Bagaimana Pengoptimuman Laluan AI Mengurangkan Kos Bahan Api Penghantaran Sebanyak 18%

Jika anda menguruskan armada penghantaran, anda sudah tahu hakikat yang menyakitkan: bahan api adalah perbelanjaan berubah terbesar anda. Bukan gaji pemandu (itu lebih kurang tetap bagi setiap laluan). Bukan susut nilai kenderaan (itu boleh diramal). Ia adalah bahan api, dan ia berubah-ubah secara mendadak berdasarkan sejauh mana kecekapan laluan anda dirancang.

Angka 18% dalam tajuk bukan sekadar gimik pemasaran. Ia datang daripada pelbagai pelaksanaan dunia sebenar merentasi armada penghantaran bersaiz sederhana (50-200 kenderaan), dan julat biasanya jatuh antara 14% hingga 22% bergantung pada saiz armada, geografi, dan seburuk mana perancangan laluan anda sebelum ini.

Mengapa Perancangan Laluan Tradisional Membazirkan Wang

Kebanyakan pengurus armada sudah menggunakan beberapa bentuk perisian perancangan laluan. Masalahnya ialah alat perancangan laluan tradisional mengoptimumkan berdasarkan gambaran statik: ini adalah perhentian hari ini, ini adalah rangkaian jalan, cari laluan terpendek. Pendekatan itu terlepas beberapa perkara yang memakan bahan api.

Pertama, ia mengabaikan corak trafik yang berubah mengikut waktu. Laluan yang kelihatan optimum pada waktu perancangan 6 pagi mungkin terkena kesesakan teruk pada pukul 10 pagi apabila pemandu sebenarnya sampai ke segmen tersebut. Kedua, alat tradisional melayan semua perhentian secara sama rata. Ia tidak mengambil kira hakikat bahawa sesetengah tetingkap penghantaran adalah fleksibel manakala yang lain adalah tarikh akhir tetap, yang bermakna susunan adalah tidak optimum. Ketiga, ia jarang mengambil kira lengkung penggunaan bahan api khusus kenderaan. Lori bermuatan yang mendaki bukit membakar bahan api pada kadar yang sangat berbeza berbanding lori yang sama di atas rupa bumi rata.

Apa yang Sebenarnya Dilakukan Pengoptimuman Laluan AI Secara Berbeza

Sistem berasaskan AI membawa tiga keupayaan yang tidak dapat ditandingi oleh perancangan laluan statik.

Pemodelan perjalanan bergantung masa. Daripada menggunakan purata masa perjalanan, sistem AI membina model daripada data GPS sejarah yang meramalkan masa perjalanan untuk segmen jalan tertentu pada waktu tertentu dalam sehari, pada hari tertentu dalam seminggu. Isnin pagi di I-95 berhampiran Philadelphia adalah situasi yang sama sekali berbeza daripada Selasa petang di laluan yang sama. AI mengetahui ini kerana ia telah melihat beribu-ribu perjalanan.

Pengoptimuman pelbagai kekangan. AI mengoptimumkan secara serentak merentasi penggunaan bahan api, tetingkap masa penghantaran, had waktu perkhidmatan pemandu, kapasiti kenderaan, dan keutamaan pelanggan. Ini adalah masalah kombinatorial yang menjadi sangat kompleks dengan lebih daripada kira-kira 15 perhentian, itulah sebabnya penyelesai tradisional menggunakan jalan pintas (heuristik) yang meninggalkan kecekapan di atas meja. Pendekatan AI moden, terutamanya model pembelajaran pengukuhan, meneroka ruang penyelesaian dengan lebih menyeluruh.

Pengoptimuman semula berterusan. Inilah yang paling penting. Perancangan laluan tradisional memberi anda pelan dan anda laksanakannya. Perancangan laluan AI memantau apa yang sebenarnya berlaku (trafik masa nyata, penghantaran awal/lewat, kerosakan kenderaan) dan menyesuaikan secara berterusan. Jika penghantaran 10 pagi anda selesai 20 minit lebih awal, sistem mengira semula sama ada masuk akal untuk menukar susunan dua perhentian seterusnya bagi mengelakkan trafik yang sedang meningkat di laluan asal.

Dari Mana Datangnya 18%

Penjimatan bahan api secara kasar terbahagi seperti berikut:

6-8% daripada susunan yang lebih baik. Sekadar menyusun semula perhentian untuk meminimumkan jumlah jarak yang dipandu. Ini kedengaran asas, tetapi masalah jurujual kembara terkenal sukar, dan penyelesai AI secara konsisten menemui susunan yang 6-8% lebih pendek daripada apa yang dihasilkan oleh heuristik tradisional, terutamanya pada laluan dengan 30+ perhentian.

4-5% daripada perancangan laluan bergantung masa. Mengelakkan segmen jalan yang sesak dengan mengubah masa penghantaran tertentu. Ini tidak bermakna memandu jarak yang lebih jauh; ia bermakna memandu pada waktu trafik mengalir dengan lancar, yang secara dramatik mengurangkan pembaziran bahan api akibat berhenti-dan-jalan.

3-4% daripada pengoptimuman kelajuan dan pecutan. Sesetengah sistem canggih menghantar profil kelajuan yang dicadangkan kepada pemandu, memberitahu mereka kelajuan optimum untuk setiap segmen jalan bagi meminimumkan penggunaan bahan api sambil kekal mengikut jadual. Ini serupa dengan apa yang telah dilakukan oleh trak jarak jauh selama bertahun-tahun, tetapi diaplikasikan pada penghantaran jarak terakhir dengan lebih banyak pemboleh ubah.

2-3% daripada pengurangan batu kosong. Sistem AI melakukan kerja yang lebih baik dalam mengelompokkan penghantaran secara geografi dan temporal, yang bermakna kurang pemanduan kosong (memandu dengan kenderaan kosong) antara zon penghantaran.

Realiti Pelaksanaan

Inilah yang tiada siapa beritahu anda tentang melaksanakan pengoptimuman laluan AI: teknologi adalah bahagian yang mudah. Bahagian yang sukar adalah kualiti data dan pematuhan pemandu.

Anda memerlukan data GPS yang bersih dan konsisten daripada armada anda. Jika sistem telematik anda mempunyai jurang, jika pemandu mematikan peranti mereka, atau jika pangkalan data alamat anda penuh dengan ralat, AI akan menghasilkan laluan yang tidak berguna. Rancang untuk menghabiskan 2-3 bulan membersihkan data anda sebelum anda melihat hasil sebenar.

Pematuhan pemandu adalah cabaran yang satu lagi. Laluan terbaik di dunia tidak menjimatkan bahan api jika pemandu mengabaikannya dan mengikut laluan biasa mereka. Sesetengah syarikat telah menyelesaikan ini dengan navigasi belokan demi belokan yang sukar untuk diselewengkan. Yang lain menggunakan struktur insentif yang memberi ganjaran kepada pemandu untuk pematuhan laluan. Walau apa pun, anda memerlukan pelan untuk ini.

Apa yang Dijangkakan dalam Praktik

Bulan pertama selepas pelaksanaan, jangkakan kekeliruan. Pemandu akan mengadu bahawa laluan AI adalah bodoh. Sesetengah daripada mereka akan betul, kerana sistem masih mempelajari corak khusus anda. Menjelang bulan ketiga, sistem mempunyai data yang mencukupi untuk menghasilkan laluan yang secara konsisten lebih baik, dan kebanyakan pemandu akan mengakui dengan enggan bahawa laluan baharu masuk akal. Menjelang bulan keenam, anda sepatutnya melihat penjimatan bahan api penuh terzahir dalam angka anda.

ROI biasanya kukuh. Untuk armada 100 kenderaan yang membelanjakan $2 juta setahun untuk bahan api, pengurangan 18% bermakna penjimatan $360,000. Kebanyakan platform perancangan laluan AI berharga antara $50,000 dan $150,000 setahun untuk armada bersaiz itu, jadi anda melihat pulangan 2-7x ganda.

Bagi syarikat logistik dan pengangkutan yang menilai di mana AI boleh memberi impak segera terbesar, pengoptimuman laluan adalah buah yang paling mudah dicapai. Teknologi ini sudah matang, penjimatan didokumentasikan dengan baik, dan garis masa pelaksanaan diukur dalam bulan, bukan tahun. Anda boleh meneroka lebih lanjut tentang bagaimana AI sedang mentransformasikan operasi logistik dan pengangkutan untuk melihat di mana peluang lain wujud.