Lãnh đạo tư tưởng
3 Cách Học Máy Transforming Ngành Công Nghiệp Logistics
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Các công ty logistics đang sử dụng trí tuệ nhân tạo và học máy để đảm bảo kết quả tốt nhất và duy trì năng suất ở mức cao nhất, đưa ra quyết định kinh doanh tốt hơn,quyết định kinh doanh, và theo kịp đối thủ cạnh tranh. Sự quan trọng của AI trong ngành này là rất lớn. Dự kiến trong 20 năm tới, các công ty sẽ thu được giữa 1,3 nghìn tỷ và 2 nghìn tỷ đô la mỗi năm về giá trị kinh tế nhờ vào công nghệ tiên tiến này trong sản xuất và chuỗi cung ứng toàn cầu.
Nếu bạn vẫn đang thắc mắc về cách AI và học máy có thể giúp doanh nghiệp của bạn, hãy xem một số trường hợp thú vị và quyết định xem liệu đây có phải là giải pháp cho bạn.
1. Phần Mềm Lập Lộ Trình Dựa Trên Học Máy
Chọn lộ trình tối ưu, lên kế hoạch nghỉ cho tài xế, và tránh các con đường đông đúc và nguy hiểm nhất là một số thách thức trong công việc hàng ngày của ngành logistics.
Theo Goldman Sachs (GS ), khi nói đến việc giao chỉ 25 gói hàng, các lộ trình có thể đạt tới 15 nghìn tỷ nghìn tỷ. Và đây là nơi học máy đến để giải cứu. Phần mềm lập lộ trình dựa trên học máy có thể phân tích tất cả các tùy chọn để chọn giải pháp tối ưu về chi phí, thời hạn và các sự kiện đường bộ bất ngờ yêu cầu quyết định ngay lập tức.
Dựa trên dữ liệu lớn được cung cấp cho hệ thống, chẳng hạn như thông tin về hiệu suất nhiên liệu, tai nạn giao thông hoặc chướng ngại vật, kích thước xe và lịch trình làm việc của các tài xế khác, thuật toán tối ưu hóa lộ trình thời gian thực xác định lộ trình tốt nhất cho tài xế. Chúng được lưu trữ trên đám mây, vì vậy tất cả thông tin đều được cung cấp thời gian thực và có thể được truy cập bởi các bộ phận điều phối, tài xế, quản lý và các nhân viên khác, chẳng hạn như nhân viên quản lý tài khoản, để giữ cho khách hàng cập nhật về thời gian giao hàng dự kiến.
Dựa trên học máy, phần mềm tối ưu hóa lộ trình có thể mang lại nhiều lợi ích cho doanh nghiệp của bạn, chẳng hạn như:
- Cải thiện trải nghiệm khách hàng: Với ước tính thời gian giao hàng chính xác hơn, khách hàng sẽ hài lòng hơn với dịch vụ của bạn và có nhiều khả năng đưa ra phản hồi tích cực. Hơn nữa, bạn cũng có thể giới thiệu thông báo về việc giao hàng sắp tới qua email hoặc SMS.
- TIết kiệm chi phí: Một trong những lợi ích chính của học máy là tiết kiệm thời gian và tiền bạc. Điều này đúng ở đây, vì hệ thống tối ưu hóa lộ trình theo dõi tiêu thụ nhiên liệu và đề xuất các lộ trình tiết kiệm chi phí nhất.
- Theo dõi hiệu suất tài xế: Hệ thống dựa trên học máy giúp bạn giám sát công việc của nhân viên và đảm bảo họ thực hiện nhiệm vụ của mình một cách tin cậy. Bạn cũng có thể đảm bảo họ tuân theo các quy tắc giao thông và lịch trình làm việc. Hơn nữa, việc biết rằng các nhà quản lý có quyền truy cập vào thông tin này có thể tăng hiệu quả và năng suất của nhân viên.
- Theo dõi KPI: Với thông tin về thời gian di chuyển, chi phí nhiên liệu và năng suất của nhân viên, bạn có thể theo dõi hiệu suất của công ty và phản ứng nhanh hơn nếu bất kỳ yếu tố nào cần cải thiện.
Một ví dụ thực tế về việc tối ưu hóa lộ trình thuật toán cải thiện doanh thu trong ngành logistics là nghiên cứu trường hợp này từ McKinsey. Khách hàng của họ là một công ty logistics châu Á đã yêu cầu công ty công nghệ giải quyết vấn đề về việc kết hợp cung cấp đội xe và lộ trình với yêu cầu của khách hàng.
Làm thế nào họ đạt được điều này?
Trước hết, nhóm của McKinsey đã thu thập tất cả dữ liệu cần thiết về các quy trình của họ để tìm ra bất kỳ vấn đề nào cần cải thiện. Họ đã phân tích thông tin quan trọng như vị trí của khách hàng, vị trí trung tâm và tài nguyên đội xe. Thông tin này cho phép họ xây dựng một mô hình tối ưu hóa lộ trình tạo ra lịch trình tùy chỉnh cho tất cả các phương tiện. Với giải pháp này, họ đã có thể cải thiện quản lý trong nhiều lĩnh vực, tính đến các yếu tố như:
- Loại xe
- Chi phí sử dụng
- Tải trọng tối đa
- Thời gian di chuyển
Điều gì đứng sau thành công của họ?
Đó là cả kinh nghiệm và các thuật toán học máy tiên tiến mà họ đã sử dụng để xây dựng giải pháp này. Ví dụ, họ đã sử dụng mô hình thuật toán tối ưu hóa mạng (NOAH) để tạo hướng dẫn trực quan trong bản đồ hàng ngày của các lộ trình. Ngoài ra, họ đã cung cấp một ứng dụng di động hiển thị dữ liệu thời gian thực, giúp công việc của cả bộ phận điều phối và tài xế trở nên dễ dàng hơn.
Kết quả là giải pháp của họ đã giảm chi phí 3,6% và tăng hiệu quả của mạng lưới vận chuyển, dẫn đến tăng lợi nhuận 16%.
2. Trợ Lý Ảo Trong Logistics
Bạn có biết rằng nhiều đến 97% người dùng cho biết dịch vụ khách hàng kém ảnh hưởng đến ý định mua hàng của họ? Tuy nhiên, một nguồn khác cho biết 36% khách hàng vẫn thất vọng vì các công ty không phản hồi các câu hỏi đơn giản của họ.
Điều này cho thấy sự quan trọng của việc có một trợ lý ảo để phản hồi khách hàng ngay lập tức, giúp tiết kiệm thời gian và cải thiện trải nghiệm khách hàng. Các trợ lý ảo sử dụng xử lý ngôn ngữ tự nhiên để trò chuyện với mọi người trên một cuộc trò chuyện, thường ngay trên trang chủ của công ty. Chúng được xây dựng với thuật toán có thể nhận ra câu hỏi được hỏi và sau đó khớp với câu trả lời. Giả sử người dùng đặt một câu hỏi không thể hiểu được mà không có câu trả lời trong cơ sở dữ liệu. Trong trường hợp đó, trợ lý ảo cố gắng khớp một trong những “câu trả lời dự phòng” hoặc học các mẫu mới từ khách hàng để sử dụng thông tin này lần tiếp theo một câu hỏi tương tự được hỏi.
Một trợ lý ảo có một lượng kiến thức nhất định về công ty và sản phẩm hoặc dịch vụ của nó. Nó có thể sử dụng cơ sở dữ liệu hoặc rút thông tin từ các nguồn bên ngoài. Trợ lý ảo trả lời các câu hỏi và tự điều khiển cuộc trò chuyện, hướng cuộc trò chuyện đến các chủ đề liên quan đến hoạt động của công ty hoặc đề xuất truy cập vào một trang liên quan.
5 Lợi Ích then chốt Của Trợ Lý Ảo
Vẫn chưa chắc chắn rằng trợ lý ảo là một giải pháp tốt cho doanh nghiệp của bạn? Hãy xem năm lợi ích chính của việc triển khai chúng trong một công ty logistics.
1. Phản Hồi Ngay Lập Tức 24/7/365
Trong các công ty logistics, liên hệ với khách hàng là rất quan trọng. Ví dụ, DHL cung cấp ba biểu mẫu liên hệ khác nhau:
- Email cho dịch vụ khách hàng
- Liên hệ qua điện thoại
- Trợ lý ảo 24/7
Trợ lý ảo cho phép khách hàng nhận thông tin tức thì về trạng thái giao hàng, giá cả, thời gian giao hàng dự kiến của một gói hàng và nhiều hơn nữa.
Tại sao điều này lại quan trọng?
Hôm nay, 77% người dùng mong đợi nhận được phản hồi ngay lập tức từ cuộc trò chuyện trực tuyến bất cứ lúc nào trong ngày hoặc đêm. Trợ lý ảo có thể làm việc mọi lúc, ngay cả khi nhân viên của bạn không làm việc (hơn nữa, họ sẽ không bao giờ mệt mỏi).
Triển khai một trợ lý ảo luôn sẵn sàng cải thiện đáng kể trải nghiệm người dùng. Ví dụ, với trợ lý ảo Helmi được tạo bởi GetJenny, Quỹ Nhà ở Sinh viên Khu vực Helsinki đã ghi nhận tăng điểm số hài lòng khách hàng từ 4,11 lên 4,26.
2. Điều Hướng Trang Web Tốt Hơn
Bạn có biết rằng 34% khách hàng cảm thấy thất vọng với việc điều hướng trang web khó khăn?
Trợ lý ảo có thể giải quyết vấn đề này bằng cách giúp khách truy cập điều hướng trang web và nhanh chóng tìm thấy thông tin họ quan tâm. Họ giúp bạn tạo ra một hình ảnh thương hiệu tích cực và trải nghiệm khách hàng được cá nhân hóa. Vì vậy, nếu bạn quan tâm đến việc xây dựng sự hài lòng và trung thành với thương hiệu trong số khách hàng của mình, một trợ lý ảo có thể là một bước đầu tiên tuyệt vời.
Một ví dụ thú vị về trợ lý ảo giúp bạn tìm tất cả thông tin về một sản phẩm là trợ lý ảo Alex, có sẵn trên trang web Intellexer Summarizer. Khi bạn hỏi anh ta một câu hỏi, bạn sẽ nhận được một tin nhắn với một liên kết đến một trang nơi bạn có thể tìm thấy thông tin thú vị.
Để tạo một bot như vậy, bạn không cần cung cấp và trích xuất nhiều dữ liệu. Bạn chỉ cần xử lý nội dung của trang web để cung cấp nó dưới dạng phù hợp. Sau đó, bạn tách thông tin về nội dung của trang và dữ liệu để tạo ra một luồng logic của cuộc trò chuyện. Hơn nữa, trợ lý ảo luôn học hỏi, vì vậy càng nhận được nhiều câu hỏi, câu trả lời của chúng sẽ càng chính xác. Thường thì loại trợ lý ảo này là giải pháp AI đầu tiên mà các công ty lựa chọn.
3. Hỗ Trợ Giao Hàng
Trợ lý ảo có thể là điểm liên hệ đầu tiên với khách hàng và nhận yêu cầu giao hàng từ họ. Giống như các giải pháp AI khác, chúng có thể giảm bớt nhiều nhiệm vụ lặp đi lặp lại cho nhân viên của bạn, chẳng hạn như thu thập thông tin đơn hàng. Hơn nữa, chúng cũng có thể thực hiện ngay lập tức các yêu cầu của khách hàng liên quan đến giao hàng, chẳng hạn như gửi hóa đơn cho đơn hàng hoặc thông báo về trạng thái giao hàng.
4. Hỗ Trợ Toàn Diện Cho Nhân Viên
Trợ lý ảo có thể hỗ trợ nhân viên của bạn theo nhiều cách, từ việc giấy tờ đến đặt hàng và xử lý thanh toán. Họ có thể nhận hoặc điền vào các tài liệu như hóa đơn hoặc yêu cầu thanh toán và nhiều hơn nữa. Và khi máy móc cần hỗ trợ của con người, họ sẽ gửi một tin nhắn cho công nhân để thực hiện bước tiếp theo.
Theo Bas Vogels, người giám sát và huấn luyện viên của nhóm dịch vụ khách hàng DHL: “Nhân viên có nhiều thời gian hơn để giải quyết các câu hỏi phức tạp của khách hàng và ngăn chặn các sự cố. Tỷ lệ hài lòng của nhân viên cũng tăng đáng kể.”
5. Theo Dõi Giao Hàng Thời Gian Thực
Trong logistics, thời gian giao hàng và thông tin thời gian thực về trạng thái của một đơn hàng là rất quan trọng. Trợ lý ảo sẽ đảm bảo khách hàng của bạn không phải chờ đợi phản hồi. Một ví dụ thực tế về giải pháp này là trường hợp nghiên cứu từ RoboRobo. Họ đã tạo một bot cho RPL để thông báo cho khách hàng về trạng thái của đơn hàng. Trợ lý ảo cho phép khách hàng của RPL theo dõi vị trí của gói hàng và tìm hiểu khi nào nó sẽ được giao.
Trợ lý ảo có thể được sử dụng ở nhiều nơi, không chỉ trên trang web. Ngày càng nhiều công ty chọn trợ lý ảo có sẵn trên Facebook, Skype, WhatsApp và các kênh khác.
3. Giải Quyết Vấn Đề Lộ Trình Picker và Batching Trong Hoạt Động Kho
Một nhiệm vụ khác mà trí tuệ nhân tạo thực hiện trong logistics là phát triển các phương pháp hiệu quả nhất cho dòng chảy của hàng hóa cả trong kho và trong giai đoạn phân phối.
Hệ thống quản lý kho dựa trên AI có thể ghi lại tất cả các hoạt động và quy trình diễn ra trong kho. Phần mềm phân tích dữ liệu lịch sử được thu thập và sử dụng để lên kế hoạch cho cách thiết bị được sử dụng (rô-bốt và cả hệ thống tự động và bán tự động) sẽ xử lý các tải. Đặc biệt hữu ích ở đây có thể là học sâu, phân tích dự đoán, tầm nhìn máy tính và phần mềm nhận dạng sản phẩm có thể giúp nhận dạng các đối tượng trong kho và thực hiện dự báo mở rộng về các hành động cần thực hiện.
Một trong những mục tiêu chính của thuật toán học máy là giúp con người với các nhiệm vụ nhàm chán nhưng khó khăn. Trong ngành logistics và sản xuất, một trong những nhiệm vụ này là lộ trình picker, mà máy móc cũng có thể hỗ trợ.
Một ví dụ thú vị về điều này là giải pháp được tạo bởi Nvidia (NVDA ) cho Zalando, một gã khổng lồ thương mại điện tử, có hàng nghìn đơn hàng mới mỗi giờ. Giải pháp dựa trên AI của họ cho phép giải quyết hai vấn đề.
1. Giảm Thời Gian Lộ Trình Picker
Họ đã chuẩn bị một giải pháp cho phép kiểm soát kho với bố cục “thang dây” (tức là tất cả sản phẩm được lưu trữ trên kệ đặt trong nhiều hàng với lối đi). Giả sử một công nhân cần thu thập sản phẩm nằm ở các phần khác nhau của kho, hệ thống đề xuất lộ trình ngắn nhất có thể qua kho để thu thập tất cả các mục cần thiết.
Các nhà phát triển của Nvidia đã tạo ra thuật toán OCaPi (Optimal Cart Pick) tìm lộ trình thu gom tối ưu cho công nhân và thậm chí cho cả chuyển động của xe đẩy của công nhân. Điều này cho phép công nhân của Zalando từ bỏ việc sử dụng quy tắc heuristic hình S và lên kế hoạch cho một lộ trình tối ưu hơn.
2. Giải Quyết Vấn Đề Batching
Tại Zalando, tất cả các đơn hàng phải được chỉ định cho một danh sách thu gom. Khi danh sách được hoàn thành, sản phẩm sẽ được đóng gói cho khách hàng.
Các nhà phát triển của Nvidia đã cố gắng tạo một giải pháp cho phép đạt được tổng thời gian di chuyển cho tất cả các danh sách thu gom càng nhỏ càng tốt, giả sử một công nhân chỉ có thể chứa 10 mục trong xe đẩy. Họ đã phân tích các chuyến thu gom OCaPi cho mười đơn hàng gồm hai thứ để tìm cách chia đơn hàng thành các danh sách thu gom hiệu quả nhất.
Những Công Nghệ Nào Có Thể Giảm Những Vấn Đề Này?
Một công nghệ chính được sử dụng trong các dự án này là thuật toán OCaPi — một hàm phi tuyến tính cao cho phép các nhà phát triển tính toán thời gian di chuyển, xem xét các vị trí thu gom khác nhau. Giải pháp này cho thấy họ rằng việc di chuyển chủ yếu phụ thuộc vào thời gian dành để thu gom một mục từ góc sau, cách xa tất cả các sản phẩm khác.
Để làm cho ước tính thời gian di chuyển OCaPi thậm chí còn nhanh hơn, họ đã sử dụng khuôn khổ mạng nơ-ron Caffe và thư viện mạng nơ-ron tích hợp NVIDIA cuDNN. Điều này cho phép họ đào tạo bốn mô hình song song để tìm một kiến trúc mạng nơ-ron rất chính xác. Kết quả là hệ thống của họ cho phép công ty giảm thời gian di chuyển cho mỗi mục được thu gom khoảng 11%.
Những giải pháp dựa trên học máy như vậy cho phép các công ty:
- Tăng năng suất
- Tăng tốc thời gian thu gom đơn hàng, dẫn đến sự hài lòng của người tiêu dùng tăng lên
- Tăng sự hài lòng của nhân viên, những người có công việc được hỗ trợ bởi các giải pháp thông minh
- Cải thiện luồng công việc hàng ngày
- Loại bỏ sai sót của con người vì việc tính toán lộ trình nhanh hơn và chính xác hơn so với con người.
