在這篇文章中,DHL國際快遞全球網路營運專案高級副總裁Oliver Facey分享了他對於人工智慧正在如何改變各種規模企業物流營運的獨特見解。在本文中,他探討了人工智慧的現狀和未來。
要瞭解人工智慧在優化物流方面的全部潛力,你必須首先瞭解許多企業正在面臨的挑戰。近年來,B2C貿易呈爆炸式增長:十年前,B2C貿易占交易量的10%~15%;今天是40%。隨之而來的是愈加增長的客戶需求和營運挑戰。當然,DHL推出的“On Demand Delivery”已經滿足了其中的一些需求,但人工智慧可能會有助於滿足其他的期望。
那麼,人工智慧究竟是如何改變物流的呢?這是我經常被問到的問題,也是DHL不斷探索和嘗試的領域,以便為我們的客戶提供最優質的服務。人工智慧的一些用途包括:
我們的客戶越來越想知道他們的貨物何時送達,但我們管理著許多國際貨物,而且航班飛往世界各地,需要追蹤的貨件數不勝數。因此,我們在預報和預測模型方面做了大量的工作。例如:利用這些資料,我們有90%~95%的把握知曉將在當天到達某一地點貨物的具體數量。然後,我們利用這些資訊開始規劃快遞員的配送路線、匹配貨物數量、服務和其他重要變數。
一旦將包裹裝上運務車,我們就會使用Wise Systems開發的人工智慧軟體進一步優化配送路線。在短短幾秒鐘內,人工智慧軟體可以規劃一條包含120個送件點的路線,並根據諸如緊急醫療快遞,或必須在上午9點之前送達客戶的快遞等參數來進行先後順序排序,或者總體考慮每站的距離以獲得最佳路線順序。
隨後,我們通過一個名為“追蹤我的包裹”的功能向客戶發送預測的交付時間。隨著快遞員離客戶的距離不斷縮短,客戶會得到一個更具體的時間視窗,並會收到一個通知:“我們距離您還有20分鐘的路程。”在收到通知的當下,客戶仍然可以進行修改——他們可能會選擇推遲送貨時間,或者選擇鄰居幫忙簽收。這一功能有助於提升客戶體驗和DHL的首次投遞成功率。
因此,簡而言之,人工智慧使得更智慧化的路線規劃成為可能,這意味著我們可以更迅速地交付,並且減少燃油浪費。與此同時,我們的客戶獲得了更準確的交付時間——以及更加靈活的包裹交付管理。
將這些資訊“系統化”到預測路線中存在許多挑戰,同時還要結合“快遞員知識”這一變數。資料和系統並不能掌握所有本地資訊和客戶偏好資訊,因此需要找到方法將這些資訊整合到決策制定中,並進一步提升預測和執行,這是一項持續面對的挑戰。人工智慧和下游流程成功的關鍵因素是資料,資料需要保持準確性、相關性、即時性和高品質。有時,資料被稱為DHL的“生命之血”,現在資料比以往任何時候都更為重要。
在倉庫環境中,視覺分揀技術的進步包括“智慧眼鏡”。與依賴手持掃描器相比,通過使用可讀取條碼並對語音指令做出反應的可穿戴眼鏡,人們能夠大大節省時間。
作為一個集團,我們目前正在探索這一技術和類似的技術。想像一下,100名快遞員站在包裹傳送帶的兩側。他們必須查看每一個標籤,檢查地址,找到各自正確的派送包裹。但是,如果我們可以使用眼鏡和某種視覺讀取或顯示引導來自動讀取條碼並顯示出特定的包裹需要分配給特定的車輛,我們將節省時間並減少錯誤。然而,我想指出的是,雖然眼鏡在看靜物方面還不錯,但在移動部件方面卻存在一些問題,所以這項技術在很大程度上是“開發中產品”。其他選擇也應在考慮範圍內。
敏捷供應鏈在説明企業適應市場波動和不斷變化的客戶需求方面不可或缺。人工智慧可以在此方面提供幫助,例如:通過分析大量客戶資料來識別趨勢並預測未來需求,然後將需求傳遞給供應商,幫助他們始終保持最佳庫存水準。
人工智慧還可以監控訂單的履約狀態,並在出現任何延遲時立即告知客戶。人工智慧可以識別定價的市場趨勢,並相應地調整企業的價格,從而保持價格競爭力。
總的來說,人工智慧正在實現供應鏈許多關鍵步驟的自動化,以節省企業的時間和金錢,同時確保企業的最終客戶也能得到最好的服務。
我們已經談過了路線優化,其目的是最大限度地減少車輛每站的行駛時間,從而減少燃料消耗和包裹量管理。在燃料成本波動的情況下,分析也可能產生顯著影響,比如識別貨車何時空轉時間過長,或者識別何時裝卸流程效率低下。作為日常路線優化的一部分,它會考慮交通水準和道路狀況,幫助車輛避免延誤,並儘快到達目的地。當計畫是不斷變化的,那麼這些變化的條件會進一步納入考慮,以幫助提高效率。
電動汽車的興起當然也很重要——它降低了燃油成本,同時也是一種更加永續發展的選擇。
第一個值得注意的領域是聊天機器人。人工智慧幫助聊天機器人在互動過程中更好地理解客戶的意圖。我們的一些團隊使用基於人工智慧的虛擬助手來分析客戶的回應,並收集他們的反應情緒——這當然意味著我們可以更迅速地説明客戶找到更準確的解決方案。
先進的人工智慧聊天機器人甚至可以説明企業向客戶進行追加銷售和交叉銷售,這當然是一個極具吸引力的提議。
人工智慧也有利於提升客戶服務,因為它可以瞭解客戶的偏好。例如:當我們與定期進行國際運輸的客戶合作時,我們可以利用機器學習來瞭解他們對清關的偏好,這樣我們就不必每次都聯繫他們獲取資訊。此外,對於不熟悉海關關稅和海關編碼的小客戶,機器學習可以快速引導他們進行正確的商品分類,實現更快清關。機器學習的本質意味著不斷改進,因此能提供越來越準確的客戶服務。
至於未來人工智慧在最後一哩路配送中的作用,真的充滿無限的可能性。自動化和機器學習有可能優化物流的每一步,並且技術是不斷變化、適應和改進的。
希望這篇文章能對您有所啟發。我建議你們也看看DHL的“物流發展趨勢雷達圖”,該圖探討了未來幾年將改變該行業的其他一些技術,包括互動式人工智慧、無人機、大資料分析和室內移動機器人——僅列舉幾個例子!
DHL一直走在物流創新的前端。擁有DHL國際快遞企業帳號,您可以獲得一系列行業領先的解決方案,幫助您迎接挑戰、滿足客戶需求。