Īss un detalizēts projekta apraksts
Klienta pieredze: Ātruma loģistika ir piegādes un kravu pārvadājumu uzņēmums, kas katru dienu apstrādā simtiem sūtījumu vairākās pilsētās. Viņi pārvalda kravas automašīnu un mikroautobusu parku pēdējās jūdzes piegādei e-komercijas mazumtirgotāju un vietējo uzņēmumu vārdā. Pirms mākslīgā intelekta ieviešanas Velocity dispečeru komanda katru rītu manuāli plānoja piegādes maršrutus un reaģēja uz kavējumiem (satiksmes sastrēgumiem, laikapstākļiem, pēkšņiem steidzamiem pasūtījumiem). Neefektīvi maršruti un lēna reaģēšana uz traucējumiem izraisīja novēlotas piegādes, augstākas degvielas izmaksas un neapmierinātus klientus.
Mērķi: Uzņēmuma galvenais mērķis bija racionalizēt savas loģistikas darbības, izmantojot automatizācijuViņi gribēja Optimizēt piegādes maršrutus un grafikus reāllaikā lai samazinātu tranzīta laikus un degvielas patēriņu. Turklāt viņi centās uzlabot savu savlaicīgo piegāžu rādītāju un klientu apkalpošanu, proaktīvi pārvaldot kavējumus vai problēmas. Īsāk sakot, Velocity Logistics meklēja mākslīgā intelekta vadītu risinājumu, kas varētu koordinēt viņu autoparku viedāk nekā manuāla plānošana, tādējādi samazinot izmaksas un palielinot uzticamību (un līdz ar to arī klientu uzticību).
Risinājums: Mēs ieviesām mākslīgo intelektu “Dispečeru optimizētāja” aģents uzņēmumam Velocity Logistics. Šis aģents darbojas kā vienmēr modrs digitālais dispečers, nepārtraukti analizējot reāllaika apstākļus un dinamiski novirzot piegādes. Tas uzņem reāllaika dati par pasūtījumiem, transportlīdzekļu atrašanās vietām, izmantojot GPS, satiksmes un laika apstākļu plūsmām un pat vadītāju grafikiem. Izmantojot šo informāciju, mākslīgais intelekts autonomi pārvirza sūtījumus un pielāgo piegādes secību, lai atrastu visefektīvākos ceļus Piemēram, ja autoavārija izraisa kavēšanos, aģents nekavējoties pārrēķina jaunus maršrutus skartajiem autovadītājiem, iespējams, sadalot piegādes starp tuvumā esošajiem transportlīdzekļiem, lai apietu aizķeršanos. Tas arī optimizē piegādi. plānošana, no rīta piešķirot pareizās pakas pareizajai kravas automašīnai, pamatojoties uz atrašanās vietas grupēšanu un prioritāti. Visas dienas garumā aģents reaģē uz jauniem steidzamiem pasūtījumiem vai pēdējā brīža izmaiņām, nemanāmi ievietojot tās maršrutos. Turklāt tas apstrādā komunikācija – automātisku brīdinājumu nosūtīšana klientiem ar atjauninātiem piegādes laikiem (ETA), ja tiek konstatēts kavēšanās risks, un noliktavas darbinieku informēšana par ienākošo izkraušanu savlaicīgi. Šis inteliģentās, autonomās koordinācijas līmenis pacēla Velocity loģistikas pārvaldību futūristiskā efektivitātes līmenī.
Integrācijas: Mākslīgā intelekta dispečera aģents tika integrēts ar Velocity esošo sistēmu transporta pārvaldības sistēma (TMS) un autoparka telemātika. Tā reāllaikā ievāca GPS atrašanās vietas datus un katra transportlīdzekļa ātrumu, kā arī pasūtījuma informāciju no viņu iekšējās datubāzes. Mēs savienojām aģentu ar kartēšanas un satiksmes API (piemēram, Google Maps), lai iegūtu tiešraides satiksmes blīvumu, ceļu slēgumus un optimāla maršruta ieteikumus. Tas bija saistīts arī ar laika apstākļu dienestiem, lai paredzētu vētras vai citus apstākļus. Klientu apkalpošanas vajadzībām aģents bija savienots ar Velocity paziņojumu sistēmu (SMS/e-pasta brīdinājumi), lai jebkura kavēšanās vai izmaiņas aktivizētu proaktīvus atjauninājumus gala klientiem par viņu piegādes statusu. Integrācija ar uzņēmuma ERP nozīmēja, ka, plānojot maršrutus, tika ņemta vērā krājumu pieejamība un piegādes prasības (tāpēc aģents zināja, kurā noliktavā ir kura prece utt.). Svarīgi ir tas, ka visas šīs integrācijas tika veiktas, ņemot vērā drošību un datu privātumu – aģentam bija piekļuve tikai nepieciešamajiem datiem un reģistrētajiem lēmumiem, lai tos varētu pārskatīt cilvēks. Pieslēdzoties populāri rīki un platformas Tā kā Velocity jau tika izmantots (tāpat kā GPS izsekošanas un kartēšanas pakalpojumi), ieviešana noritēja gludi, un darbiniekiem bija nepieciešams minimāls apguves līkne.
Rezultāti: Ietekme uz Velocity Logistics KPI bija dramatiska. Mākslīgā intelekta vadītā maršruta optimizācija samazināja vidējo piegādes laiku par aptuveni 25%, kas nozīmē, ka klienti saņēma pakas ātrāk nekā jebkad agrāk. degvielas patēriņš samazinājās par ~151 l/100 km/h, jo kravas automašīnas nobrauca mazāk kilometru un izvairījās no dīkstāves — izmaksu ietaupījums, kas tieši uzlaboja peļņu. Savlaicīgas piegādes rādītāji, kas iepriekš bija aptuveni 85%, pieauga līdz 97% konsekventi. Sistēmas reaģētspēja reāllaikā nozīmēja, ka pat neparedzētu problēmu gadījumā aģenta dinamiskā pārplānošana nodrošināja piegādes atbilstoši grafikam (nozares pētījumi liecina, ka uzņēmumi, kas inteliģenti pārvalda savu piegādes ķēdi, var uzlabot pakalpojumu līmeni par aptuveni 201 TP3T, un šis skaitlis atspoguļojas arī Velocity pieredzē). Pēdējās jūdzes efektivitāte ir ļoti svarīga, jo šis pēdējais posms var ņemt vērā 281 TP3 T no kopējām piegādes izmaksām – optimizējot to, Velocity ietaupīja naudu un var apstrādāt lielākus piegādes apjomus ar to pašu autoparku. Viņi arī redzēja apmierinātākus gala klientus: automātiskie brīdinājumi un ātrākas piegādes uzlaboja klientu apmierinātības rādītājus un samazināja sūdzību skaitu par 30%. Iekšēji dispečeru komanda konstatēja, ka viņu darba slodze ir samazinājusies – tā vietā, lai dzēstu maršruta problēmas, viņi tagad uzrauga mākslīgā intelekta lēmumus un koncentrējas uz izņēmumiem vai stratēģiskiem uzlabojumiem. Pēc gada Velocity Logistics ziņo, ka mākslīgā intelekta aģenta projekts vairākkārt atmaksājās, pateicoties degvielas ietaupījumam un produktivitātes pieaugumam. Tas ir lielisks piemērs tam, kā... Autonomi mākslīgā intelekta aģenti var revolucionizēt loģistiku, pārvēršot kādreiz apgrūtinošu darbību par elegantu, uz datiem balstītu mašīnu, kas darbojas gandrīz automātiski (ar cilvēkiem, ja nepieciešams).