3 طرق يعمل التعلم الآلي على تغيير صناعة الخدمات اللوجستية

شركات الخدمات اللوجستية يستخدمون الذكاء الاصطناعي والتعلم الآلي لضمان أفضل النتائج للحفاظ على الإنتاجية في أعلى مستوى ، اجعلها أفضل القرارات التجارية, ومواكبة المنافسة. أهمية الذكاء الاصطناعي في هذه الصناعة ضخمة. تشير التقديرات إلى أن الشركات ستأتي في العشرين سنة القادمة بين 1.3 تريليون دولار و 2 تريليون دولار في السنة من حيث القيمة الاقتصادية بفضل هذه التكنولوجيا المتقدمة في التصنيع و سلاسل التوريد العالمية. 

إذا كنت لا تزال تتساءل كيف منظمة العفو الدولية والتعلم الآلي يمكن أن يساعد عملك ، ألق نظرة على بعض الأشياء المثيرة استخدم حالات وتقرر ما إذا كان هذا هو الحل المناسب لك.

1. برنامج تخطيط الطريق القائم على الذكاء الاصطناعي

يعد اختيار المسار الأمثل ، وتخطيط فترات الراحة للسائقين ، وتجنب المسارات الأكثر ازدحامًا وخطورة ، بعضًا من التحديات العديدة التي تشكل جزءًا من العمل اليومي في صناعة الخدمات اللوجستية. 

وفقًا لـ Goldman Sachs ، عندما نتحدث عن تقديم 25 طردًا فقط ، تصل الطرق الممكنة إلى حوالي 15 تريليون تريليونات. وهذا هو المكان آلة التعلم يأتي للإنقاذ. يمكن لبرنامج تخطيط المسار القائم على ML تحليل جميع الخيارات لاختيار الحل الأمثل من حيث التكاليف والمواعيد النهائية القابلة للتطبيق وأحداث الطريق غير المتوقعة التي تتطلب قرارات فورية.

مرتكز على مجموعات البيانات الضخمة المقدمة للنظام ، مثل معلومات حول كفاءة الوقود ، وحوادث المرور أو العوائق المحتملة ، وحجم السيارة ، وجداول عمل السائقين الآخرين ، في الوقت الحقيقي تحسين الطريق خوارزميات تحديد أفضل طريق للسائقين. إنها مستندة إلى السحابة ، لذلك يتم توفير جميع المعلومات بتنسيق في الوقت الحقيقي ويمكن الوصول إليها من قبل المرسلين والسائقين والمديرين والموظفين الآخرين ، مثل مديري الحسابات ، لإبقاء العملاء على اطلاع بوقت التسليم المتوقع.

مرتكز على آلة التعلم, تحسين الطريق يمكن أن يجلب البرنامج العديد من الفوائد لعملك ، مثل:

• تحسن تجربة الزبون: مع تقديرات وقت التسليم الأكثر دقة ، سيكون العملاء أكثر رضا عن خدمتك ومن المرجح أن يقدموا لك ردود فعل إيجابية. علاوة على ذلك ، يمكنك أيضًا تقديم إشعارات حول التسليم القادم عبر البريد الإلكتروني أو الرسائل القصيرة. 
• وفورات في التكاليف: واحدة من الفوائد الرئيسية ل آلة التعلم عادة ما يكون التوفير في الوقت والمال. هذا صحيح هنا ، كما تحسين الطريق تراقب الأنظمة استهلاك الوقود وتقترح أكثر الطرق فعالية من حيث التكلفة. 
• مراقبة أداء السائق: نظام سحابي قائم على يساعد التعلم الآلي تقوم بالإشراف على عمل موظفيك والتأكد من قيامهم بواجباتهم بشكل موثوق. يمكنك أيضًا التأكد من اتباعهم لقواعد الطريق وجدول عملهم. علاوة على ذلك ، فإن إدراك أن المديرين يمكنهم الوصول إلى هذه المعلومات يمكن أن يزيد من كفاءة الموظفين وإنتاجيتهم.
• تتبع KPI: من خلال نظرة ثاقبة للمعلومات الأساسية مثل وقت السفر وتكاليف الوقود وإنتاجية الموظف ، يمكنك مراقبة أداء شركتك بشكل أفضل والتفاعل بشكل أسرع إذا كان أي عنصر يحتاج إلى تحسين.

أحد الأمثلة الواقعية حيث الخوارزمية تحسين الطريق تحسن الإيرادات في صناعة الخدمات اللوجستية is دراسة الحالة هذه من McKinsey. كان عميلهم شركة لوجستية آسيوية طلبت من شركة التكنولوجيا حل مشكلتها مع مطابقة إمدادات الأسطول والطرق مع متطلبات العملاء.

كيف حققوا ذلك؟

أولاً ، جمع فريق McKinsey جميع البيانات الأساسية حول عملياتهم للعثور على أي مشكلات لتحسينها. قاموا بتحليل المعلومات الحيوية مثل مواقع العملاء ومواقع المحاور وموارد الأسطول. سمحت لهم هذه المعلومات ببناء نموذج تحسين المسار الذي ينشئ جداول زمنية مخصصة لجميع المركبات. مع هذا الحل ، تمكنوا من تحسين الإدارة في العديد من المجالات ، مع مراعاة عوامل مثل:

• نوع المركبة
• تكلفة الاستخدام
• الحمولة القصوى
• وقت السفر

ماذا كان وراء نجاحهم؟

لقد كانت كل من التجربة وخوارزميات التعلم الآلي المتطورة التي استخدموها لبناء هذا الحل. على سبيل المثال ، استخدموا نموذج خوارزمية تحسين الشبكة (NOAH) لبناء أدلة مرئية في الخرائط اليومية للطرق. بالإضافة إلى ذلك ، قدموا تطبيقًا للهاتف المحمول يعرض بيانات في الوقت الفعلي ، مما يسهل العمل لكل من المرسلين والسائقين.

ونتيجة لذلك ، خفض حلهم التكاليف بنسبة 3.6٪ وزاد من كفاءة شبكة النقل ، مما أدى إلى زيادة في الأرباح بنسبة 16٪.

2. Chatbots في مجال الخدمات اللوجستية

هل تعلم أن ما يصل إلى يقول 97٪ من الناس أن خدمة العملاء السيئة لها تأثير على نواياهم الشرائية؟ ومع ذلك ، هناك مصدر آخر يقول ذلك 36٪ من العملاء لا يزالون محبطين من فشل الشركات في الرد على أسئلتهم البسيطة. 

توضح هذه البيانات أهمية وجود ملف chatbot للرد على العملاء فورًا لتوفير الوقت والتحسين تجربة العملاء. استخدام المساعدين الظاهري معالجة اللغة الطبيعية للتحدث إلى الأشخاص في الدردشة ، عادةً على الصفحة الرئيسية للشركة مباشرةً. تم بناؤها مع خوارزميات يمكنه التعرف على السؤال المطروح ثم مطابقة الإجابة عليه. افترض أن مستخدمًا يسأل سؤالًا غير مفهوم لا توجد إجابة له في قاعدة البيانات. في هذه الحالة ، فإن ملف chatbot يحاول مطابقة إحدى الإجابات "الاحتياطية" أو تعلم أنماطًا جديدة من العميل لاستخدام هذه المعلومات في المرة التالية التي يُطرح فيها سؤال مشابه. 

A chatbot لديه قدر معين من المعرفة حول الشركة ومنتجاتها أو خدماتها. يمكنه استخدام قواعد البيانات الخاصة به أو استخلاص المعلومات من مصادر خارجية. يجيب المستشار الافتراضي على الأسئلة ويقوم بإجراء المحادثة بنفسه ، ويوجه المحادثة إلى الموضوعات المتعلقة بأنشطة الشركة أو يقترح زيارة إلى صفحة ذات صلة.

5 الفوائد الرئيسية لروبوتات المحادثة

ما زلت غير متأكد من ذلك chatbots هي حل جيد لعملك؟ ما عليك سوى إلقاء نظرة على خمس فوائد رئيسية لتطبيقها في ملف شركة التخطيط والتنفيذ.

1. ردود فورية 24/7/365

في شركات الخدمات اللوجستية ، يعتبر الاتصال بالعميل أمرًا بالغ الأهمية. على سبيل المثال ، تقدم DHL ثلاثة نماذج مختلفة للاتصال:

• إرسال بريد إلكتروني إلى خدمة العملاء
• اتصال هاتفي
• روبوت الدردشة 24/7

يسمح chatbot للعملاء بالحصول على معلومات فورية حول حالة الشحن ، التسعيرووقت التسليم المتوقع للحزمة والمزيد.

لماذا هو مهم؟

اليوم، 77٪ من الناس يتوقعون الحصول على ردود فورية من الدردشة عبر الإنترنت في أي وقت من النهار أو الليل. Chatbots يمكنهم العمل طوال الوقت ، حتى عندما لا يعمل موظفوك (بالإضافة إلى أنهم لن يتعبوا أبدًا). 

يؤدي تنفيذ روبوت محادثة متاح دائمًا إلى تحسين تجربة المستخدم بشكل كبير. على سبيل المثال ، من خلال برنامج Helmi chatbot الذي أنشأته GetJenny ، لاحظت مؤسسة إسكان الطلاب في منطقة هلسنكي أن زيادة في درجة رضا العملاء الإجمالية من 4.11 إلى 4.26. 

2. تصفح أفضل للموقع

هل كنت تعلم هذا يشعر 34٪ من العملاء بالإحباط بسبب صعوبة التنقل في الموقع? 

Chatbots يمكنهم حل هذه المشكلة من خلال مساعدة الزوار على التنقل في الموقع والعثور بسرعة على المعلومات التي يهتمون بها. فهم يساعدونك في إنشاء صورة إيجابية للعلامة التجارية وتجربة شخصية للعملاء. لذلك إذا كنت تهتم ببناء الرضا والولاء للعلامة التجارية بين عملائك ، فيمكن أن يكون برنامج الدردشة الآلي خطوة أولى ممتازة. 

من الأمثلة المثيرة للاهتمام على chatbot الذي يساعدك في العثور على جميع المعلومات حول منتج ما ، chatbot Alex ، المتاح على مُلخِّص Intellexer موقع إلكتروني. عندما تطرح عليه سؤالاً ، ستتلقى رسالة تحتوي على رابط إلى صفحة يمكنك من خلالها العثور على معلومات تهمك.

لإنشاء مثل هذا الروبوت ، لا تحتاج إلى توفير واستخراج الكثير من البيانات. تحتاج فقط إلى معالجة محتوى الموقع لتقديمه بالشكل المناسب. بعد ذلك ، تقوم بفصل المعلومات حول محتوى الصفحة والبيانات لإنشاء تدفق منطقي للمحادثة. علاوة على ذلك ، فإن روبوتات المحادثة تتعلم باستمرار ، لذلك كلما زاد عدد الأسئلة التي تتلقاها ، أصبحت إجاباتها أكثر دقة. غالبًا ما يكون هذا النوع من روبوتات الدردشة هو الحل الأول للذكاء الاصطناعي الذي تختاره الشركات.

3. المساعدة في التسليم

يمكن أن يكون المساعدون الافتراضيون أول اتصال مع العملاء ويتلقون طلبات التوصيل منهم. مثل حلول الذكاء الاصطناعي الأخرى ، يمكنهم إعفاء موظفيك من العديد من المهام المتكررة ، مثل جمع معلومات الطلب. علاوة على ذلك ، يمكنهم أيضًا تنفيذ طلبات العملاء المتعلقة بالتسليم على الفور ، مثل إرسال فاتورة لأمر ما أو الإبلاغ عن حالة التسليم.

4. دعم شامل للموظفين

Chatbots يمكن أن تساعد موظفيك بعدة طرق ، من الأعمال الورقية إلى تقديم الطلبات إلى معالجة المدفوعات. يمكنهم استلام أو ملء المستندات مثل الفواتير أو طلبات الدفع وغيرها الكثير. وعندما تحتاج الآلات إلى مساعدة بشرية ، فإنها ترسل رسالة إلى العاملين البشريين لاتخاذ الخطوة التالية الصحيحة. 

وفقا لباس فوجيلز ، مشرف ومدرب فريق خدمة عملاء DHL: "يتمتع الموظفون بمزيد من الوقت لفرز أسئلة العملاء المعقدة ومنع التصعيد. كما زاد معدل رضا الموظفين بشكل كبير ".

5. تتبع الشحنات في الوقت الحقيقي

في مجال الخدمات اللوجستية ، ووقت التسليم و في الوقت الحقيقي المعلومات حول حالة الطلب أمر بالغ الأهمية. Chatbots سوف تتأكد من أن عملائك ليسوا مضطرين لانتظار الرد. مثال واقعي على هذا الحل هو دراسة الحالة من روبوروبو. لقد أنشأوا روبوتًا لـ RPL لإعلام العملاء بحالة طلباتهم. يسمح chatbot لعملاء RPL بمراقبة موقع الحزمة الخاصة بهم ومعرفة موعد تسليمها.

Cالقبعات يمكن استخدامها في العديد من الأماكن ، وليس فقط على موقع الويب. المزيد والمزيد من الشركات تختار chatbots متوفر على Facebook و Skype و WhatsApp والقنوات الأخرى.

3. حل مشاكل التوجيه والتجميع في عمليات المستودع

مهمة أخرى الذكاء الاصطناعي يفي باللوجستيات هو تطوير أكثر الطرق كفاءة لتدفق البضائع في كل من المستودع وفي مرحلة التوزيع.

استنادا AI- إدارة المستودعات يمكن للأنظمة تسجيل جميع الأنشطة والعمليات التي تجري في المستودع. يحلل البرنامج ملف البيانات التاريخية تم جمعها واستخدامها لتخطيط كيفية تعامل المعدات المستخدمة (الروبوتات والأنظمة الأوتوماتيكية وشبه الآلية) مع الأحمال. يمكن أن يكون مفيدًا بشكل خاص هنا التعلم العميق, تحليلات تنبؤية، رؤية الكمبيوتر ، و برنامج التعرف على المنتج يمكن أن يساعد في التعرف على الأشياء في المستودع وجعلها ممتدة توقع ما هي الإجراءات التي ستكون مطلوبة.

واحد من الاهداف الرئيسية لل خوارزميات التعلم الآلي هو مساعدة الأشخاص في المهام الرتيبة ولكن الصعبة. في مجال الخدمات اللوجستية و الصناعة التحويلية تتمثل إحدى هذه المهام في توجيه المنتقي ، والذي يمكن للآلات أيضًا دعمه. 

مثال مثير على ذلك الحل الذي أنشأته Nvidia لـ Zalando ، عملاق التجارة الإلكترونية ، الذي لديه آلاف الطلبات الجديدة كل ساعة. سمح حلهم القائم على الذكاء الاصطناعي بحل مشكلتين.

1. تقليل وقت توجيه المنتقي

لقد أعدوا حلاً يسمح بالتحكم في المستودعات بتصميم "سلم حبل" (مما يعني أن جميع المنتجات يتم تخزينها في أرفف موضوعة في عدة صفوف مع ممرات). نظرًا لأن العامل يحتاج إلى استرداد المنتجات الموجودة في أجزاء المستودعات المختلفة ، يقترح النظام أقصر طريق ممكن عبر المستودع يسمح بانتقاء جميع العناصر المطلوبة. 

أنشأ مطورو Nvidia خوارزمية OCaPi (Optimal Cart Pick) التي تجد أفضل جولة اختيار للعامل وحتى لتحركات عربة العامل. لقد سمح لعمال Zalando بالإقلاع عن التدخين باستخدام أسلوب التوجيه على شكل حرف S والتخطيط لطريق أكثر أمثل.

2. حل مشكلة التجميع

في Zalando ، يجب تعيين جميع الطلبات في قائمة اختيار. عند اكتمال القائمة ، يتم حزم المنتجات للعميل.

حاول مطورو Nvidia التوصل إلى حل يسمح بتحقيق مجموع أوقات السفر لجميع قوائم الاختيار بأقل قدر ممكن ، بافتراض أن العامل يمكنه احتواء 10 عناصر فقط في العربة. قاموا بتحليل جولات اختيار OCaPi لعشرة أوامر من شيئين للعثور على أكثر تقسيمات الطلبات كفاءة في قوائم الاختيار.

ما هي التقنيات التي يمكن أن تقلل من هذه المشاكل؟

التكنولوجيا الرئيسية المستخدمة في هذه المشاريع هي خوارزمية OCaPi - وهي وظيفة غير خطية للغاية تسمح للمطورين بحساب وقت السفر ، مع الأخذ في الاعتبار مواضع الالتقاط المختلفة. أظهر لهم هذا الحل أن السفر يعتمد بشكل أساسي على الوقت المستغرق في اختيار عنصر من الزاوية الخلفية ، بعيدًا عن جميع المنتجات الأخرى. 

ولجعل تقدير وقت السفر لـ OCaPi أسرع، استخدموا إطار عمل الشبكة العصبية Caffe ومكتبة الشبكة العصبية التلافيفية cuDNN من NVIDIA. لقد سمح لهم بتدريب أربعة نماذج بالتوازي للعثور على بنية شبكة عصبية دقيقة للغاية. ونتيجة لذلك، سمح نظامهم للشركة بتقليل وقت السفر لكل منتج تم اختياره بنسبة 11% تقريبًا.

مثل آلة التعلمتسمح الحلول القائمة على الشركات بما يلي:

• زيادة الإنتاجية
• تسريع أوقات التقاط الطلبات ، مما يؤدي إلى زيادة رضا المستهلك
• زيادة رضا الموظفين الذين يتم دعم عملهم بحلول ذكية
• تحسين الموظف يوميا سير العمل
• تخلص من الخطأ البشري لأن حساب المسار يكون أسرع وأكثر دقة مما لو قام به الإنسان.