OneRail използва AI на NVIDIA за оптимизиране на доставките на последната миля в реално време

OneRail стартира платформа за доставки, базирана на изкуствен интелект, която използва технология на Nvidia, за да помага на търговци на дребно, търговци на едро и дистрибутори да решават как да бъдат доставяни отделните поръчки.

Наречена OmniSTAR, системата оценява възможности, включително собствени автопаркове, куриери, оператори на колетни доставки и други начини на доставка, след което избира най-евтината опция, която отговаря на изискваното ниво на обслужване, според OneRail.

Платформата комбинира механизма за оптимизация на решения Nvidia cuOpt и софтуера за обработка на данни cuDF с данните на OneRail за ценообразуване и ефективност на доставките. За обработката на изчисленията за маршрутизация и избор на начин на доставка се използва ускорена от Nvidia изчислителна инфраструктура.

OneRail заяви, че системата може да съкрати времето за изчисления до 10 пъти. Изчисление, което преди е отнемало 20 минути, може да бъде извършено за по-малко от две минути, докато изчисление, отнемащо седмица, може да бъде съкратено до около два дни, според компанията.

OneRail заяви, че по-краткото време за обработка позволява оптимизацията да се извършва в рамките на текущите операции по доставки, при които могат да бъдат оценени множество варианти за изпълнение, преди да бъде възложена поръчката.

„Ако не разполагате с възможност да вземате светкавично бързи решения, се отказвате от маржа си“, каза Катания в интервю за CNBC. „Изпълнението на доставки на последната миля е скъпо.“

От прогнозиране към решения за доставки

По-широките AI системи на OneRail използват прогнозиране и оптимизация за различни части от процеса на доставка. Компанията заяви, че нейните модели за машинно обучение оценяват фактори, включително времето за обслужване, риска от закъснение, вероятността за успешна доставка от първия опит и очакваните ценови диапазони.

OneRail заяви, че тези прогнози се подават към системи за оптимизация, които определят как трябва да бъде изпълнена дадена поръчка. Отделно компанията посочи, че OmniSTAR сравнява различни начини за изпълнение, преди да избере вариант въз основа на изискванията за цена и обслужване.

Изследванията върху динамичната маршрутизация на превозни средства правят сходно разграничение между прогнозирането на променящите се условия и повторното изчисляване на оперативните решения при появата на нова информация. Преглед от 2024 г. в European Journal of Operational Research определя прогнозирането на времето за пътуване и повторната оптимизация в реално време като отделни области на изследванията върху маршрутизацията, зависеща от времето.

Nvidia cuOpt обработва оптимизацията на маршрутите

Nvidia описва cuOpt като библиотека с отворен код, ускорена от графичен процесор (GPU), за маршрутизация на превозни средства и други задачи по математическа оптимизация.

Документацията на Nvidia показва, че cuOpt може да отчита разходите за превозни средства, капацитета, времето за пътуване, работните интервали, началните местоположения и други ограничения при изчисляването на маршрутите. Моделите му за разходите могат също да използват разстояние, време, парични разходи или претеглена комбинация от тези показатели.

OmniSTAR прилага cuOpt както за маршрутизация, така и за избор на начин на доставка. OneRail заяви, че това позволява на системата да сравнява наличните варианти за изпълнение на дадена поръчка и да идентифицира най-евтиния вариант, който все пак отговаря на изискванията за обслужване.

OneRail заяви, че много търговци все още разчитат на статични правила или ръчно планиране при вземането на тези решения и че OmniSTAR е проектирана да оценява повече комбинации за доставки в по-кратки оперативни срокове.

Nvidia заяви, че cuOpt не проверява изчерпателно всеки възможен маршрут. Вместо това решателят генерира кандидат-решения и постепенно ги подобрява чрез евристични методи, ускорени от GPU, за да получи висококачествени резултати в рамките на определено време за изчисление.

Платформата използва и Nvidia cuDF — ускорена от GPU библиотека за обработка на таблични данни, включително филтриране, свързване и агрегиране на набори от данни.

OneRail комбинира тези възможности със собствените си данни за доставки и оперативни модели. Наборът от данни се основава на милиони доставки в мрежа, която според компанията включва повече от 12 милиона шофьори и над 1000 логистични партньори.

Данните обхващат ценообразуването и ефективността на доставките при различни транспортни начини. OneRail заяви, че OmniSTAR може да използва тази информация, за да идентифицира правила за доставки, които увеличават разходите, и да оцени как изборът на доставка влияе върху рентабилността на ниво артикул.

Разкритата архитектура на OmniSTAR е съсредоточена върху ускорена от GPU обработка на данни и математическа оптимизация. Nvidia описва cuOpt като компонента за оптимизация, използван при задачи, включително маршрутизация на превозни средства.

Тъй като cuOpt е без състояние, промените в оперативните условия изискват задачата за оптимизация да бъде моделирана и изпратена отново. Nvidia посочва повреди на превозни средства, отсъствия на шофьори, блокирани пътища, трафик и нови поръчки с висок приоритет като примери за промени, които могат да предизвикат този тип динамична повторна оптимизация.

OneRail заяви, че OmniSTAR може да стартира отново сценариите за доставки, когато се променят фактори, включително разходите за гориво, времето и условията за доставка. Компанията отделно е посочила, че използването на cuOpt ѝ позволява да оценява повече сценарии за маршрутизация и да преизчислява маршрутите по-бързо от предишния си подход.

OmniSTAR навлиза в операциите в реално време

OmniSTAR вече е внедрена при избрани корпоративни клиенти.

В US Foods системата е идентифицирала конфигурации за доставки, които са намалявали маржовете, включително продукти с нисък марж, транспортирани на дълги разстояния с по-скъпо оборудване. Впоследствие US Foods е използвала резултатите, за да коригира ценообразуването и да преструктурира някои модели на доставки, според OneRail.

OneRail също така е съобщила пред CNBC, че неназован голям дистрибутор на гуми, използващ платформата, е постигнал спестявания от 40 милиона долара на годишна база за период от три години. Клиентът не е идентифициран, а размерът на спестяванията е предоставен от OneRail. Компанията е заявила пред CNBC и че очаква OmniSTAR да надхвърли 6 милиарда долара брутен обем на стоките през четвъртото тримесечие на 2026 г.

CNBC съобщи, че OneRail и Nvidia са работили по проекта в продължение на три години преди стартирането му. OneRail заяви, че сътрудничеството е включвало пряка работа с инженерния екип на Nvidia за cuOpt по теми, свързани с доставките на последната миля и оптимизацията на логистиката в голям мащаб, както и участието ѝ в програмата Nvidia Inception.

През март тази година FedEx стартира FedEx SameDay Local в сътрудничество с OneRail, свързвайки клиентите с национална мрежа от над 1000 доставчици на доставки.

(Снимка: Brecht Corbeel)

Вижте също: Една четвърт от бизнеса на Nvidia през следващата година идва от лаборатории, които компанията финансира

Искате да научите повече за изкуствения интелект и големите данни от водещи представители на индустрията? Посетете AI & Big Data Expo, което ще се проведе в Амстердам, Калифорния и Лондон. Всеобхватното събитие е част от TechEx и се провежда едновременно с други водещи технологични събития. За повече информация кликнете тук.

AI News се поддържа от TechForge Media. Разгледайте други предстоящи събития и уебинари за корпоративни технологии тук.