OneRail использует ИИ NVIDIA для оптимизации доставки на последней миле в реальном времени

OneRail запустила платформу доставки на базе ИИ, использующую технологии Nvidia, чтобы помогать розничным продавцам, оптовикам и дистрибьюторам решать, как следует доставлять отдельные заказы.

Система под названием OmniSTAR оценивает варианты, включая собственные автопарки, курьерские службы, перевозчиков посылок и другие способы доставки, а затем выбирает вариант с наименьшей стоимостью, соответствующий требуемому уровню обслуживания, сообщила OneRail.

Платформа объединяет механизм оптимизации решений Nvidia cuOpt и программное обеспечение для обработки данных cuDF с данными OneRail о ценах и эффективности доставки. Для обработки расчётов маршрутов и способов доставки используется инфраструктура ускоренных вычислений Nvidia.

OneRail сообщила, что система может сокращать время вычислений до 10 раз. Расчёт, который ранее занимал 20 минут, теперь можно выполнить менее чем за две минуты, а расчёт, занимавший неделю, можно сократить примерно до двух дней, утверждает компания.

По словам OneRail, сокращение времени обработки позволяет выполнять оптимизацию непосредственно в рамках текущих операций доставки, оценивая несколько вариантов выполнения заказа до его назначения.

«Если у вас нет возможности принимать решения молниеносно, вы отказываетесь от маржи», — сказал Катания в интервью CNBC. «Доставка на последней миле обходится дорого».

От прогнозирования к решениям о доставке

Более широкие системы ИИ OneRail используют прогнозирование и оптимизацию на разных этапах процесса доставки. Компания сообщила, что её модели машинного обучения оценивают такие факторы, как время обслуживания, риск опоздания, вероятность успешной доставки с первой попытки и ожидаемые диапазоны цен.

По словам OneRail, эти прогнозы передаются в системы оптимизации, которые определяют, как следует выполнить заказ. Отдельно компания сообщила, что OmniSTAR сравнивает различные способы выполнения заказа, прежде чем выбрать вариант с учётом требований к стоимости и уровню обслуживания.

Исследования динамической маршрутизации транспортных средств проводят аналогичное различие между прогнозированием меняющихся условий и пересчётом операционных решений по мере поступления новой информации. В обзоре 2024 года, опубликованном в European Journal of Operational Research, прогнозирование времени поездки и переоптимизация в реальном времени были определены как отдельные направления исследований маршрутизации с учётом времени.

Nvidia cuOpt выполняет оптимизацию маршрутов

Nvidia описывает cuOpt как библиотеку оптимизации с открытым исходным кодом и графическим ускорением для маршрутизации транспортных средств и других задач математической оптимизации.

Документация Nvidia показывает, что при расчёте маршрутов cuOpt может учитывать стоимость эксплуатации транспортных средств, их вместимость, время в пути, рабочие интервалы, начальные местоположения и другие ограничения. Модели стоимости также могут использовать расстояние, время, денежные затраты или взвешенную комбинацию этих показателей.

OmniSTAR применяет cuOpt как для маршрутизации, так и для выбора способа доставки. OneRail сообщила, что это позволяет системе сравнивать доступные варианты выполнения заказа и выявлять вариант с наименьшей стоимостью, который при этом соответствует требованиям к обслуживанию.

OneRail заявила, что многие розничные продавцы по-прежнему используют статические правила или планирование вручную при принятии таких решений, а OmniSTAR предназначена для оценки большего числа комбинаций доставки за более короткие операционные сроки.

Nvidia сообщила, что cuOpt не проверяет исчерпывающим образом каждый возможный маршрут. Вместо этого решатель генерирует возможные решения и итеративно улучшает их с помощью эвристик с графическим ускорением, чтобы получать высококачественные результаты за установленное время вычислений.

Платформа также использует Nvidia cuDF — библиотеку с графическим ускорением для обработки табличных данных, включая фильтрацию, объединение и агрегацию наборов данных.

OneRail объединяет эти возможности со своими данными о доставке и операционными моделями. Её набор данных основан на миллионах доставок по сети, которая, по словам компании, включает более 12 миллионов водителей и свыше 1 000 логистических партнёров.

Данные охватывают цены и показатели эффективности доставки для различных видов транспорта. OneRail сообщила, что OmniSTAR может использовать эту информацию для выявления правил доставки, повышающих затраты, и оценки влияния вариантов доставки на прибыльность отдельных товаров.

Раскрытая архитектура OmniSTAR основана на обработке данных и математической оптимизации с графическим ускорением. Nvidia описывает cuOpt как компонент оптимизации, используемый для таких задач, как маршрутизация транспортных средств.

Поскольку cuOpt не хранит состояние, изменения операционных условий требуют повторного моделирования и отправки задачи оптимизации. Nvidia приводит в качестве примеров изменений, которые могут вызвать такую динамическую переоптимизацию, поломки транспортных средств, отсутствие водителей, перекрытия дорог, пробки и появление новых срочных заказов с высоким приоритетом.

OneRail сообщила, что OmniSTAR может повторно рассчитывать сценарии доставки при изменении таких переменных, как стоимость топлива, погода и условия перевозки. Ранее компания также заявляла, что использование cuOpt позволяет ей оценивать больше сценариев маршрутизации и быстрее пересчитывать маршруты по сравнению с прежним подходом.

OmniSTAR переходит к работе в реальном времени

OmniSTAR уже внедрена у отдельных корпоративных клиентов.

В компании US Foods система OneRail выявила конфигурации доставки, снижавшие маржу, включая перевозку товаров с низкой маржой на большие расстояния с использованием более дорогостоящего оборудования. По данным OneRail, впоследствии US Foods использовала эти выводы для корректировки цен и изменения некоторых схем доставки.

OneRail также сообщила CNBC, что неназванный крупный дистрибьютор шин, использующий платформу, получил экономию в размере 40 миллионов долларов в пересчёте на год за три года. Клиент не был назван, а данные об экономии предоставила OneRail. Компания также сообщила CNBC, что ожидает превышения валового объёма продаж OmniSTAR в размере 6 миллиардов долларов в четвёртом квартале 2026 года.

CNBC сообщила, что OneRail и Nvidia работали над проектом в течение трёх лет до его запуска. OneRail заявила, что сотрудничество включало непосредственное взаимодействие с инженерной командой Nvidia, занимающейся cuOpt, по вопросам доставки на последней миле и оптимизации крупномасштабной логистики, а также участие компании в программе Nvidia Inception.

В марте этого года FedEx запустила FedEx SameDay Local в сотрудничестве с OneRail, объединив клиентов с общенациональной сетью, насчитывающей более 1 000 поставщиков услуг доставки.

(Фото: Brecht Corbeel)

Читайте также: В следующем году четверть бизнеса Nvidia будет приходиться на лаборатории, которые она финансирует

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

AI News работает при поддержке TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах в области корпоративных технологий здесь.