MG Ship добавляет оптимизацию маршрутов с ИИ на фоне ускорения отдачи от логистических внедрений

MG Ship представила модуль оптимизации маршрутов и выбора перевозчиков на основе ИИ, поскольку внедрение логистических решений демонстрирует быструю окупаемость с точки зрения затрат и времени.

Технический модуль предназначен для международных розничных компаний и коммерческих грузоотправителей и объединяет автоматизированные алгоритмы маршрутизации с системами рекомендаций перевозчиков на международных торговых коридорах. Внедрение происходит на фоне сообщений операторов корпоративных цепочек поставок о measurable операционных результатах от инструментов машинного обучения: распределение капитала смещается от спекулятивных испытаний к промышленному внедрению.

Измеримые результаты внедрения ИИ в логистике

Суки Чун, генеральный директор MG Ship, представит показатели внедрения в ходе панельной дискуссии на предстоящей конференции WMX Asia. Чун присоединится к руководителям Pos Malaysia, Omniva и OnyX Space на сессии под названием «ИИ за пределами шумихи: измеримые результаты в современной логистике».

«Слишком многие разговоры об ИИ в логистике по-прежнему сосредоточены на возможностях будущего, — сказала Чун. — Реальность такова, что ИИ уже сегодня обеспечивает измеримые бизнес-результаты. Ведущие организации сокращают транспортные расходы, повышают точность прогнозов, увеличивают производительность складов и добиваются окупаемости за месяцы, а не за годы».

Отраслевые операционные данные показывают, что первоначальная отдача от инвестиций концентрируется в трех основных рабочих процессах:

• Динамическое планирование маршрутов сократило потребление топлива корпоративными компаниями на 15–20 процентов, повысило скорость перевозок на 15–25 процентов и снизило общие транспортные расходы на 12–22 процента, а окупаемость капитальных вложений была достигнута в течение трех-шести месяцев.
• Прогнозирование спроса с использованием предиктивной аналитики сократило ошибки прогнозирования на 20–40 процентов, повысило точность планирования до 35 процентов и уменьшило избыточные запасы на 20–30 процентов в течение шести-двенадцати месяцев.
• Автоматизированная обработка грузовой документации сократила продолжительность ручных операций до 85 процентов, обеспечив возврат первоначальных расходов в течение трех-шести месяцев.

За пятилетние циклы внедрения корпоративные пользователи зафиксировали среднее снижение операционных расходов на 10–25 процентов, сопровождавшееся ростом производительности складов на 25–35 процентов.

Алгоритмы маршрутизации и оценка перевозчиков

MG Ship встроила новую функцию маршрутизации непосредственно в свою платформу для мониторинга и анализа цепочек поставок, которая обслуживает розничные компании, производителей и грузовых операторов на нескольких международных рынках. Базовая система объединяет телеметрию грузов в реальном времени с торговой аналитикой, мониторингом рисков и предиктивной аналитикой для поддержки операционного планирования и торгового финансирования.

Модуль оптимизации маршрутов обрабатывает журналы перевозок по направлениям в реальном времени и за прошлые периоды, погодные условия, показатели загруженности воздушных и морских портов, предупреждения о таможенных рисках и данные о надежности перевозок. Грузоотправители получают автоматические рекомендации с указанием маршрутов перевозки с низкой стоимостью и низким уровнем риска.

Функции оценки перевозчиков ранжируют транспортных провайдеров по направлениям и уровням обслуживания. Вместо выбора пропускной способности исключительно по спотовым тарифам на перевозку система оценивает перевозчиков на основе исторических показателей своевременной доставки, стабильности сроков перевозки, частоты внештатных ситуаций, частоты подачи претензий, доступных объемов и совокупной стоимости обслуживания.

Логистические команды также могут проводить имитацию сценариев перед пиковыми кварталами перевозок. Программное обеспечение моделирует сроки доставки, уровни обслуживания, расходы на перевозку и риски при альтернативных правилах распределения объемов между перевозчиками.

Первые корпоративные внедрения демонстрируют снижение вариативности сроков доставки, сокращение расходов на ускоренные перевозки и повышение показателей доставки в полном объеме и точно в срок.

Чун заявила, что платформа «не просто сообщает компаниям, где находится их груз», добавив, что «она рекомендует лучший маршрут, подходящего перевозчика и вариант с наименьшим риском на основе условий в реальном времени, помогая организациям принимать более быстрые и прибыльные решения».

Смотрите также: OneRail использует ИИ Nvidia для оптимизации доставки на последней миле в реальном времени

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими мероприятиями, включая Cyber Security & Cloud Expo. Нажмите здесь, чтобы узнать больше.

AI News работает при поддержке TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.