ソートリーダー
ロジスティクス業界を変革するマシンラーニングの3つの方法
ロジスティクス企業は、人工知能とマシンラーニングを使用して、最高の結果を保証し、生産性を最高レベルに維持し、より良いビジネス上の決定を下し、競争に追いつくために努力しています。この業界におけるAIの重要性は非常に大きいです。次の20年間で、企業は製造とグローバルサプライチェーンにおけるこの高度な技術のおかげで、年間1.3兆ドルから2兆ドル間の経済的価値を生み出すと推定されています。
まだ、AIとマシンラーニングがあなたのビジネスにどのように役立つか疑問に思っている場合は、興味深いユースケースをご覧になってみてください。
1. AIベースのルートプランニングソフトウェア
最適なルートを選択すること、ドライバーの休憩を計画すること、混雑した道や危険な道を避けることは、ロジスティクス業界で毎日の仕事の一部です。
ゴールドマン・サックスによると、25個のパッケージを配達するだけで、可能なルートは15兆を超えるに達します。そして、これがマシンラーニングが活躍する場面です。MLベースのルートプランニングソフトウェアは、すべての選択肢を分析して、コスト、締め切りに応じた最適な解決策を選択できます。
システムに提供されたビッグデータセット、たとえば、燃費、交通事故または障害、車両のサイズ、他のドライバーの仕事のスケジュールに関する情報に基づいて、リアルタイムルート最適化アルゴリズムは、ドライバーにとって最適なルートを決定します。これらはクラウドベースなので、すべての情報はリアルタイムで提供され、ディスパッチャー、ドライバー、管理者、その他の従業員、たとえばアカウントマネージャーがアクセスして、顧客に予想される配達時間について情報を提供できます。
マシンラーニングに基づくルート最適化ソフトウェアは、以下のような多くの利点をあなたのビジネスにもたらすことができます。
- 改善された顧客体験:より正確な配達時間の見積もりにより、顧客はあなたのサービスに満足し、より肯定的なフィードバックを与える可能性が高くなります。
- コスト削減:マシンラーニングの主な利点の1つは、時間とお金の節約です。これは、ルート最適化システムが燃料消費を監視し、最もコスト効率の高いルートを提案するためです。
- ドライバーのパフォーマンスを監視:クラウドシステムベースのマシンラーニングは、従業員の仕事を監督し、信頼性を持って仕事をこなしていることを確認するのに役立ちます。また、道路のルールや仕事のスケジュールを遵守していることも確認できます。さらに、管理者がこの情報にアクセスできることを知っていることで、従業員の効率と生産性が向上する可能性があります。
- KPI追跡:移動時間、燃料コスト、従業員の生産性などの重要な情報に関する洞察を得ることで、会社のパフォーマンスをよりよく監視し、必要な改善が必要な場合に迅速に反応できます。
ロジスティクス業界でアルゴリズムベースのルート最適化が収益を向上させた実例は、マッキンゼーのこのケーススタディです。彼らのクライアントは、アジアのロジスティクス企業で、テック企業に、顧客の要件に応じてフリートの供給とルートをマッチングする問題を解決するように依頼しました。
彼らはどうやってこれを達成しましたか?
まず、マッキンゼーのチームは、改善すべき問題点をすべて発見するために、すべてのプロセスに関する重要なデータを収集しました。顧客の場所、ハブの場所、フリートリソースなどの重要な情報を分析しました。この情報により、すべての車両のためのカスタマイズされたスケジュールを生成するルート最適化モデルを構築することができました。このソリューションにより、以下のような多くの分野での管理を改善することができました。
- 車両の種類
- 利用コスト
- 最大のロードアウト
- 移動時間
彼らの成功の背後にあるのは何でしたか?
それは、経験と、ソリューションを構築するために使用した最先端のマシンラーニングアルゴリズムでした。たとえば、ルートの日常的な地図のためのビジュアルガイドを構築するために、Network Optimization Algorithm (NOAH) モデルを使用しました。さらに、リアルタイムのデータを表示するモバイルアプリを提供し、ディスパッチャーとドライバーの両方にとって仕事が簡単になりました。
結果として、彼らのソリューションはコストを3.6%削減し、ラインホールネットワークの効率性を向上させ、16%の利益増加につながりました。
2. ロジスティクスにおけるチャットボット
あなたは、97%の人が悪い顧客サービスが購入意図に影響を与えることを知っていますか?しかし、別のリソースによると、36%の顧客は、会社がシンプルな質問に応答しないことによってまだ苛立っています。
このデータは、チャットボットを使用して、顧客にすぐに応答し、時間を節約し、顧客体験を改善することの重要性を示しています。バーチャルアシスタントは、自然言語処理を使用して、チャットで人と会話します。通常、会社のホームページに直接表示されます。これらは、質問に対する答えを認識し、回答をマッチングすることができるアルゴリズムで構築されています。ユーザーが理解不能な質問をすると、チャットボットは、データベース内の回答と一致するものを試みるか、顧客から新しいパターンを学習して、次に似た質問がされたときに使用する情報を取得します。
チャットボットには、会社とその製品またはサービスに関する一定の知識があります。これは、データベースまたは外部ソースから情報を使用して会話を進行させ、会社の活動や関連するページへの訪問を提案することができます。
チャットボットの5つの主な利点
まだ、チャットボットがあなたのビジネスにとって良いソリューションであるかどうか疑問に思っている場合は、以下の5つの主な利点をご覧になってみてください。
1. 24/7/365の即時レスポンス
ロジスティクス企業では、顧客との接触が非常に重要です。たとえば、DHLは3つの異なる連絡先を提供しています。
- カスタマーサービスへのメール
- 電話での連絡
- 24/7のチャットボット
チャットボットにより、顧客は即座に配達状況、価格、パッケージの予想配達時間などの情報を取得できます。
これが重要な理由です。
今日、77%の人がオンラインチャットからいつでも即時的なレスポンスを期待しています。チャットボットは、常に作業し、疲れることがありません。
常に利用可能なチャットボットを実装することで、ユーザーエクスペリエンスが大幅に改善されます。たとえば、GetJennyによって作成されたHelmiチャットボットでは、ヘルシンキ地域の学生向け住宅財団は、全体的な顧客サービス満足度スコアを4.11から4.26に引き上げることができました。
2. ウェブサイトのナビゲーションの改善
あなたは、34%の顧客がサイトのナビゲーションが難しいと苛立っていることを知っていますか?
チャットボットは、訪問者がサイト内をナビゲートし、興味のある情報を見つけるのを支援することで、この問題を解決できます。これにより、ポジティブなブランドイメージとパーソナライズされた顧客体験を作成することができます。したがって、顧客の満足度とブランドロイヤルティを構築することに興味がある場合は、チャットボットは優れた最初のステップとなります。
チャットボットの興味深い例は、Intellexer SummarizerのウェブサイトにあるAlexチャットボットです。質問すると、関心のある情報を見つけることができるページへのリンクが含まれたメッセージが表示されます。
このようなボットを作成するには、多くのデータを提供および抽出する必要はありません。ウェブサイトのコンテンツを適切な形式で提供するために処理するだけで済みます。その後、ページのコンテンツと会話の論理的な流れを作成するために、情報を分離します。さらに、チャットボットは常に学習しているため、受け取る質問が多いほど、回答はより正確になります。このタイプのチャットボットは、企業が最初に選択するAIソリューションです。
3. 配達支援
バーチャルアシスタントは、顧客から配達リクエストを受け取る最初の連絡先となります。他のAIソリューションと同様に、注文情報の収集などの繰り返しのタスクを従業員から解放することができます。さらに、配達関連の顧客リクエストを即座に実行できます。たとえば、注文の請求書を送信したり、配達状況について通知したりします。
4. 徹底的な従業員サポート
チャットボットは、文書作成から注文の作成、支払いの処理まで、従業員を多くの方法で支援できます。請求書や支払いリクエストなどの文書を受け取ったり作成したりできます。人間の支援が必要な場合、正しい次のステップを人間の作業者にメッセージを送信します。
Bas Vogelsによると、DHLのカスタマーサービスチームの監督者およびトレーナーは、「従業員は複雑な顧客の質問を解決し、エスカレーションを防ぐための多くの時間を持っています。従業員の満足度も大幅に増加しました」
5. リアルタイムの出荷追跡
ロジスティクスでは、配達時間とリアルタイムの注文状況に関する情報が非常に重要です。チャットボットは、顧客が回答を待つ必要がないことを保証します。このソリューションの実例は、RoboRoboからのものです。彼らは、RPLの顧客に注文状況について情報を提供するボットを作成しました。チャットボットは、RPLの顧客がパッケージの位置を追跡し、いつ配達されるかを知ることができます。
チャットボットは、ウェブサイトにのみ使用するのではなく、Facebook、Skype、WhatsApp、その他のチャンネルでも使用することができます。
3. 倉庫作業におけるピッカールーティングとバッチングの問題の解決
ロジスティクスで人工知能が果たすもう1つのタスクは、倉庫内および配送段階での商品の流れに対して最も効率的な方法を開発することです。
AIベースの倉庫管理システムは、倉庫で行われるすべての活動とプロセスを記録できます。ソフトウェアは、収集された歴史データを分析し、ロボットや自動および半自動システムなどの使用される機器が荷物をどのように扱うかを計画するために使用します。特にここで役立つのは、ディープラーニング、予測分析、コンピュータービジョン、製品認識ソフトウェアです。これらは、倉庫内のオブジェクトを認識し、必要なアクションの予測を拡張するのに役立ちます。
マシンラーニングアルゴリズムの主な目的の1つは、人間のために退屈だが難しいタスクを支援することです。ロジスティクスおよび製造業では、ピッカールーティングがそのようなタスクの1つです。機械がこれを支援できます。
興味深い例は、Nvidiaが、毎時数千の新しい注文を受ける電子商取引の巨大企業であるZalandoのために作成したソリューションです。彼らのAIベースのソリューションは、2つの問題を解決することができました。
1. ピッカールーティング時間の短縮
彼らは、倉庫内のすべての製品が棚に並べられた「ロープラダーレイアウト」（つまり、複数の行に棚が並べられ、通路が設けられている）で倉庫を制御するソリューションを準備しました。作業者が倉庫の別々の部分にある製品を回収する必要がある場合、システムは、すべてのアイテムを回収するための最短の可能なルートを提案します。
Nvidiaの開発者は、Optimal Cart Pick (OCaPi) アルゴリズムを作成しました。これは、作業者と作業者のカートの動きの両方にとって最適なピックツアーを見つけます。これにより、Zalandoの作業者は、S字型ルーティングヒューリスティックを使用するのをやめ、より最適なルートを計画することができました。
2. バッチングの問題の解決
Zalandoでは、すべての注文がピックリストに割り当てられ、リストが完了すると製品が顧客にパッケージ化されます。
Nvidiaの開発者は、すべてのピックリストの移動時間の合計を最小限に抑えるソリューションを作成しようとしました。これは、カートに10個のアイテムしか入らないと仮定して、10個の注文の2つのアイテムのOCaPiピックツアーを分析することで実現しました。
これらの問題を軽減する技術は何ですか?
これらのプロジェクトで使用される主な技術は、OCaPiアルゴリズムです。これは、ピックアップ位置に基づいて移動時間を計算するために使用される、高度に非線形な関数です。これにより、開発者は、移動時間が、すべての製品から最も遠く離れた後部の角にあるアイテムをピックアップする時間に大きく依存していることを発見しました。
OCaPiの移動時間の推定をさらに高速化するために、CaffeニューラルネットワークフレームワークとNVIDIAのcuDNN畳み込みニューラルネットワークライブラリを使用しました。これにより、非常に精度の高いニューラルネットワークアーキテクチャを並列にトレーニングすることができました。結果として、彼らのシステムは、アイテムあたりの移動時間を約11%削減することができました。
このようなマシンラーニングベースのソリューションにより、企業は:
- 生産性を向上させる
- ピッキング時間を短縮し、消費者の満足度を向上させる
- インテリジェントなソリューションによって支援される従業員の満足度を向上させる
- 従業員の日常的なワークフローを改善する
- 人間のミスを排除する
