stubbur 3 leiðir sem vélanám er að umbreyta flutningaiðnaðinum - Unite.AI
Tengja við okkur

Hugsunarleiðtogar

3 leiðir sem vélanám er að umbreyta flutningaiðnaðinum

mm

Útgefið

 on

Flutningsfyrirtæki eru að nota gervigreind og vélanám til að tryggja besta árangur til að halda framleiðni á hæsta stigi, gera betur viðskiptaákvarðanir, og fylgist með keppninni. Mikilvægi gervigreindar í þessum iðnaði er gríðarlegt. Áætlað er að á næstu 20 árum muni fyrirtæki verða til á milli 1.3 billjónir og 2 billjónir dollara á ári í efnahagslegu gildi þökk sé þessari háþróuðu tækni í framleiðslu og Alþjóðlegar aðfangakeðjur

Ef þú ert enn að spá í hvernig Gervigreind og vélanám getur hjálpað fyrirtækinu þínu, kíktu á spennandi nota tilvikum og ákveðið hvort þetta sé lausnin fyrir þig.

1. AI-undirstaða leiðaáætlunarhugbúnaðar

Að velja bestu leiðina, skipuleggja hlé fyrir ökumenn og forðast fjölmennustu og hættulegustu leiðirnar eru aðeins nokkrar af mörgum áskorunum sem eru hluti af daglegu starfi í flutningaiðnaðinum. 

Samkvæmt Goldman Sachs, þegar við erum að tala um að afhenda aðeins 25 pakka, mögulegar leiðir ná um 15 trilljónum trilljóna. Og þetta er þar vél nám kemur til bjargar. ML-undirstaða leiðaáætlunarhugbúnaðar getur greint alla möguleika til að velja bestu lausnina með tilliti til kostnaðar, gildandi fresta og óvæntra atburða á vegum sem krefjast tafarlausra ákvarðana.

Byggt á stór gagnasöfn veittar kerfinu, svo sem upplýsingar um eldsneytisnýtingu, hugsanleg umferðarslys eða hindranir, stærð ökutækis og vinnuáætlanir annarra ökumanna, raunverulegur-tími leiðarhagræðingu reiknirit ákvarða bestu leiðina fyrir ökumenn. Þau eru byggð á skýi, þannig að allar upplýsingar eru veittar í raunverulegur-tími og hægt er að nálgast það fyrir sendendur, bílstjóra, stjórnendur og aðra starfsmenn, svo sem reikningsstjóra, til að halda viðskiptavinum upplýstum um áætlaðan afhendingartíma.

Byggt á vél nám, leiðarhagræðingu hugbúnaður getur fært fyrirtækinu þínu marga kosti, svo sem:

  • Endurbætt reynsla viðskiptavina: Með nákvæmari áætlun um afhendingartíma verða viðskiptavinir ánægðari með þjónustuna þína og líklegri til að gefa þér jákvæð viðbrögð. Það sem meira er, þú getur líka kynnt tilkynningar um væntanlega afhendingu með tölvupósti eða SMS. 
  • Kostnaður: Einn af helstu kostum vél nám er yfirleitt sparnaður í tíma og peningum. Þetta á við hér, sem leiðarhagræðingu kerfi fylgjast með eldsneytisnotkun og benda á hagkvæmustu leiðirnar. 
  • Fylgstu með frammistöðu ökumanns: Skýjakerfi byggt á vélanám hjálpar þú að hafa eftirlit með vinnu starfsmanna þinna og ganga úr skugga um að þeir gegni skyldum sínum á áreiðanlegan hátt. Þú getur líka gengið úr skugga um að þeir fylgi umferðarreglunum og vinnuáætlun sinni. Þar að auki getur það aukið skilvirkni starfsmanna og framleiðni að vera meðvitaður um að stjórnendur hafi aðgang að þessum upplýsingum.
  • KPI mælingar: Með innsýn í lykilupplýsingar eins og ferðatíma, eldsneytiskostnað og framleiðni starfsmanna geturðu fylgst betur með frammistöðu fyrirtækisins og brugðist hraðar við ef einhver þáttur þarfnast endurbóta.

Eitt raunveruleikadæmi þar sem reiknirit leiðarhagræðingu bættar tekjur í flutningaiðnaður is þessa dæmisögu frá McKinsey. Viðskiptavinur þeirra var asískt flutningafyrirtæki sem bað tæknifyrirtækið um að leysa vandamál sín með því að passa við framboð flota og leiðir að kröfum viðskiptavina.

Hvernig náðu þeir þessu?

Í fyrsta lagi safnaði teymi McKinsey öllum nauðsynlegum gögnum um ferla sína til að finna vandamál til að bæta. Þeir greindu mikilvægar upplýsingar eins og staðsetningu viðskiptavina, staðsetningu miðstöðva og auðlindir flotans. ​​Þessar upplýsingar gerðu þeim kleift að búa til leiðarhagræðingarlíkan sem býr til sérsniðnar áætlanir fyrir öll farartæki. Með þessari lausn tókst þeim að bæta stjórnun á mörgum sviðum með hliðsjón af þáttum eins og:

  • Tegund ökutækis
  • Nýtingarkostnaður
  • Hámarks hleðsla
  • Ferðatími

Hvað lá að baki velgengni þeirra?

Það var bæði reynslan og nýjustu vélanámsreikniritin sem þeir notuðu til að byggja þessa lausn. Til dæmis notuðu þeir Network Optimization Algorithm (NOAH) líkanið til að búa til sjónrænar leiðbeiningar í daglegum kortum af leiðunum. Að auki útveguðu þeir farsímaforrit sem sýnir rauntímagögn, sem auðveldaði vinnu fyrir bæði sendendur og ökumenn.

Fyrir vikið lækkaði lausn þeirra kostnað um 3.6% og jók hagkvæmni línuskipanetsins, sem leiddi til 16% hagnaðaraukningar.

2. Chatbots í Logistics

Vissir þú að eins margir og 97% fólks segja að slæm þjónusta við viðskiptavini hafi áhrif á kaupáform þeirra? Hins vegar segir önnur heimild það 36% viðskiptavina eru enn svekktir yfir því að fyrirtæki hafi ekki brugðist við einföldum spurningum sínum. 

Þessi gögn sýna mikilvægi þess að hafa a chatbot að svara viðskiptavinum strax til að spara tíma og bæta Reynsla viðskiptavina. Sýndaraðstoðarmenn nota náttúrulega málvinnslu að tala við fólk á spjalli, venjulega beint á heimasíðu fyrirtækisins. Þau eru byggð með reiknirit sem getur borið kennsl á spurninguna sem spurt er og síðan passað svarið við henni. Segjum sem svo að notandi spyrji óskiljanlegrar spurningar sem ekkert svar er til í gagnagrunninum. Í því tilviki er chatbot reynir að passa við eitt af „tilbaka“ svörunum eða læra ný mynstur frá viðskiptavininum til að nota þessar upplýsingar næst þegar svipuð spurning er spurð. 

A chatbot hefur ákveðna þekkingu á fyrirtæki og vörum þess eða þjónustu. Það getur notað gagnagrunna sína eða sótt upplýsingar frá utanaðkomandi aðilum. Sýndarráðgjafinn svarar spurningum og stjórnar samtalinu sjálfur, beinir samtalinu að efni sem tengist starfsemi fyrirtækisins eða stingur upp á heimsókn á tengda síðu.

5 Helstu kostir Chatbots

Er samt ekki viss um það spjallþotur eru góð lausn fyrir fyrirtæki þitt? Skoðaðu bara fimm helstu kosti þess að innleiða þá í a flutningafyrirtæki.

1. Tafarlaus svör 24/7/365

Í flutningafyrirtækjum skiptir samskipti viðskiptavina sköpum. DHL býður til dæmis upp á þrjú mismunandi tengiliðaeyðublöð:

  • Tölvupóstur á þjónustuver
  • Símasamband
  • 24/7 spjallforrit

Spjallbotninn gerir viðskiptavinum kleift að fá tafarlausar upplýsingar um sendingarstöðu, verðlagning, áætlaðan afhendingartíma pakka og fleira.

Af hverju er mikilvægt?

Í dag, 77% fólks búast við að fá strax viðbrögð úr netspjallinu hvenær sem er sólarhrings. Chatbots getur unnið allan tímann, jafnvel þegar starfsmenn þínir eru ekki að vinna (auk þess verða þeir aldrei þreyttir). 

Innleiðing á spjallbotni sem er alltaf tiltækur bætir notendaupplifunina verulega. Til dæmis, með Helmi spjallbotni sem GetJenny bjó til, benti Stofnunin fyrir stúdentahúsnæði á Helsinki svæðinu að hækkun á heildaránægjueinkunn sinni í þjónustu við viðskiptavini úr 4.11 í 4.26

2. Betri vefsíðuleiðsögn

Vissir þú að 34% viðskiptavina eru svekktur vegna erfiðrar síðuleiðsögu

Chatbots geta leyst þetta vandamál með því að hjálpa gestum að vafra um síðuna og finna fljótt þær upplýsingar sem þeir hafa áhuga á. Þeir hjálpa þér við að skapa jákvæða vörumerkjaímynd og persónulega upplifun viðskiptavina. Svo ef þér er annt um að byggja upp ánægju og vörumerkjahollustu meðal viðskiptavina þinna, getur spjallboti verið frábært fyrsta skref. 

Áhugavert dæmi um spjallbot sem hjálpar þér að finna allar upplýsingar um vöru er spjallbotninn Alex, fáanlegur á Intellexer Summarizer vefsíðu. Þegar þú spyrð hann spurningar færðu skilaboð með hlekk á síðu þar sem þú getur fundið áhugaverðar upplýsingar.

Til að búa til slíkan vélmenni þarftu ekki að útvega og draga út mikið af gögnum. Þú þarft bara að vinna úr innihaldi vefsíðunnar til að veita það á viðeigandi formi. Síðan aðskilurðu upplýsingarnar um innihald síðunnar og gögnin til að skapa rökrétt flæði samtalsins. Þar að auki eru spjallbottar stöðugt að læra, svo því fleiri spurningar sem þeir fá, því nákvæmari verða svör þeirra. Oft er þessi tegund spjallbotna fyrsta gervigreind lausnin sem fyrirtæki velja.

3. Afhendingaraðstoð

Sýndaraðstoðarmenn geta verið fyrsti tengiliðurinn við viðskiptavini og fengið sendingarbeiðnir frá þeim. Eins og aðrar gervigreindarlausnir geta þær losað starfsmenn þína við mörg endurtekin verkefni, eins og að safna pöntunarupplýsingum. Það sem meira er, þeir geta líka framkvæmt afhendingartengdar beiðnir viðskiptavina samstundis, svo sem að senda reikning fyrir pöntun eða upplýsa um afhendingarstöðu.

4. Alhliða starfsmannaaðstoð

Chatbots getur hjálpað starfsmönnum þínum á margan hátt, allt frá pappírsvinnu til að leggja inn pantanir til að afgreiða greiðslur. Þeir geta tekið við eða fyllt út skjöl eins og reikninga eða greiðslubeiðnir og margt fleira. Og þegar vélar þurfa mannlega aðstoð senda þær skilaboð til starfsmanna um að gera rétt næsta skref. 

Samkvæmt Bas Vogels, umsjónarmaður og þjálfari þjónustudeildar DHL: „Starfsmenn hafa miklu meiri tíma til að leysa flóknar spurningar viðskiptavina og koma í veg fyrir stigmögnun. Ánægja starfsmanna hefur líka aukist gríðarlega."

5. Rakning á sendingum í rauntíma

Í flutningum, afhendingartíma og raunverulegur-tími upplýsingar um stöðu pöntunar skipta sköpum. Chatbots mun tryggja að viðskiptavinir þínir þurfi ekki að bíða eftir svari. Raunverulegt dæmi um þessa lausn er tilviksrannsókn frá RoboRobo. Þeir bjuggu til vélmenni fyrir RPL sem upplýsir viðskiptavini um stöðu pöntunar þeirra. Spjallbotninn gerir viðskiptavinum RPL kleift að fylgjast með staðsetningu pakkans og komast að því hvenær hann verður afhentur.

Chatbots hægt að nota á mörgum stöðum, ekki bara á vefsíðu. Sífellt fleiri fyrirtæki velja spjallþotur fáanlegt á Facebook, Skype, WhatsApp og öðrum rásum.

3. Að leysa plokkunarleiðir og flokkunarvandamál í vöruhúsastarfsemi

Annað verkefni sem gervigreind uppfyllir í flutningum er að þróa hagkvæmustu aðferðir við vöruflæði bæði á lager og í dreifingarfasa.

AI byggt vörustjórnun kerfi geta skráð alla starfsemi og ferla sem eiga sér stað í vöruhúsinu. Hugbúnaðurinn greinir söguleg gögn safnað og notar það til að skipuleggja hvernig búnaðurinn sem notaður er (vélmenni og bæði sjálfvirk og hálfsjálfvirk kerfi) muni höndla álagið. Sérstaklega hjálplegt hér getur verið djúpt nám, sjálfvirk greining, tölvusjón og hugbúnað til að bera kennsl á vörur sem getur hjálpað til við að bera kennsl á hluti í vöruhúsinu og gera útvíkkað spá hvaða aðgerða verður þörf.

Eitt af meginmarkmiðum vélfræðinám reiknirit er að hjálpa fólki með einhæf en erfið verkefni. Í flutningum og framleiðsluiðnaði eitt af þessum verkefnum er valkostur, sem vélar geta einnig stutt. 

Spennandi dæmi um þetta er lausnin búin til af Nvidia fyrir Zalando, netverslunarrisa, sem hefur þúsundir nýrra pantana á klukkutíma fresti. AI-undirstaða lausn þeirra gerði kleift að leysa tvö vandamál.

1. Að draga úr leiðartíma veljara

Þeir útbjuggu lausn sem leyfði vörugeymslustýringu með „reipistiga“ skipulagi (sem þýðir að allar vörur eru geymdar í hillum sem eru settar í nokkrar raðir með göngum). Í ljósi þess að starfsmaður þarf að sækja vörur sem eru staðsettar í mismunandi vöruhúsahlutum, stingur kerfið upp á stystu mögulegu leiðina yfir vöruhúsið sem gerir kleift að tína alla hluti sem þarf. 

Hönnuðir Nvidia bjuggu til OCaPi (Optimal Cart Pick) reikniritið sem finnur bestu valferðina fyrir starfsmanninn og jafnvel fyrir hreyfingar körfu starfsmanna. Það gerði starfsmönnum Zalando kleift að hætta að nota S-laga leiðarvísunina og skipuleggja ákjósanlegri leið.

2. Að leysa hópvandamálið

Hjá Zalando þarf að úthluta öllum pöntunum á vallista. Þegar listi er lokið er vörunum pakkað fyrir viðskiptavininn.

Nvidia verktaki reyndu að búa til lausn sem gerir kleift að ná summu ferðatíma fyrir alla vallista eins litla og mögulegt er, að því gefnu að starfsmaður geti aðeins sett 10 hluti í körfuna. Þeir greindu OCaPi valferðir fyrir tíu pantanir af tveimur hlutum til að finna skilvirkustu skiptingu pantana í vallista.

Hvaða tækni getur dregið úr þessum vandamálum?

Lykiltækni sem notuð er í þessum verkefnum er OCaPi reikniritið - mjög ólínuleg aðgerð sem gerði forriturum kleift að reikna út ferðatímann með hliðsjón af mismunandi upptökustöðum. Þessi lausn sýndi þeim að ferðalög eru aðallega háð tímanum sem fer í að velja hlut úr bakhorninu, sem er langt frá öllum öðrum vörum. 

Til að gera OCaPi ferðatímamat enn hraðari notuðu þeir Caffe taugakerfisramma og NVIDIA cuDNN convolutional tauganetsafn. Það gerði þeim kleift að þjálfa fjögur líkön samhliða til að finna mjög nákvæman taugakerfisarkitektúr. Fyrir vikið gerði kerfi þeirra fyrirtækinu kleift að stytta ferðatíma á hverja vöru sem var valinn um um 11%.

Svo vél nám-Tengdar lausnir gera fyrirtækjum kleift að:

  • Auka framleiðni
  • Flýttu pöntunartínslutíma, sem leiðir til aukinnar ánægju neytenda
  • Auka ánægju starfsmanna sem vinna með snjallar lausnir
  • Bæta starfsmann daglega workflow
  • Útrýmdu mannlegum mistökum þar sem leiðarútreikningur er fljótlegri og nákvæmari en ef maður gerði það.

Matt Payne er stofnandi og forstjóri Breidd.ai. Width.ai er vélanámsráðgjafarfyrirtæki sem einbeitir sér að því að byggja upp forrit sem byggjast á djúpu námi með viðskiptavinum í gegnum SaaS, eignastýringu, mannauð og sjálfvirkni markaðssetningar. Width.ai er núverandi leiðtogi í byggingu og ráðgjöf um framleiðslu GPT-3 vörur og hefur skrifað fjölda hvítbóka og tæknilegra umsagna um notkun þessa nýjustu auðlindar.