3 Modi in Cui l’Apprendimento Automatico Sta Trasformando l’Industria Logistica

Le aziende di logistica stanno utilizzando l’intelligenza artificiale e l’apprendimento automatico per ottenere i migliori risultati e mantenere la produttività al livello più alto, prendere decisioni aziendali migliori, e stare al passo con la concorrenza. L’importanza dell’IA in questo settore è enorme. Si stima che nei prossimi 20 anni, le aziende trarranno tra 1,3 trilioni e 2 trilioni di dollari all’anno in valore economico grazie a questa tecnologia avanzata nella produzione e nelle catene di approvvigionamento globali.

Se sei ancora curioso di sapere come l’IA e l’apprendimento automatico possano aiutare la tua azienda, dai un’occhiata ad alcuni casi di studio interessanti e decidi se questa è la soluzione giusta per te.

1. Software di Pianificazione di Route Basato su IA

​​Scegliere il percorso ottimale, pianificare le pause per gli autisti e evitare i percorsi più affollati e pericolosi sono solo alcune delle sfide che fanno parte del lavoro quotidiano nell’industria logistica.

Secondo Goldman Sachs (GS ), quando si parla di consegnare solo 25 pacchi, i percorsi possibili raggiungono circa 15 trilioni di trilioni. Ecco dove l’apprendimento automatico arriva in soccorso. Il software di pianificazione di route basato su IA può analizzare tutte le opzioni per scegliere la soluzione ottimale in termini di costi, scadenze applicabili e eventi stradali imprevisti che richiedono decisioni immediate.

Sulla base dei grandi set di dati forniti al sistema, come informazioni sull’efficienza del carburante, possibili incidenti stradali o ostruzioni, dimensioni del veicolo e orari di lavoro degli altri autisti, algoritmi di ottimizzazione del percorso in tempo reale determinano il percorso migliore per gli autisti. Sono basati su cloud, quindi tutte le informazioni sono fornite in tempo reale e possono essere accessibili da dispatcher, autisti, manager e altri dipendenti, come ad esempio i responsabili di account, per tenere i clienti informati sul tempo di consegna previsto.

Sulla base dell’apprendimento automatico, il software di ottimizzazione del percorso può portare molti benefici alla tua azienda, come ad esempio:

• Miglioramento dell’esperienza del cliente: Con stime di tempo di consegna più accurate, i clienti saranno più soddisfatti del tuo servizio e più propensi a fornire feedback positivi. Inoltre, puoi anche introdurre notifiche sulla consegna imminente via e-mail o SMS.
• Risparmio dei costi: Uno dei principali vantaggi dell’apprendimento automatico è solitamente il risparmio di tempo e denaro. Ciò è vero anche qui, poiché i sistemi di ottimizzazione del percorso monitorano il consumo di carburante e suggeriscono i percorsi più convenienti in termini di costi.
• Monitoraggio delle prestazioni degli autisti: Un sistema basato su cloud e sull’apprendimento automatico ti aiuta a supervisionare il lavoro dei tuoi dipendenti e a garantire che svolgano i loro compiti in modo affidabile. Puoi anche assicurarti che seguano le regole stradali e il loro orario di lavoro. Inoltre, il fatto che i manager abbiano accesso a queste informazioni può aumentare l’efficienza e la produttività dei dipendenti.
• Monitoraggio dei KPI: Con l’accesso a informazioni chiave come il tempo di viaggio, i costi del carburante e la produttività dei dipendenti, puoi monitorare meglio le prestazioni della tua azienda e reagire più velocemente se qualche elemento necessita di miglioramento.

Un esempio realistico in cui l’ottimizzazione del percorso algoritmica ha migliorato i ricavi nell’industria logistica è questo caso di studio di McKinsey. Il loro cliente era un’azienda logistica asiatica che ha chiesto alla società di tecnologia di risolvere il problema di abbinare l’offerta di flotta e percorsi alle esigenze dei clienti.

Come hanno fatto a raggiungere questo obiettivo?

Innanzitutto, il team di McKinsey ha raccolto tutti i dati essenziali sui loro processi per individuare eventuali problemi da migliorare. Hanno analizzato informazioni vitali come le posizioni dei clienti, le posizioni degli hub e le risorse della flotta. Queste informazioni hanno permesso loro di creare un modello di ottimizzazione del percorso che genera orari personalizzati per tutti i veicoli. Con questa soluzione, sono stati in grado di migliorare la gestione in molte aree, tenendo conto di fattori come:

• Tipo di veicolo
• Costo di utilizzo
• Carichi massimi
• Tempo di viaggio

Cosa c’era dietro il loro successo?

È stato sia l’esperienza che gli algoritmi di apprendimento automatico all’avanguardia che hanno utilizzato per creare questa soluzione. Ad esempio, hanno utilizzato il modello di algoritmo di ottimizzazione della rete (NOAH) per creare guide visive nelle mappe quotidiane dei percorsi. Inoltre, hanno fornito un’app mobile che mostra dati in tempo reale, rendendo più facile il lavoro sia per i dispatcher che per gli autisti.

In conseguenza di ciò, la loro soluzione ha ridotto i costi del 3,6% e ha aumentato l’efficienza della rete di trasporto, il che ha portato a un aumento del 16% del profitto.

2. Chatbot nella Logistica

Sapevi che ben il 97% delle persone afferma che un cattivo servizio clienti ha un impatto sulle loro intenzioni di acquisto? Tuttavia, un’altra risorsa afferma che il 36% dei clienti è ancora frustrato per il fatto che le aziende non rispondono alle loro semplici domande.

Questi dati mostrano l’importanza di avere un chatbot per rispondere immediatamente ai clienti e migliorare l’esperienza del cliente. Gli assistenti virtuali utilizzano l’elaborazione del linguaggio naturale per parlare con le persone in una chat, solitamente direttamente sulla homepage dell’azienda. Sono costruiti con algoritmi che possono riconoscere la domanda posta e quindi abbinare la risposta a essa. Se un utente pone una domanda incomprensibile per la quale non c’è risposta nel database, il chatbot tenta di abbinare una delle risposte di “fallback” o di imparare nuovi modelli dal cliente per utilizzare queste informazioni la prossima volta che viene posta una domanda simile.

Un chatbot ha una certa quantità di conoscenza su un’azienda e i suoi prodotti o servizi. Può utilizzare i suoi database o estrarre informazioni da fonti esterne. L’assistente virtuale risponde alle domande e conduce la conversazione di per sé, dirigendo la conversazione verso argomenti relativi alle attività dell’azienda o suggerendo una visita a una pagina correlata.

5 Vantaggi Chiave dei Chatbot

Ancora non convinto che i chatbot siano una buona soluzione per la tua azienda? Basta dare un’occhiata a cinque vantaggi chiave dell’implementazione di chatbot in un’azienda di logistica.

1. Risposte Immediate 24/7/365

Nelle aziende di logistica, il contatto con i clienti è fondamentale. Ad esempio, DHL offre tre diversi moduli di contatto:

• E-mail al servizio clienti
• Contatto telefonico
• Chatbot 24/7

Il chatbot consente ai clienti di ottenere informazioni immediate sullo stato di spedizione, prezzi, tempo di consegna previsto di un pacco e altro.

Perché è importante?

Oggi, il 77% delle persone si aspetta di ottenere risposte immediate dalla chat online in qualsiasi momento della giornata o della notte. I chatbot possono lavorare tutto il tempo, anche quando i tuoi dipendenti non stanno lavorando (inoltre, non si stancheranno mai).

L’implementazione di un chatbot sempre disponibile migliora notevolmente l’esperienza utente. Ad esempio, con il chatbot Helmi creato da GetJenny, The Foundation for Student Housing in the Helsinki Region ha notato un aumento del punteggio di soddisfazione del servizio clienti da 4,11 a 4,26.

2. Migliore Navigazione del Sito

Sapevi che il 34% dei clienti è frustrato dalla difficile navigazione del sito?

I chatbot possono risolvere questo problema aiutando i visitatori a navigare nel sito e a trovare rapidamente le informazioni che li interessano. Aiutano a creare un’immagine di marca positiva e un’esperienza del cliente personalizzata. Quindi, se ti importa costruire la soddisfazione e la fedeltà del marchio tra i tuoi clienti, un chatbot può essere un ottimo primo passo.

Un esempio interessante di un chatbot che aiuta a trovare tutte le informazioni su un prodotto è il chatbot Alex, disponibile sul sito Intellexer Summarizer. Quando gli si pone una domanda, si riceve un messaggio con un link alla pagina dove si possono trovare informazioni di interesse.

Fonte: https://summarizer.intellexer.com/

Per creare un tale bot, non è necessario fornire e estrarre molti dati. Basta elaborare il contenuto del sito per fornirlo in una forma appropriata. Quindi, si separa l’informazione sul contenuto della pagina e i dati per creare un flusso logico della conversazione. Inoltre, i chatbot sono in costante apprendimento, quindi più domande ricevono, più accurate saranno le loro risposte. Spesso, questo tipo di chatbot è la prima soluzione di IA che le aziende scelgono.

3. Assistenza alla Consegna

Gli assistenti virtuali possono essere il primo contatto con i clienti e ricevere richieste di consegna da loro. Come altre soluzioni di IA, possono alleviare i tuoi dipendenti da molti compiti ripetitivi, come ad esempio la raccolta di informazioni sull’ordine. Inoltre, possono anche eseguire immediatamente le richieste dei clienti relative alla consegna, come ad esempio l’invio di una fattura per un ordine o l’informazione sullo stato di consegna.

4. Supporto Completo per i Dipendenti

I chatbot possono aiutare i tuoi dipendenti in molti modi, dalla carta alla gestione degli ordini e al trattamento dei pagamenti. Possono ricevere o compilare documenti come fatture o richieste di pagamento e molti altri. E quando le macchine necessitano di assistenza umana, inviano un messaggio ai lavoratori umani per fare il prossimo passo giusto.

Secondo Bas Vogels, supervisore e formatore del team di servizio clienti di DHL: “I dipendenti hanno molto più tempo per risolvere le domande dei clienti complesse e prevenire le escalation. Il tasso di soddisfazione dei dipendenti è aumentato enormemente.”

5. Tracciamento della Spedizione in Tempo Reale

Nella logistica, il tempo di consegna e le informazioni in tempo reale sullo stato di un ordine sono cruciali. I chatbot assicureranno che i tuoi clienti non debbano aspettare una risposta. Un esempio realistico di questa soluzione è il caso di studio di RoboRobo. Hanno creato un bot per RPL che informa i clienti sullo stato del loro ordine. Il chatbot consente ai clienti di RPL di monitorare la posizione del loro pacco e scoprire quando sarà consegnato.

I chatbot possono essere utilizzati in molti luoghi, non solo sul sito web. Sempre più aziende stanno optando per chatbot disponibili su Facebook, Skype, WhatsApp e altri canali.

3. Risoluzione dei Problemi di Routing e Batch nella Gestione dei Magazzini

Un altro compito che l’intelligenza artificiale svolge nella logistica è sviluppare i metodi più efficienti per il flusso di merci sia nel magazzino che nella fase di distribuzione.

I sistemi di gestione dei magazzini basati sull’intelligenza artificiale possono registrare tutte le attività e i processi che si svolgono nel magazzino. Il software analizza i dati storici raccolti e li utilizza per pianificare come le attrezzature utilizzate (robot e sistemi automatici e semiautomatici) gestiranno i carichi. Particolarmente utili qui possono essere l’apprendimento profondo, l’analisi predittiva, la visione computerizzata e il software di riconoscimento dei prodotti che possono aiutare a riconoscere gli oggetti nel magazzino e fare previsioni estese su quali azioni saranno necessarie.

Uno degli obiettivi principali degli algoritmi di apprendimento automatico è aiutare le persone con compiti monotoni ma difficili. Nell’industria logistica e manifatturiera uno di questi compiti è il routing degli addetti, che le macchine possono anche supportare.

Un esempio interessante è la soluzione creata da Nvidia (NVDA ) per Zalando, un gigante del commercio elettronico, che ha migliaia di nuovi ordini ogni ora. La loro soluzione basata sull’IA ha permesso di risolvere due problemi.

​​1. Riduzione del Tempo di Routing degli Addetti

Hanno preparato una soluzione che consente il controllo del magazzino con un layout a “scala a corda” (che significa che tutti i prodotti sono archiviati in scaffali disposti in diverse file con corsie). Dato che un lavoratore deve recuperare prodotti situati in diverse parti del magazzino, il sistema suggerisce il percorso più breve possibile all’interno del magazzino che consente di raccogliere tutti gli articoli necessari.

Gli sviluppatori di Nvidia hanno creato l’algoritmo OCaPi (Optimal Cart Pick) che trova il tour di raccolta ottimale per il lavoratore e anche per i movimenti del carrello del lavoratore. Ciò ha permesso ai lavoratori di Zalando di smettere di utilizzare l’euristica di routing a forma di S e pianificare un percorso più ottimale.

2. Risoluzione del Problema di Batch

A Zalando, tutti gli ordini devono essere assegnati a un elenco di raccolta. Quando l’elenco è completo, i prodotti vengono confezionati per il cliente.

Gli sviluppatori di Nvidia hanno cercato di creare una soluzione che consenta di raggiungere la somma dei tempi di viaggio per tutti gli elenchi di raccolta il più piccolo possibile, supponendo che un lavoratore possa inserire solo 10 articoli nel carrello. Hanno analizzato i tour di raccolta OCaPi per dieci ordini di due cose per trovare le divisioni più efficienti degli ordini in elenchi di raccolta.

Che Tecnologie Possono Ridurre Questi Problemi?

Una tecnologia chiave utilizzata in questi progetti è l’algoritmo OCaPi – una funzione altamente non lineare che ha permesso agli sviluppatori di calcolare il tempo di viaggio, considerando diverse posizioni di raccolta. Questa soluzione ha mostrato loro che il viaggio dipende principalmente dal tempo trascorso a raccogliere un articolo dall’angolo posteriore, posizionato lontano da tutti gli altri prodotti.

Per rendere la stima del tempo di viaggio OCaPi ancora più veloce, hanno utilizzato il framework di rete neurale Caffe e la libreria di rete neurale convoluzionale cuDNN di NVIDIA. Ciò ha permesso loro di addestrare quattro modelli in parallelo per trovare un’architettura di rete neurale molto precisa. Di conseguenza, il loro sistema ha permesso all’azienda di ridurre il tempo di viaggio per articolo raccolto di circa l’11%.

Tali soluzioni basate sull’apprendimento automatico consentono alle aziende di:

• Aumentare la produttività
• Velocizzare i tempi di raccolta degli ordini, con un aumento della soddisfazione del cliente
• Aumentare la soddisfazione dei dipendenti il cui lavoro è supportato da soluzioni intelligenti
• Migliorare il flusso di lavoro quotidiano dei dipendenti
• Eliminare gli errori umani poiché il calcolo del percorso è più rapido e preciso di quanto non lo faccia un essere umano.