अंतिम मील में, आपूर्ति श्रृंखला का वह हिस्सा जिसमें एक गोदाम से एक उपभोक्ता के घर तक सामान ले जाना शामिल है, कई चीजें गलत हो सकती हैं। एक पैकेज गलत पते पर समाप्त हो सकता है, यातायात के कारण शिपमेंट देर से हो सकता है, या एक आंधी बारिश में छोड़े गए पार्सल को नुकसान पहुंचा सकता है।
“आप मनुष्यों और वास्तविक दुनिया और ट्रकों और यातायात के साथ काम कर रहे हैं,” फ्रेड कुक, कोफाउंडर और अंतिम-मील डिलीवरी कंपनी वाहन के मुख्य प्रौद्योगिकी अधिकारी ने कहा।
यूपीएस, फेडएक्स, और यूएस पोस्टल सर्विस, वीओओ और कई अन्य सॉफ्टवेयर प्रदाता जैसे वाहक के लंबे समय तक हावी क्षेत्र में, इस कुख्यात रूप से जटिल और आपूर्ति श्रृंखला के महंगे हिस्से को प्रभावित करने वाली चुनौतियों को हल करने के लिए देख रहे हैं। वे AI का उपयोग अधिक कुशल वितरण मार्गों को डिजाइन करने, सटीकता और ग्राहक अनुभव में सुधार करने के लिए कर रहे हैं, और होने से पहले त्रुटियों की भविष्यवाणी करते हैं।
एरिक मैट्सन, कंसल्टिंग फर्म एलिक्सपार्टर्स के विनिर्माण और संचालन अभ्यास में एक भागीदार, “एआई के लिए इस उद्योग को अन्य उद्योगों को पकड़ने में मदद करने के लिए एक बड़ा अवसर देखता है।”
ई-कॉमर्स की बिक्री में वृद्धि जारी है, पिछली दो तिमाहियों में $ 300 बिलियन की नई ऊंचाई तक पहुंच गई। यह पिछले मील व्यस्तता को पहले से कहीं अधिक और एक प्रौद्योगिकी व्यवधान के लिए पका देता है। एक मैकिन्से रिपोर्ट में पाया गया कि में पिछले एक दशक में, वेंचर कैपिटल में लगभग 80 बिलियन डॉलर लॉजिस्टिक्स स्टार्टअप्स में गए, जिसमें ऑन-डिमांड लास्ट-मील डिलीवरी प्लेटफॉर्म उन फंडों का सबसे बड़ा हिस्सा था।
एआई सड़क से सामने के दरवाजे तक
अंतिम-मील मार्गों में आम तौर पर कई स्टॉप और व्यक्तिगत छोटे पैकेज शामिल होते हैं-एक ट्रक के बजाय एक एकल गोदाम में पैलेट वितरित करने के लिए-इस आपूर्ति श्रृंखला खंड को शामिल व्यवसायों के लिए कुशलतापूर्वक और महंगा प्रबंधन करने के लिए मुश्किल हो जाता है। कैपजेमिनी रिसर्च इंस्टीट्यूट के अनुसार, अंतिम-मील डिलीवरी आपूर्ति श्रृंखला में सभी लॉजिस्टिक्स लागतों का अनुमानित 41% बनाती है।
द लास्ट मील में रूटिंग तकनीक के पहले के अनुप्रयोगों में से एक मशीन-लर्निंग एप्लिकेशन था जिसे 2013 में लॉन्च किया गया था जिसे ओरियन कहा जाता था, या ऑन-रोड इंटीग्रेटेड ऑप्टिमाइज़ेशन और नेविगेशन। चार साल पहले, पार्सल कंपनी ने ओरियन के लिए एक अपग्रेड किया, जिसमें औसतन दो से चार मील प्रति ड्राइवर और बदलती परिस्थितियों के आधार पर ड्राइवरों को फिर से शुरू किया गया।
“ऐतिहासिक प्रौद्योगिकियां स्थिर होंगी और रात से पहले चलेंगी,” मैटसन ने कहा। यदि आदेश बदल गए या निर्माण शुरू हो गए, तो तकनीक उन परिवर्तनों के लिए जिम्मेदार नहीं होगी।
दूसरी ओर, आज के एआई मॉडल, वास्तविक समय में समायोजित करते हैं।
अंतिम-मील डिलीवरी प्लेटफॉर्म के सीईओ और कोफाउंडर एंड्रयू लियोन ने कहा, “पूर्व-एआई तरीकों की तुलना में, जो स्थैतिक रूटिंग नियमों या डिस्पैचर अंतर्ज्ञान पर निर्भर थे, हमारा मंच अब पैमाने पर वास्तविक दुनिया की स्थितियों के लिए गतिशील रूप से प्रतिक्रिया करता है।”
डिस्पैच एआई का उपयोग ट्रैफ़िक, डिलीवरी विंडो, अनुमानित समय प्रति स्टॉप और ड्राइवर क्षमता जैसे कारकों के आधार पर मार्गों की योजना बनाने के लिए करता है। अधिक कुशल मार्ग ईंधन की लागत को कम कर सकते हैं, घनत्व में सुधार कर सकते हैं, और एक दिन में अधिक डिलीवरी को सक्षम कर सकते हैं, प्रदाताओं के लिए राजस्व बढ़ा सकते हैं।
Amazon AI को अपने अंतिम मील में लाने में सबसे आगे रहा है, एक सप्लाई चेन सॉफ्टवेयर प्लेटफॉर्म प्रोजेक्ट 44 के संस्थापक और सीईओ जेट मैककंडलेस ने कहा। पिछले महीने, अमेज़ॅन ने वेलस्प्रिंग नामक एक पहल की घोषणा की, जो सैटेलाइट छवियों, अपार्टमेंट बिल्डिंग लेआउट, स्ट्रीट इमेजरी, उपभोक्ता निर्देशों और पिछले प्रसवों से तस्वीरों का विश्लेषण करने के लिए जेनेरिक एआई का उपयोग करता है। यह सिफारिश कर सकता है कि कौन सा पार्किंग स्पॉट या अपार्टमेंट बिल्डिंग प्रवेश द्वार एक चालक को शिपमेंट को छोड़ने के लिए उपयोग करना चाहिए। इस पिछले गिरावट के एक परीक्षण में, तकनीक ने 4 मिलियन घर के पते पर पार्किंग स्थलों की पहचान की।
वाहन अपने प्रसव पर गुणवत्ता आश्वासन के लिए एआई का उपयोग करता है। एक आदर्श दुनिया में, कुक ने कहा, गुणवत्ता आश्वासन कार्यों के लिए समर्पित एक कर्मचारी, जहां एक पार्सल को छोड़ दिया गया था, उस जियोकोड को देखेगा, डिलीवरी फोटो की जांच करें, ड्राइवर से प्रतिक्रिया इकट्ठा करें, और यह निर्धारित करें कि क्या भविष्य की डिलीवरी के लिए कुछ भी बदलना चाहिए।
कुक ने कहा, “लाखों डिलीवरी पर ऐसा करने के लिए यह पूरी तरह से असंभव है। लेकिन वे उपयोग के प्रकार हैं जो हम देखते हैं, बहुत निकट अवधि में, एआई के लिए आदर्श है,” कुक ने कहा।
डिलीवरी डेटा भी अंतिम-मील प्रदाताओं को उपभोक्ताओं को सूचित रखने की अनुमति देता है। डेल्ड के सीईओ डग लडेन के अनुसार, रियल-टाइम ट्रैकिंग और अधिक सटीक ईटीए के कारण ग्राहक सेवा कॉल को एक अंतिम-मील डिलीवरी सेवा, ग्राहक सेवा कॉल में 80% की गिरावट देखी गई।
वाहन ने कहा कि इसका बड़ा भाषा मॉडल, जिसे उसने घर में बनाया था, 60% ग्राहक और ड्राइवर के सवालों का जवाब देता है और 2.5 मिनट से 15 सेकंड तक औसत प्रतिक्रिया समय में कटौती करता है।
पैकेज की भविष्यवाणी करना और रोकना
वाहन ने लॉजिस्टिक्स प्रक्रिया के दौरान होने वाली दुर्घटनाओं के बीच सामान्यताओं को इंगित करने के लिए एआई का उपयोग किया, जैसे कि एक ही गोदाम सहयोगी कई पैकेजों को संभालने के परिणामस्वरूप त्रुटियां, या मध्य मील में एक ट्रकिंग कंपनी जो कि क्षतिग्रस्त वस्तुओं को नुकसान पहुंचाती थी।
कंपनी विशिष्ट मार्गों या प्रसव के लिए मुद्दों की संभावना का पूर्वानुमान लगाती है। फिर यह पैटर्न के आधार पर निर्णय लेता है, जैसे पैकेज को अलग -अलग सुविधाओं के लिए स्थानांतरित करना या एक निश्चित मार्ग पर दरों को बढ़ाना, इसलिए ड्राइवरों को दिन में पहले उन्हें लेने के लिए प्रोत्साहित किया जाएगा।
कुक ने कहा, “हमने उस कदम को आगे ले लिया है, जहां हम दोषों की भविष्यवाणी करने की कोशिश कर रहे हैं।”
यूएसपीएस वॉचडॉग की एक रिपोर्ट के अनुसार, पिछले साल के दरवाजे से 58 मिलियन पार्सल ने पिछले साल डोरस्टेप्स से चोरी किए गए 58 मिलियन पार्सल के साथ स्वाइप किए गए पैकेज एक बड़ा मुद्दा है।
यूपीएस ने एक एआई-आधारित सॉफ्टवेयर, डिलीवरीडिफ़ेंस बनाया, जो ऐतिहासिक कारकों जैसे नुकसान की आवृत्ति और वितरण प्रयासों का विश्लेषण करता है। एआई तब उन क्षेत्रों को स्पॉट करता है जो भविष्य में पोर्च पाइरेट्स के लिए लक्ष्य हो सकते हैं।
मैककंडलेस ने कहा कि एआई उच्च जोखिम वाले क्षेत्रों और दिन के समय की भविष्यवाणी कर सकता है, जिससे कंपनियों को डिलीवरी शेड्यूल और मार्गों की योजना बनाने की अनुमति मिलती है, जो कि एक पैकेज को चोरी होने की संभावना को कम करने के लिए कम हो सकता है।
मैककंडलेस ने कहा, “एआई पैटर्न की पहचान करने में महत्वपूर्ण भूमिका निभा सकता है, जिससे चोरी को रोकने में मदद मिलती है।”
