„FedEx“ naudoja dirbtinį intelektą, kad pakeistų, kaip didelių įmonių siuntėjų siuntų sekimas ir grąžinimas veikia. Įmonėms, perkeliančioms didelius prekių kiekius, sekimas nesibaigia, kai siunta iškeliauja iš sandėlio. Klientai tikisi atnaujinimų realiuoju laiku, lanksčių pristatymo galimybių ir grąžinimų, kurie nevirsta palaikymo bilietais ar vėlavimais.
Šis spaudimas verčia logistikos įmones permąstyti, kaip sekimas ir grąžinimas veikia dideliu mastu, ypač sudėtingose tiekimo grandinėse.
Čia dirbtinis intelektas pradeda pereiti nuo bandomųjų projektų į kasdienes operacijas.
Remiantis ataskaita, „FedEx“ planuoja išleisti dirbtinio intelekto stebėjimo ir grąžinimo įrankius, skirtus įmonių siuntėjams. PYMNTS. Įrankiai skirti automatizuoti įprastas klientų aptarnavimo užduotis, pagerinti siuntų matomumą ir sumažinti trintį, kai siuntas reikia nukreipti arba išsiųsti atgal.
Užuot sutelkę dėmesį į vartotojams skirtus pokalbių robotus, pastangos sutelktos į operatyvines darbo eigas, kurios yra užkulisiuose. Tai yra sistemos, kuriomis įmonės klientai pasitiki valdydami išimtis, grąžinimus ir pristatymo pakeitimus be rankinio įsikišimo.
Kaip „FedEx“ taiko AI siuntų stebėjimui
Tradicinės sekimo sistemos praneša klientams, kur yra siuntinys ir kada jis gali atvykti. Dirbtinio intelekto stebėjimas žengia dar vieną žingsnį, naudodamas istorinius pristatymo duomenis, eismo modelius, oro sąlygas ir tinklo apribojimus, kad būtų galima pažymėti galimus vėlavimus prieš jiems įvykstant.
Pagal PYMNTS Ataskaitoje „FedEx“ dirbtinio intelekto įrankiai sukurti taip, kad padėtų įmonių siuntėjams numatyti problemas anksčiau pristatymo proceso metu. Užuot reaguodami į praleistus pristatymo terminus, siuntėjai gali pakeisti siuntų maršrutą arba informuoti klientus iš anksto.
Įmonėms, kurios siunčia tūkstančius siuntinių per dieną, šis pakeitimas yra svarbus. Nedideli numatymo tikslumo patobulinimai gali sumažinti pagalbos skambučius, sumažinti pinigų grąžinimo normas ir padidinti klientų pasitikėjimą, ypač mažmeninės prekybos, sveikatos priežiūros ir gamybos tiekimo grandinėse.
Šis požiūris taip pat atspindi platesnę įmonės programinės įrangos tendenciją, kai dirbtinis intelektas įterpiamas į esamas sistemas, o ne pristatomas kaip atskiri įrankiai. Tikslas yra ne pakeisti logistikos komandas, o sumažinti rankiniu būdu joms reikalingų sprendimų skaičių.
Grįžta kaip veiklos, o ne kliento problema
Grąžinimas yra viena brangiausių logistikos dalių. Įmonių siuntėjų, ypač elektroninės prekybos srityje, grąžinimas turi įtakos sandėlio pajėgumams, atsargų planavimui ir transportavimo išlaidoms.
Pagal PYMNTS„FedEx“ grąžinimo įrankiais, kuriuose įgalintas dirbtinis intelektas, siekiama automatizuoti dalis grąžinimo proceso, įskaitant etikečių generavimą, sprendimus dėl maršruto ir būsenos atnaujinimus. Įmonės, kurios naudoja dirbtinį intelektą, kad nustatytų efektyviausią grįžimo kelią, gali sumažinti vėlavimą ir išvengti daiktų grąžinimo į netinkamą objektą.
Tai mažiau apie patogumą, o daugiau apie veiklos drausmę. Grąžinimai, kurie nenaudojami arba siunčiami netinkamu kanalu, sukuria išlaidas ir neapibrėžtumą visoje tiekimo grandinėje. AI sistemos, išmokytos pagal ankstesnius grąžinimo modelius, gali padėti standartizuoti sprendimus, kurie anksčiau buvo sprendžiami kiekvienu konkrečiu atveju.
Įmonės klientams šis automatikos tipas palaiko mastelį. Kadangi grąžinimo apimtys svyruoja, ypač piko sezono metu, sistemos, kurios prisitaiko automatiškai, sumažina laikinojo personalo ar rankinio perrašymo poreikį.
Ką FedEx AI stebėjimo metodas sako apie įmonės pritaikymą
„FedEx“ požiūris išsiskiria tuo, kad AI naudojimo atvejis yra siauras. Nėra plačių teiginių apie transformaciją ar išradimą iš naujo. Pagrindinis dėmesys skiriamas jau egzistuojančių procesų trinties mažinimui.
Tai atspindi, kaip kitos didelės organizacijos perima AI viduje. Atskirame kontekste „Microsoft“ savo straipsnyje aprašė panašų modelį. Bendrovė apibūdino, kaip AI įrankiai buvo diegiami palaipsniui, nustatant aiškias ribas, valdymo taisykles ir grįžtamąjį ryšį.
Nors „Microsoft“ atvejis buvo sutelktas į žinių darbą, o „FedEx“ – į logistikos operacijas, pagrindinė pamoka yra ta pati. Dirbtinio intelekto pritaikymas dažniausiai veikia geriausiai, kai taikomas konkrečiai veiklai su išmatuojamais rezultatais, o ne plačiu efektyvumo pažadu.
Logistikos įmonėms šie pranašumai apima mažiau pristatymo išimčių, mažesnes grąžinimo išlaidas ir geresnį gabenimo partnerių ir verslo klientų koordinavimą.
Ką tai rodo įmonės klientams
Galutinėms įmonėms „FedEx“ žingsnis rodo, kad logistikos paslaugų teikėjai investuoja į dirbtinį intelektą kaip būdą patenkinti sudėtingesnius siuntimo poreikius. Kadangi tiekimo grandinės tampa labiau paskirstytos, matomumą ir nuspėjamumą tampa sunkiau išlaikyti be automatizavimo.
AI pagrįstas sekimas ir grąžinimas taip pat gali pakeisti tai, kaip įmonės vertina logistikos rezultatus. Įmonės gali mažiau dėmesio skirti pristatymo greičiui ir daugiau dėmesio tam, kaip greitai atpažįstamos ir išsprendžiamos problemos.
Šis pokytis gali turėti įtakos sprendimams dėl pirkimų, sutarčių struktūroms ir paslaugų lygio susitarimams. Įmonės klientai gali pradėti klausti ne tik kur yra siunta, bet ir tai, kaip paslaugų teikėjas numato problemas.
„FedEx“ planuose atsispindi tylesnis įmonės AI priėmimo etapas. Daugiau dėmesio skiriama eksperimentavimui, o integracijai. Šios sistemos skirtos ne atkreipti dėmesį, o sumažinti veiklos triukšmą, kurį klientai pastebi tik tada, kai kažkas negerai.
(Liamio Kevano nuotrauka)
Taip pat žiūrėkite: „PepsiCo“ naudoja dirbtinį intelektą, kad permąstytų, kaip kuriamos ir atnaujinamos gamyklos
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
