Sztuczna inteligencja w transporcie – case study
W czasach rosnących kosztów pracy, niedoboru doświadczonych dyspozytorów oraz pandemii paraliżującej biura z odsieczą przychodzą nowe technologie. FrameLOGIC jako pierwsza na rynku firma IT wprowadza do oferty rozwiązanie do automatycznego planowania zleceń transportowych. Bazując na sztucznej inteligencji, system skraca 5 godzin manualnej pracy dyspozytora do 30 sekundowej kalkulacji.
W 2018 roku wrocławska firma frameLOGIC została zaproszona do akceleratora Startberry 2.0, który skupiał najciekawsze polskie spółki z branży IT. Pod okiem doświadczonych partnerów z Microsoft, EY oraz Senfino uczestnicy mogli korzystać z zaplecza technologicznego, by szybciej rozwijać swoje produkty i dotrzeć z nimi na międzynarodowe rynki. frameLOGIC zapowiedział wówczas[1] wprowadzenie narzędzi wspierających dyspozytorów w podejmowaniu decyzji o opłacalności zleceń transportowych przed ich podjęciem. Dziś rozwiązanie frameLOGIC TMS (Transportation Management System, system do zarządzania transportem – przyp. red) wkracza w nową erę – automatycznego planowania zleceń w oparciu o algorytmy sztucznej inteligencji.
Szybsza dystrybucja zleceń
AI Autoplaner umożliwia skrócenie codziennej, wielogodzinnej pracy dyspozytora do kalkulacji trwającej zaledwie kilkadziesiąt sekund. Rozwiązanie samo poszukuje najkorzystniejszego połączenia pojazdu ze zleceniem. Bierze pod uwagę wszystkie pojazdy oraz trasy jednocześnie, sugerując optymalne wykorzystanie dostępnych zasobów. Narzędzie dokonuje predykcji wyniku finansowego dla zaplanowanych tras, zbiorowo oraz indywidualnie, pozwalając na odrzucanie tras o niskiej rentowności. Skuteczność planowania można zweryfikować twardymi danymi, tj. planowanym przychodem, marżą czy przychodem na kilometr. Wykorzystując zasoby sztucznej inteligencji, AI Autoplaner gromadzi dane historyczne i z czasem możliwe jest coraz sprawniejsze wykonywanie zadań. Doskonałym tego przykładem jest wdrożenie w firmie Intra, która wykorzystuje TMS frameLOGIC do zarządzania transportem.
– Ustalenie optymalnych tras dla większych flot to czasochłonne zajęcie. Przed wdrożeniem rozwiązań frameLOGIC, planista manualnie parował dostępne zasoby ze zleceniami. Pierwsze pilotaże wykorzystania systemu automatycznego pokazały, że czas i efektywność planowania mogą się znacznie poprawić. Dziś, Autoplaner mocno wspomaga proces planowania, analizując do 30 000 kombinacji. Sam mechanizm planowania jest przy użyciu tego narzędzia dużo szybszy w porównaniu do wyników po pierwszych testach. Wdrożenie dało pozytywne efekty w postaci przyśpieszenia dystrybucji zleceń do kierowców. Obiecująco wygląda również aspekt optymalizacji sumy kilometrów dojazdowych – komentuje Jakub Mleczak, Project Manager w Intra.
Back to base
Model analityczny podporządkowywany jest oczekiwaniom danej firmy transportowej, dzięki czemu planowanie może uwzględniać różne priorytety takie jak: najwyższy zysk w ujęciu kwotowym, najwyższa marża w ujęciu procentowym do wartości frachtu lub najkrótszy dystans do pokonania.
Algorytmy w swoich obliczeniach uwzględniają kluczowe parametry dla każdej firmy transportowej oraz takie których samemu człowiekowi jest bardzo trudno uwzględnić podczas planowania, jak np. dystans dojazdu do załadunku, koszty zlecenia, dróg oraz procedur dodatkowych czy kabotaż. Co ważne, AI Autoplaner bierze pod uwagę podjęcie ładunku w wyznaczonym czasie, czyli dojazdu do załadunku z uwzględnieniem czasu trasy, czasu pracy kierowcy oraz czasu wykonania czynności dodatkowych (np. myjnia).
– W kontekście Pakietu Mobilności przydatne mogą okazać się nasze wypracowane scenariusze użycia. Między innymi „back to base” szukający najlepszej trasy powrotnej dla wybranego pojazdu, „move the fleet”, dobierający trasy tak, by przesunąć wybraną część floty w konkretny rejon Europy. Inny przykład to „kabotage escape” obsługujący w pierwszej kolejności wycofanie pojazdów z krajów, w których kończy się warunek kabotażu. Nie bez znaczenia jest też nowoczesna, chmurowa infrastruktura dająca dostęp do tych narzędzi wszędzie tam, gdzie działa Internet – dodaje Tomasz Klimasiewicz, TMS Product Owner w frameLOGIC.
Wypełniona luka
Cyfryzacja transportu już od dłuższego czasu przestaje być modnym terminem i na naszych oczach staje się rzeczywistością. Podczas wiosennego lockdownu, wiele firm przekonało się, że bez odpowiednich narzędzi praca zdalna paraliżuje ich funkcjonowanie. Chmurowy TMS frameLOGIC nie tylko wspiera nowoczesny model pracy, ale także umożliwia zatrudnianie mniej doświadczonych pracowników bez dużego ryzyka dla firmy. Lukę w ich doświadczeniu wypełnia sztuczna inteligencja.
[1] https://news.microsoft.com/pl-pl/2018/10/12/startberry-z-grochowskiej-306-na-globalne-rynki/
