3 Awayên Fêrbûna Makîneyê Pîşesaziya Lojîstîkê Veguherîne

Şîrketên lojîstîk têne bikar anîn îstîxbarata sûnî û fêrbûna makîneyê ji bo ku encamên çêtirîn peyda bikin da ku hilberîneriyê di asta herî bilind de bihêlin, çêtir bikin biryarên karsaziyê, û bi pêşbirkê bidomînin. Di vê pîşesaziyê de girîngiya AI-ê pir mezin e. Tê texmîn kirin ku di 20 salên pêş de dê pargîdanî derbikevin di navbera 1.3 trîlyon û 2 trîlyon dolaran de salê di nirxa aborî de bi saya vê teknolojiya pêşketî di çêkirin û zincîreyên peydakirina gerdûnî. 

Ger hûn hîn jî dipirsin ka çawa AI û fêrbûna makîneyê dikare alîkariya karsaziya we bike, li hin balkêş binêre dozan bikar bînin û biryar bidin ka ev çareserî ji bo we ye.

1. Nermalava Plansazkirina Rêya Bingeha AI-ê

Hilbijartina riya çêtirîn, plansazkirina betlaneyan ji bo ajokaran, û dûrketina ji rêyên herî qelebalix û xeternak tenê çend ji gelek dijwariyên ku di pîşesaziya lojîstîkê de beşek ji xebata rojane ne. 

Li gorî Goldman Sachs, dema ku em behsa radestkirina tenê 25 pakêtan dikin, rêyên gengaz digihîje dora 15 trîlyon trîlyon. Û ev der e fêrbûna makîneyê ji bo rizgariyê tê. Nermalava plansazkirina rê-based ML dikare hemî vebijarkan analîz bike da ku çareseriya çêtirîn di warê lêçûn, demên pêvekirî, û bûyerên rêyên nediyar ên ku biryarên tavilê hewce dikin hilbijêrin.

Çi qewimî komên daneyên mezin ji pergalê re têne peyda kirin, wekî agahdariya di derbarê karbidestiya sotemeniyê, qezayên trafîkê yên muhtemel an astengî, mezinahiya wesayîtê, û nexşeyên xebata ajokarên din, real-time optimization route algorîtmayên ji bo ajokaran riya çêtirîn diyar bikin. Ew li ser ewr in, ji ber vê yekê hemî agahdarî tê de têne peyda kirin real-time û dikare ji hêla belavker, ajokar, rêvebir, û xebatkarên din ve, wekî rêveberên hesaban, were gihîştin da ku xerîdar li ser dema radestkirina çaverêkirî agahdar bikin.

Çi qewimî fêrbûna makîneyê, optimization route nermalava dikare gelek feydeyan ji karsaziya we re bîne, wek:

• Çêtirîn ezmûna xerîdar: Bi texmînên dema radestkirinê yên rasttir, dê xerîdar ji karûbarê we razîtir bibin û îhtîmal e ku hûn nerînên erênî bidin we. Wekî din, hûn dikarin bi e-name an SMS-ê agahdariya li ser radestek dahatûyê jî bidin nasîn. 
• Teserûfa lêçûnên: Yek ji feydeyên sereke yên fêrbûna makîneyê bi gelemperî teserûfa dem û drav e. Ev li vir rast e, wekî optimization route pergalên xerckirina sotemeniyê dişopînin û rêyên herî biha-bandor pêşniyar dikin. 
• Performansa ajokerê bişopînin: Pergalek ewr li ser bingeha fêrbûna makîneyê dibe alîkar hûn çavdêriya karê karmendên xwe bikin û pê ewle bin ku ew peywirên xwe bi pêbawer pêk tînin. Her weha hûn dikarin pê ewle bibin ku ew qaîdeyên rê û bernameya xebata xwe dişopînin. Digel vê yekê, haydarbûna ku rêvebir bigihîjin vê agahiyê dikare karbidestî û hilberîna karmendan zêde bike.
• Şopandina KPI: Bi têgihîştina agahdariya sereke ya wekî dema rêwîtiyê, lêçûnên sotemeniyê, û hilberîna karmendan, hûn dikarin çêtir performansa pargîdaniya xwe bişopînin û heke hêmanek hewceyê başkirinê be, zûtir bertek nîşan bidin.

Mînakek rastîn a ku algorîtmîkî ye optimization route hatina başkirin di pîşesaziya lojîstîkê is ev lêkolîna dozê ji McKinsey. Muwekîlê wan pargîdaniyek lojîstîkî ya Asyayî bû ku ji pargîdaniya teknolojiyê xwest ku pirsgirêka wan bi peydakirina firotan û rêyên li gorî daxwazên xerîdar re çareser bike.

Çawa ev yek bi dest xistin?

Pêşîn, tîmê McKinsey hemî daneyên bingehîn di derbarê pêvajoyên xwe de berhev kir da ku pirsgirêkên ku çêtir bikin bibînin. Wan agahdariya girîng ên wekî cîhên xerîdar, cîhên navendê, û çavkaniyên fîloya analîz kirin. Vê agahiyê hişt ku wan modelek xweşbîniya rê ava bikin ku ji bo hemî wesayîtan nexşeyên xwerû çêdike. Bi vê çareseriyê re, wan karîbûn di gelek waran de rêveberiyê baştir bikin, ku faktorên wekî:

• Cureyê wesayîtê
• Mesrefa karanîna
• Barkirina herî zêde
• Dema rêwîtiyê

Li pişt serkeftina wan çi hebû?

Ew hem ezmûn û hem jî algorîtmayên fêrbûna makîneyê ya pêşkeftî bû ku wan ji bo avakirina vê çareseriyê bikar anîn. Mînakî, wan modela Algorîtmaya Optimîzasyona Torgilokê (NOAH) bikar anîn da ku di nexşeyên rojane yên rêgezan de rêberên dîtbarî ava bikin. Wekî din, wan serîlêdanek mobîl peyda kir ku daneyên rast-dem nîşan dide, hem ji bo belavker û hem jî ajokaran karê hêsantir dike.

Wekî encamek, çareseriya wan lêçûn bi% 3.6 kêm kir û karbidestiya tora xeta-haul zêde kir, ku bû sedema zêdebûna 16% qezencê.

2. Chatbots di Lojîstîk de

Ma we dizanibû ku bi qasî ku 97% ji mirovan dibêjin karûbarê xerîdar a xirab bandorek li ser niyeta kirîna wan dike? Lêbelê, çavkaniyek din jî dibêje 36% ji mişteriyan hîn jî ji têkçûna pargîdaniyan ku bersivê didin pirsên wan ên hêsan xemgîn in. 

Ev dane girîngiya hebûna a chatbot ku tavilê bersivê bidin xerîdaran da ku dem xilas bikin û çêtir bikin serpêhatiya bazirganiyê. Alîkarên Virtual bikar tînin proseskirina zimanên xwezayî ji bo axaftina bi mirovan re li ser sohbetê, bi gelemperî rast li ser malpera pargîdaniyê. Bi wan re têne çêkirin algorîtmayên ku dikare pirsa ku hatî pirsîn nas bike û dûv re bersiva wê bide hev. Bifikirin ku bikarhênerek pirsek nayê fêm kirin ku di databasê de bersiv tune ye. Di wê rewşê de, ya chatbot hewl dide ku yek ji bersivên "paşveçûn" bide hev an ji xerîdar qalibên nû fêr bibe da ku gava din pirsek wusa were pirsîn vê agahiyê bikar bîne. 

A chatbot di derbarê pargîdaniyek û hilber an karûbarên wê de hin zanyariyek heye. Ew dikare databasên xwe bikar bîne an jî ji çavkaniyên derveyî agahdariyê bigire. Şêwirmendê virtual bersiva pirsan dide û danûstendinê bixwe dimeşîne, danûstendinê bi mijarên têkildarî çalakiyên pargîdaniyê ve girêdayî dike an serdanek ji rûpelek têkildar re pêşniyar dike.

5 Feydeyên sereke yên Chatbots

Hîn jî ne bawer im ku chatbots ji bo karsaziya we çareseriyek baş in? Tenê li pênc feydeyên sereke yên pêkanîna wan di a pargîdaniya lojîstîkê.

1. Bersivên Yekser 24/7/365

Di pargîdaniyên lojîstîkê de, têkiliya xerîdar girîng e. Mînakî, DHL sê formên têkiliyê yên cihêreng pêşkêşî dike:

• Email ji bo xizmeta mişterî
• Têkiliya telefonê
• 24/7 chatbot

Chatbot dihêle ku xerîdar agahdariya tavilê li ser rewşa barkirinê bistînin, sewqiyata, dema radestkirina çaverêkirî ya pakêtek, û hêj bêtir.

Whyima girîng e?

Îro, 77% ji mirovan hêvî dikin ku bersivên tavilê bistînin ji sohbeta serhêl di her wextê roj an şevê de. Chatbots dikare her dem bixebite, tewra dema ku xebatkarên we nexebitin (zêdetir, ew ê tu carî westiyayî nebin). 

Bicîhkirina chatbotek ku her gav peyda dibe ezmûna bikarhêner bi girîngî baştir dike. Mînakî, bi chatbota Helmi re ku ji hêla GetJenny ve hatî afirandin, Weqfa Xanî ya Xwendekaran li Herêma Helsinki destnîşan kir zêdekirina rêjeya razîbûna karûbarê xerîdar a giştî ji 4.11 ber 4.26. 

2. Navîgasyon Malpera Baştir

Hûn dizanin ku 34% xerîdar ji navîgasyona malpera dijwar aciz in? 

Chatbots dikare vê pirsgirêkê çareser bike bi alîkariya mêhvanan ku li ser malperê bigerin û zû agahdariya ku jê re eleqedar dibin bibînin. Ew ji we re dibin alîkar ku hûn wêneyek brandek erênî û ezmûna xerîdar a kesane biafirînin. Ji ber vê yekê heke hûn di nav xerîdarên xwe de dilxweşî û dilsoziya brandê ava bikin, chatbot dikare bibe gava yekem a hêja. 

Nimûneyek balkêş a chatbotek ku ji we re dibe alîkar ku hûn hemî agahdariya li ser hilberek bibînin, chatbot Alex e, ku li ser heye. Intellexer Summarizer malpera. Dema ku hûn pirsek jê bipirsin, hûn ê peyamek bi girêdanek rûpelek ku hûn dikarin agahdariya balkêş bibînin bistînin.

Ji bo afirandina botek wusa, hûn ne hewce ne ku gelek daneyan peyda bikin û derxin. Hûn tenê hewce ne ku naveroka malperê pêvajoyê bikin da ku wê bi rengek guncan peyda bikin. Dûv re, hûn agahdariya di derbarê naveroka rûpelê û daneyan de ji hev vediqetînin da ku herikînek mentiqî ya danûstendinê biafirînin. Wekî din, chatbots bi domdarî fêr dibin, ji ber vê yekê ew çend pirsên ku ew werdigirin, dê bersivên wan jî rasttir bibin. Bi gelemperî, ev celeb chatbot yekem çareseriya AI-yê ye ku pargîdanî hildibijêrin.

3. Alîkariya Delivery

Alîkarên virtual dikarin bi xerîdaran re bibin têkiliya yekem û daxwazên radestkirinê ji wan bistînin. Mîna çareseriyên din ên AI-ê, ew dikarin karmendên we ji gelek karên dubare, wek berhevkirina agahdariya fermanê, xilas bikin. Wekî din, ew dikarin tavilê daxwazên xerîdar ên girêdayî radestkirinê, wek şandina fatûreyek ji bo fermanê an agahdarkirina li ser rewşa radestkirinê, bicîh bînin.

4. Piştgiriya Karmendên Berfireh

Chatbots dikare bi gelek awayan alîkariya karmendên xwe bike, ji kaxez bigire heya danîna fermanan bigire heya pêvajokirina dravdan. Ew dikarin belgeyên wekî fatûre an daxwazên dravdanê, û gelekên din bistînin an dagirin. Û gava ku makîneyan hewceyê arîkariya mirovî ne, ew peyamek ji xebatkarên mirovî re dişînin da ku gava paşîn rast bikin. 

Li gorî Bas Vogels, serpereştyar û perwerdekarê tîmê karûbarê xerîdar DHL: "Karmend pir zêdetir wextê wan hene ku pirsên tevlihev ên xerîdar bi rê ve bibin û pêşî li zêdebûnê bigirin. Rêjeya razîbûna karmendan jî pir zêde bûye.”

5. Şopandina Barkirina Rast-Time

Di lojîstîk de, dema radestkirinê û real-time agahdariya li ser rewşa fermanek girîng e. Chatbots dê piştrast bike ku xerîdarên we ne li benda bersivê ne. Nimûneyek rastîn a vê çareseriyê lêkolîna dozê ye RoboRobo. Wan ji bo RPL botek çêkir ku xerîdar li ser rewşa fermana wan agahdar dike. Chatbot destûrê dide xerîdarên RPL ku cîhê pakêta xwe bişopînin û fêr bibin ka dê kengê were radest kirin.

Chatbots dikare li gelek cihan were bikar anîn, ne tenê li ser malperek. Zêdetir û bêtir pargîdanî tercîh dikin chatbots li ser Facebook, Skype, WhatsApp, û kanalên din hene.

3. Çareserkirina Picker Routing û Pirsgirêkên Batching di Operasyonên Warehouse

Karekî din ku çêkirî di lojîstîkê de pêk tê ev e ku hem di depoyê de û hem jî di qonaxa belavkirinê de ji bo herikîna tiştan rêyên herî bikêrhatî pêş bixe.

AI-based rêveberiya embarê sîstem dikarin hemû çalakî û pêvajoyên ku di embarê de pêk tên tomar bikin. Nermalavê analîz dike daneyên dîrokî berhev dike û wê bikar tîne da ku plansaz bike ka alavên ku têne bikar anîn (robot û pergalên otomatîk û nîv-otomatîk) dê çawa bargiran hilgirin. Bi taybetî li vir dikare bibe alîkar hînbûna kûr, analytics analytics, dîtina kompîturê, û software naskirina berhemê ku dikare alîkariya naskirina tiştên li embarê bike û dirêj bike pêşbînîkirin ji kîjan çalakiyan dê hewce bibin.

Yek ji armancên sereke yên algorîtmayên fêrbûna makîneyê ew e ku meriv bi karên monoton lê dijwar re bibe alîkar. Di lojîstîk û pîşesaziya çêkirinê yek ji van karan rêvekirina hilbijêr e, ku makîne jî dikarin piştgirî bikin. 

Mînaka vê heyecan e çareseriya ku ji hêla Nvidia ve hatî afirandin ji bo Zalando, dêwek e-bazirganî, ku her demjimêrek bi hezaran fermanên nû hene. Çareseriya wan-bingeha AI-ê destûr da ku du pirsgirêkan çareser bike.

1. Kêmkirina Picker Routing Time

Wan çareseriyek amade kir ku destûrê dide kontrolkirina embarê bi sêwirana "nerdikek zincîrê" (ku tê vê wateyê ku hemî hilber di refên ku di çend rêzan de bi rêçikan ve hatine danîn têne hilanîn). Ji ber ku pêdivî ye ku karkerek hilberên ku di beşên cihêreng ên depoyê de ne hilîne, pergal riya herî kurt a gengaz li seranserê depoyê pêşniyar dike ku destûrê dide hilgirtina hemî tiştên hewce. 

Pêşdebirên Nvidia algorîtmaya OCaPi (Hilbijartina Selika Optimal) çêkir ku gera hilbijarka çêtirîn ji bo karker û hetta ji bo tevgerên selika karker dibîne. Vê destûr da xebatkarên Zalando ku dev ji karanîna heurîstîkî ya rêveçûna S-şape berdin û rêyek çêtir plansaz bikin.

2. Çareserkirina Pirsgirêka Batching

Li Zalando, pêdivî ye ku hemî ferman di navnîşek bijartî de bêne danîn. Dema ku navnîş qediya, hilber ji bo xerîdar têne pak kirin.

Pêşdebirên Nvidia hewl dan ku çareseriyek çêbikin ku destûrê dide berhevkirina demên rêwîtiyê ji bo hemî lîsteyên ku bi qasî ku gengaz be, bihesibînin ku karkerek dikare tenê 10 tiştan têxe selikê. Wan gerên bijartina OCaPi ji bo deh fermanên du tiştan analîz kirin da ku dabeşên herî bikêr ên fermanan di navnîşên hilbijartî de bibînin.

Kîjan Teknolojî Dikarin Van Pirsgirêkan Kêm Bikin?

Teknolojiya sereke ya ku di van projeyan de tê bikar anîn algorîtmaya OCaPi ye - fonksiyonek pir nehêle ku rê dide pêşdebiran ku dema rêwîtiyê bihesibînin, pozîsyonên cihêreng ên hilgirtinê bifikirin. Vê çareseriyê nîşanî wan da ku rêwîtî bi piranî bi dema hilgirtina tiştek ji quncika paşîn ve girêdayî ye, ku ji hemî hilberên din dûr e. 

Ji bo ku texmîna dema rêwîtiyê ya OCaPi hîn zûtir bikin, wan çarçoveya tora neuralî ya Caffe û pirtûkxaneya tora neuralî ya hevgirtî ya cuDNN ya NVIDIA bikar anîn. Ew hişt ku wan çar modelan bi paralelî perwerde bikin da ku mîmariyek tora neuralî ya pir rast bibînin. Wekî encamek, pergala wan hişt ku pargîdanî dema rêwîtiya her tiştê hatî hilbijartî bi qasî 11% kêm bike.

Yên wisa fêrbûna makîneyê-Çareseriyên bingehîn rê didin pargîdaniyan ku:

• Hilberînê zêde bikin
• Demên bijartina fermanê bilez bikin, di encamê de dilxweşiya xerîdar zêde dibe
• Kêfxweşiya karmendên ku xebata wan bi çareseriyên aqilmend têne piştgirî kirin zêde bikin
• Karmendê rojane baştir bikin Xebatê
• Xeletiya mirovî ji holê rakin ji ber ku hesabkirina rêyê ji ya ku mirov wiya kiriba zûtir û rasttir e.