人工智能(AI)在物流行业和最后一公里配送中的应用
企业适应和应用人工智能(AI)的速度越来越快,据英国政府的数据伦理与创新中心称,有一个行业正在推动其他行业发生翻天覆地的变化,并带来了无限的机遇。 物流业是AI最先进的应用领域之一,推动了创新并改善了关键业务功能,从而为客户带来了实实在在的利益。
在本文中,DHL全球配送网络运营项目高级副总裁 Oliver Facey 探讨了AI的现状和未来。
AI为我们的配送网络带来了激动人心的机遇。这当然不是一项新技术,但它的发展速度意味着我们现在有机会为我们以及我们的客户优化业务流程,而这些机会甚至在一年前还不存在。
“作为物流行业的领导者,我们的职责一直是为客户提供更快、更顺畅的最后一公里配送服务,而AI毫无疑问能够帮我们实现这一点。但是,它也对供应链的更上游产生了变革性影响,比如预测、包裹分拣、客户服务、企业适应挑战的整体能力等等。我们的许多小企业客户都来自竞争激烈的电商领域。打包每节省每一分钟,或仓库每节省每一寸空间,都能立竿见影地为他们节省大量成本。而这正是AI正在做的事情。”
最后一公里配送所面临的挑战
如要了解AI在优化物流方面的全部潜力,必须首先了解许多企业目前所面临的挑战。近年来,B2C贸易呈爆炸式增长:10年前,它只占我们交易量的10%到15%,而如今已达到40%。随之而来的是日益增长的客户需求和运营挑战。当然,DHL的“按需配送”服务已经满足了其中的一部分需求,但AI将有可能帮助我们满足其他期望。
AI在物流行业中的益处
那么,AI究竟是如何改变物流行业的呢?这是我经常被问到的问题,也是DHL为了向客户提供最佳服务而不断探索和试验的问题。AI的一些用途包括:
最后一公里配送路线优化
我们的客户越来越希望知道他们的快递何时到达,但我们管理着许多国际货物,航班飞往世界各地,需要跟踪的东西很多。因此,我们在预测和预报模型方面做了大量工作。例如,我们可以利用这些数据,知道具体数量的货物将在这一天抵达某个设施,确定性高达90%到95%。然后,我们利用这些信息开始规划快递员的路线、匹配配送量、服务和其他重要变量。
将包裹装上配送车辆后,我们使用Wise Systems公司研发的AI驱动软件进一步优化配送路线。该软件仅需几秒钟,就能够规划出一条具有120个停靠点的配送路线,并根据紧急医疗快递、需在上午9点前送达的订单等参数,或综合考虑每个停靠点的距离,来获得最佳的可能配送顺序。
然后,我们会通过一个名为“跟踪我的包裹”的功能向客户发送预计的配送时间。在快递员离客户越来越近时,他们会得到一个更具体的配送时间范围,并通知他们“我们离您还有20分钟路程”。在这个时候,客户仍然可以作出一些更改——他们可以选择让快递员晚一点再送过来,或者把快递交给邻居。这有助于改善客户体验,提高DHL的首次配送成功率。
因此,简而言之,AI能够实现更加智能的配送路线规划,这意味着我们可以提高配送速度,减少燃油浪费。同时,我们的客户也能获得更准确的配送时间范围,并能够灵活管理包裹的配送。
在将这些信息“系统化”为预测配送路线的同时,还要将“快递员知识”这个变量纳入其中,这一点面临着诸多挑战。并非所有的本地信息和客户偏好信息都为数据和系统所知,因此,如何将这些信息整合到决策中,并进一步改进预测和执行,是一项持续的挑战。AI和下游流程成功的一个关键因素是数据,具体而言,是准确、相关、及时和优质的数据。数据有时被形容为DHL的“生命之源”,现在它比以往任何时候都更加重要。
视觉分拣技术
仓库环境中视觉分拣技术的进步包括“智能眼镜”。这种可佩戴眼镜能够读取条形码并对语音指令做出反应,与依赖手持扫描仪相比,人们可以佩戴这种眼镜来节省时间。
DHL集团目前正在探索这种技术和类似技术。设想一下,100名快递员在包裹传送带两侧一字排开。他们必须查看每个包裹的标签,核对送货地址,找到自己负责配送的包裹。但是,如果我们能使用眼镜和某种视觉读取或显示设备自动读取条形码,从而指示快递员将特定包裹分配到特定车辆上,那么就可以节省时间并减少错误。不过,我想指出的是,虽然具备自动识别功能的护目镜在识别静态物体方面效果很好,但在识别运动的零件方面却存在一些困难,因此这项技术在很大程度上还处于“研究阶段”。我们目前也在考虑其他方案。
供应链敏捷性
敏捷的供应链是帮助企业适应市场波动和不断变化的客户需求的必要条件。AI可以助您一臂之力。例如,AI可以分析大量客户数据,进而识别趋势和预测未来需求,然后将需求转达给供应商,使库存水平始终保持在最佳状态。
AI还可以监控订单的履行状态,并在出现任何延误时立即通知客户。它还能识别市场的定价趋势,并据此调整企业的产品价格,从而保持产品竞争力。
总而言之,供应链的许多关键环节正在凭借AI实现自动化,企业也因此能够节省时间和金钱,并确保终端客户也能获得最佳服务。
燃油效率
我已经提到了配送路线优化,其目的是最大限度地减少车辆达到每一停靠点的行驶时间,从而降低油耗和管理量。在燃油成本不断波动的情况下,分析技术也能产生重大的影响,例如AI可以识别货车何时怠速时间过长,或何时装卸过程效率低下。作为日常配送路线优化的一部分,它会考虑交通流量和路况,以帮助车辆避免延误,尽快到达目的地。如果计划是灵活可变的,则可以进一步考虑这些不断变化的条件,帮助提高效率。
当然,电动车的崛起也具有重要意义,它在降低燃油成本的同时,也是一种更具可持续发展意义的选择。
提高客服水平
第一个值得注意的领域是聊天机器人。AI使聊天机器人能够在与客户互动过程中更好地了解客户的意图。我们的一些团队使用了基于AI的虚拟客服助手,它可以分析客户的回复,收集客户反应的情绪,这当然意味着我们可以帮助客户更快、更准确地解决他们的疑问。
AI驱动的先进聊天机器人甚至可以帮助企业向客户进行向上销售和交叉销售,这当然是一个极具吸引力的主张。
AI可以了解客户的偏好,这对客户服务大有裨益。举个例子,与定期需要国际货物服务的客户合作时,我们可以借助机器学习来了解他们的清关偏好,这样我们就不必每次都联系他们索要相关信息。此外,对于不熟悉海关税则 HS 编码的小客户而言,机器学习可以快速指导他们找到正确的货物分类,从而提高清关速度。机器学习的本质意味着它在不断完善自己,因此客户获得的服务会越来越精准。
最后一公里配送的未来趋势
至于AI未来在“最后一公里”配送中的作用,可能性可谓是无穷无尽。自动化和机器学习有优化物流每一个环节的潜力,而且技术也在不断变化、适应和改进。
希望这篇文章对您有所启发。我建议您也看看DHL的《物流趋势雷达》这一份报告,其中探讨了未来几年将改变物流业的其他一些技术,包括交互式AI、无人机、大数据分析和室内移动机器人等等!
本文最初发表于DHL的小型企业和全球物流建议指南《发现》。