Blue Yonder の AI 駆動型倉庫管理、SaaS 移行、セキュリティ、ユーザー エクスペリエンスに関する回答をすべて 1 か所で入手できます。
このリソースでは、当社の次世代 AI 駆動型倉庫管理ソリューションに関する最も一般的な質問に明確な回答を提供します。Cognitive WMS が機械学習を通じて効率を高め、SaaS へのシームレスな移行をサポートし、データのセキュリティを確保し、直感的なユーザー エクスペリエンスを提供する方法を学びます。高度なスロッティング、ロボットの統合を検討している場合でも、アップグレード パスを計画している場合でも、この FAQ は倉庫業務の将来を理解するための頼りになるガイドです。
コンポーネントを読み込んでいます...
セキュリティとデータプライバシー
Blue Yonder (BY) WMS およびその他の BY 製品内のデータは、完全に BY プラットフォームの安全な境界内に保持されます。スキーマとメタデータは両方とも当社独自の知的財産の一部であり、IP 保護標準に厳密に準拠して取り扱われます。
いいえ。お客様のデータは BY プラットフォーム内で安全に保管され、共有されることはありません。各顧客のデータは完全に分離されており、その顧客のみがアクセスできます。機械学習 (ML) モデルとエージェントをトレーニングする場合は、特定の環境内で利用可能なデータのみを使用して、顧客ごとにトレーニングされます。
いいえ、Cognitive WMS の AI ネイティブ機能は付加的なものです。現在業務で依存している機能や厳格なルールは削除していません。このアプローチにより、変化のペースを自分でコントロールできるようになります。たとえば、倉庫の 1 つのゾーンだけで AI スロッティング エージェントを使用してテストし、他の場所では標準ルールを維持することができます。ネットワーク内のさまざまな倉庫は、それぞれのニーズと複雑さに応じて、異なる速度で移動できます。
エージェント AI と認知機能の大部分は、SaaS WMS の 2025.2 リリース以降で利用可能になります。以前のバージョンから移行する場合、データの整合性と構成の保持を確保するために、アップグレード スクリプトによって環境が順次このバージョンに移行されます。
当社の WMS AI/ML 機能を使用するために、データ サイエンティストや ML エキスパートを雇う必要はありません。当社が提供するサービスに含まれる複雑な ML 作業はすべて当社が担当します。しかし、一部のお客様は、自社のデータに基づいて独自のモデルを構築することに関心を示し始めており、当社のプラットフォームはそれをサポートしています。主な変化は、既存の運用チーム内での考え方が変わり、自己学習システムと連携して作業できるようになることです。
当社の Cognitive WMS の AI ネイティブ機能は付加的なものであり、お客様が必要とするルールベースの機能は一切削除されていません。これにより、イノベーションのペースを制御できるようになります。たとえば、他の場所では既存のルールを使用しながら、ある倉庫ゾーンで AI スロッティング エージェントをテストできます。AI と ML の機能により、次のような運用が強化されます。
労働力の最適化
一括統合の機会を自動化
自動インターリーブによるスループットの向上
高度なスロット配置の推奨事項の提供
タスクの見積もりとエージェントの使用を強化する
Our machine learning (ML) models are trained on historical operational data and enriched with temporal features like day, week, season, and holidays. For use cases where seasonality is a factor, we prefer at least two years of historical data. This allows the models to analyze one seasonal cycle and validate learnings against the next, helping to distinguish between one-time events and recurring demand patterns. If you have less than six months of historical data, the models can still generate predictions. However, accuracy improves over time as more data is collected and the models learn from your latest transaction history.
いいえ、WMS AI または ML 機能を導入するために ML または AI の専門知識は必要ありません。企業レベルでは、当社の製品に組み込まれるすべての機械学習を処理します。データに基づいて独自のモデルを構築することもできますが、当社が構築したモデルを使用する必要はありません。運用チームは、これらの自己学習システムと連携して作業する方法を理解する必要がありますが、モデル自体の内部の仕組みを理解する必要はありません。
いいえ、倉庫労働管理 (WLM) は ML モデルのトレーニングに必須ではありません。ただし、モデルでは正確な予測を行うために、特定のサイト固有のデータが必要です。これには、施設内の X、Y、Z 座標、移動シーケンス、交差点のマッピングが含まれます。サイトの ML モデルを適切にトレーニングするには、これらのデータ ポイントを当社と共有する必要があります。
