masalah balet logistik yang rumit di gudang mereka. Bagaimana cara tercepat bagi seorang karyawan untuk mengambil puluhan barang pesanan yang tersebar di rak-rak yang tidak terhitung jumlahnya. 

Mereka melatih sebuah jaringan saraf (neuronal network) dengan jutaan kemungkinan rute. AI ini selanjutnya belajar menemukan jalur terpendek kemudian memangkas waktu perjalanan per barang hingga menjadi sebelas persen. 

Namun demikian, mungkin contoh paling dramatis datang dari retailer Jerman, Otto. Mereka berhadapan dengan monster biaya pernama pengembalian barang. Dengan melepas algoritma deep learning untuk lakukan analaisa tiga miliar data, mulai dari riwayat belanja, pencarian di situs hingga ramalan cuaca, sistem AI mereka kini bisa meramal produk apa yang akan laku dengan akurasi sekitar sembilan puluh persen. 

Dengan data-data yang disediakan maka Otto memesan barang di muka kemudian memastikan pengiriman menjadi lebih cepat dalam satu paket. Hasilnya adalah jumlah pengembalian barang menjadi berkurang sebanyak dua juta item per tahun.***