211service.com
Wie maschinelles Lernen die Lieferung auf der letzten Meile und auf dem letzten Meter beschleunigt
Während sich ein Großteil der Bemühungen der Logistikbranche, Lieferzeiten zu verkürzen, auf die Optimierung von Routen konzentriert, stellt sich heraus, dass dies nicht der Ort ist, an dem die Fahrer die meiste Zeit verbringen.
Tatsächlich verbringen sie bis zu 75 % ihres Arbeitstages damit, nicht die letzte Meile, sondern die letzten 100 Meter zu bewältigen – an Laderampen zu warten, nach Parkplätzen zu suchen und mit Kunden zu interagieren, heißt es Chazz Sims, Geschäftsführer von Wise Systems , ein Startup mit Sitz in Cambridge, Massachusetts, das autonome Routing- und Versandsoftware entwickelt hat.
Mithilfe von Daten und Tools für maschinelles Lernen stellte das Unternehmen fest, dass diese Art von Servicezeiten je nach Tageszeit, dem jeweiligen Kunden, den betreffenden Waren und dem Zusteller stark variieren, fügte Sims hinzu. Beispielsweise sind bestimmte Geschäfte zu bestimmten Tageszeiten damit beschäftigt, Kunden zu bedienen oder zu anderen Waren von verschiedenen Lieferwagen entgegenzunehmen. Durch das Erkennen dieser Muster und das Verschieben von Zeitplänen konnte das Unternehmen Lieferzeiten und Kosten reduzieren.
Die Tools von Wise Systems passen Routen, Fahrer und Zeitpläne den ganzen Tag über automatisch an andere wechselnde Bedingungen an, darunter Wetter, Verkehr und verstopfte Laderampen. Durch die Analyse von Daten aus der Flotte des Brauereiunternehmens Anheuser-Busch, einem der größten Kunden des Startups, konnte Wise Systems verspätete Lieferungen um 85 % und Flottenkilometer um 13 % reduzieren.
Das 2014 gegründete Unternehmen erzogen 7 Millionen US-Dollar aus dem KI-Fonds von Google Ende letzten Jahres.