為了提供更好的閱讀內容,我們使用cookies來改善使用者體驗,關於更多cookies資訊請閱讀我們的隱私權聲明
AdvantechIOT
活動+
 

人工智慧協助路徑安排 解決物流士高流動率問題

  • 李逸涵
鮮速冷鏈科技將AI導入路徑規劃的環節,協助物流業者克服新手問題、提高送貨效率。法新社

電商與網路購物的普及讓宅配貨運業務暴增,每逢重要消費節慶更是讓物流士疲於奔命,高壓的作業環境及龐大的工作量導致這個工作的流動率非常高。過去送貨路線的規劃仰賴物流士的經驗及對當地的熟悉度,然而新手物流士在路線規劃上因為不熟悉,容易導致繞行、送貨時效低落。鮮速冷鏈科技將人工智慧(AI)導入路徑規劃的環節,協助物流業者克服新手問題、提高送貨效率。

鮮速冷鏈科技副總經理彭浩軒表示,貨運上有幾個常見的問題,一是尖峰時段運力的缺乏、其次是運力的供需失衡。常見物流貨車在路上行駛,卻在需要運輸服務時找不到車輛,原因是車輛在道路上行駛的時間多為繞行、尋找目的地,彭浩軒指出,這種行為導致相當可觀的燃油、時間浪費。而將AI引入路線規劃的環節,工研院研發出iRouting排程決策技術,系統可以支援10,000站點以上的路線規劃,更勝google地圖。以資深物流士的經驗訓練系統,最佳化每一個地區的行駛路線。

最佳化的應用亦能用於撿貨規劃。物流士在將貨件裝入車廂時,會依照規劃的行駛順序,倒序將貨件排進車廂中。過去這個環節仰賴對負責區域的熟悉度以及經驗,在引入AI之後,透過建立撿/補貨排程演算法,能夠降低正確撿貨的經驗門檻。

此外,iRouting的建立能夠保障物流士的工時。當系統建置完成,只要在系統設定上加入法律規範、不同地區的營業時間等不同條件,即可以規劃出合適的路徑與時間。

AI的應用除了用於路線規劃,更能擔任駕駛數位助理的工作。過去物流士在收送貨時,必須同時與收件者、公司內部客服對話,不斷更新收件者及貨件的狀態,在這個環節引入語音服務系統,讓物流士可以更加專注於眼前的收送貨作業,更進一步,駕駛作業數位化有助於資料的蒐集及後續的分析。分析後的數據可以作為路線的規劃依據、客戶經營、或是配送熱點分析。

隨著城市經濟越趨飽和、對速度的要求越來越快,加上少子化,物流士等高勞動的工作越來越難招募人員,這類產業如何減少對人員的依賴,是產業的重要挑戰。

更多關鍵字報導: 物流