Компания MG Ship внедряет оптимизацию маршрутов с помощью ИИ, поскольку отдача от логистики растет.

Искусственный интеллект в розничной торговле и логистике

Компания MG Ship внедряет оптимизацию маршрутов с помощью ИИ, поскольку отдача от логистики растет.

Компания MG Ship внедрила модуль оптимизации маршрутов и выбора перевозчиков на основе искусственного интеллекта, поскольку развертывание логистических систем демонстрирует быструю окупаемость инвестиций и сокращение времени.

Технический модуль ориентирован на глобальных розничных продавцов и коммерческих грузоотправителей, объединяя автоматизированные алгоритмы маршрутизации с системами рекомендаций перевозчиков в международных торговых коридорах. Внедрение модуля происходит на фоне сообщений операторов цепочек поставок о заметной операционной отдаче от инструментов машинного обучения, что приводит к перераспределению капитала от спекулятивных испытаний к внедрению в производство.

Ощутимая отдача от внедрения ИИ в логистику.

Суки Ченг, генеральный директор MG Ship, представит показатели развертывания во время панельной дискуссии на предстоящей конференции WMX Asia. Ченг присоединится к руководителям Pos Malaysia, Omniva и OnyX Space на сессии под названием «Искусственный интеллект за пределами ажиотажа: измеримые результаты в логистике сегодня».

«Слишком много дискуссий об ИИ в логистике по-прежнему сосредоточены на будущих возможностях, — сказал Ченг. — На самом деле ИИ уже сегодня обеспечивает измеримые результаты для бизнеса. Ведущие организации сокращают транспортные расходы, повышают точность прогнозирования, увеличивают производительность складов и окупают затраты в течение нескольких месяцев, а не лет».

Данные отраслевой операционной деятельности показывают, что первоначальная окупаемость инвестиций сосредоточена в трех основных направлениях:

• Динамическое планирование маршрутов позволило снизить потребление топлива предприятием на 15–20 процентов, повысить скорость движения транспорта на 15–25 процентов и снизить общие транспортные расходы на 12–22 процента, при этом окупаемость инвестиций достигается в течение трех–шести месяцев.
• Прогнозирование спроса позволило сократить ошибки прогнозирования на 20–40 процентов, повысить точность планирования до 35 процентов и уменьшить избыточные запасы на 20–30 процентов в течение шести–двенадцати месяцев.
• Автоматизированная обработка грузовой документации позволила сократить время, затрачиваемое на ручную обработку, до 85 процентов, а первоначальные затраты окупаются в течение трех-шести месяцев.

В течение пятилетних циклов внедрения предприятия, использующие эту систему, зафиксировали среднее снижение операционных расходов на 10–25 процентов, сопровождающееся повышением производительности складских помещений на 25–35 процентов.

Алгоритмы маршрутизации и оценка операторов связи

Компания MG Ship интегрировала новые возможности маршрутизации непосредственно в свою платформу мониторинга и анализа цепочки поставок, которая обслуживает розничных продавцов, производителей и грузоперевозчиков на различных международных рынках. Базовая система объединяет данные телеметрии грузов в режиме реального времени с торговой аналитикой, мониторингом рисков и прогнозной аналитикой для поддержки оперативного планирования и торгового финансирования.

Система оптимизации маршрутов обрабатывает данные о транзите грузов по текущим и историческим маршрутам, погодные условия, показатели загруженности воздушных и морских портов, оповещения о рисках на таможне и данные о надежности транзита. Грузоотправители получают автоматические рекомендации по выбору недорогих и низкорисковых маршрутов транзита.

Система оценки перевозчиков ранжирует транспортных компаний по маршрутам и уровням обслуживания. Вместо выбора мощностей исключительно на основе спотовых цен на грузоперевозки, система оценивает перевозчиков по историческим показателям своевременности доставки, стабильности транзита, количеству непредвиденных ситуаций, уровню претензий, доступному объему и общей стоимости обслуживания.

Логистические команды также могут проводить моделирование сценариев перед пиковыми кварталами грузоперевозок. Программное обеспечение моделирует сроки выполнения заказов, уровни обслуживания, расходы на фрахт и риски в соответствии с альтернативными правилами распределения перевозчиков.

Первые внедрения на предприятиях демонстрируют меньшую вариативность сроков выполнения заказов, сокращение расходов на ускоренную доставку и повышение показателей своевременной и полной доставки.

Ченг заявил, что платформа «не просто сообщает компаниям, где находится их груз», добавив, что «она рекомендует оптимальный маршрут, подходящего перевозчика и вариант с наименьшим риском, основываясь на условиях в реальном времени, помогая организациям принимать более быстрые и прибыльные решения».

См. также: OneRail использует искусственный интеллект Nvidia для оптимизации доставки «последней мили» в режиме реального времени.

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com