Репортаж от Wedoany，Компания Descartes Systems Group представила новую платформу под названием «Интеллект данных автопарка» (Fleet Data Intelligence), которая добавляет функции анализа и оптимизации работы автопарка в её глобальную логистическую сеть (GLN), расширяя применение решений на основе ИИ в логистике.
Платформа направлена на повышение своевременности доставки, улучшение обслуживания клиентов и снижение затрат на каждую доставку.
Основой новой платформы является использование операционных данных из повседневной деятельности. По словам Descartes, эти данные предоставляют ценную информацию для улучшения производительности автопарка, но ранее не подвергались систематической оценке. С помощью искусственного интеллекта и машинного обучения платформа способна выявлять соответствующие закономерности и преобразовывать их в конкретные рекомендации по действиям.
Ключевым компонентом платформы является новый ИИ-агент, который позволяет диспетчерам и менеджерам автопарка напрямую анализировать сложные проблемы без специальных знаний в области данных. Система может быстро отвечать на вопросы, такие как почему изменилось время в пути, какие факторы приводят к переработкам и где под угрозой находится уровень обслуживания. Кроме того, система способна выявлять долгосрочные закономерности и структурные неэффективности в операционной деятельности.
Другой составляющей платформы являются прогностические модели на основе машинного обучения. Эти модели учитывают такие факторы, как фактическое время в пути и доставки, тип транспортного средства и структуру загрузки, а также географические условия, что позволяет рассчитывать более точные временные окна доставки и оптимизировать планы. Первые применения показали, что плотность маршрутов может быть увеличена до 30%.
Помимо анализа в реальном времени, данное решение предлагает комплексные функции мониторинга и отчетности. Компании могут непрерывно отслеживать изменения ключевых показателей эффективности, оценивать влияние операционных корректировок, стремясь не только к краткосрочным улучшениям, но и к устойчивому закреплению этих улучшений и их распространению на всю операционную деятельность.
В сферах с высокой частотой доставок, таких как розничная торговля продуктами питания, дистрибуция напитков или оптовая торговля, даже незначительное повышение эффективности может привести к значительному экономическому эффекту. Используя аналитическую платформу на базе ИИ, компании могут более эффективно управлять автопарком, повышать загрузку и производительность, а также постоянно снижать операционные затраты. Оптимизация на основе данных становится всё более важной в управлении автопарком.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
