机器学习推动运输与物流行业变革的四种方式

作者: 佚名 2020-05-11 10:15:41

人工智能通过自动驾驶车辆、更好的路线图和更准确的预测使运输和物流变得更智能、更高效。

机器学习推动运输与物流行业变革的四种方式

当瑞士决定通过从其高山公路上消减数万辆货运卡车来减少拥堵和污染时,瑞士建造了圣哥达隧道,这是世界上最长、最深的铁路隧道。现代工程学的壮举对民用和商业实体都是一个福音,但是如此巧妙的建筑项目并不是我们改善运输和物流未来的唯一途径。

相反,在竞争日益激烈和互联互通的世界中,只有29%的运输和物流(T&L)CEO相信他们的公司的收入将在明年增长,越来越多的T&L公司正在转向基于云的新型机器学习服务,可以帮助他们提高效率并为客户带来更好的体验。

云与AI的融合使自主技术(尤其是移动性)得以广泛创新。据PWC的数据显示,这改变了游戏规则,因为68%的运输与物流公司负责人认为,服务提供核心技术的变化将在未来五年内扰乱他们的行业,而65%的人则认为分销渠道的进展也将如此。

推动交通革命

总体而言,机器学习为运输和物流行业的移动革命带来了四个主要领域:预测需求和路线优化、自动驾驶和制图、机器人技术和异常检测。


例如,正在扰乱价值8000亿美元的卡车运输行业的Convoy,通过利用机器学习模型来优化路线。在美国,货运是通过人工经纪人工作的分散的托运人和运输人网络。这导致效率低下的系统,导致每年驾驶的950亿英里美国卡车司机中有40%的人没有运输任何货物就在路上跑,即所谓的“空驶”。Convoy可以分析数百万个运输工作,以创建业内最有效的匹配方式,通过减少空驶里程来增加利润,并且至关重要的是减少排放。

据统计,每年美国的卡车司机在公路上行驶的里程超过 950 亿英里,相当于绕地球 370 万圈。Convoy 是一家总部位于西雅图的物流公司,据称 2018 年用于卡车运输服务的支出将近 8000 亿美元,运输货物 105 亿吨。

简而言之,卡车运输是一个庞大的行业。但未必是高效的行业。卡车司机每年记录的里程中竟然有 40% 是在跑空车,这意味着时间和燃料的巨大浪费。

Convoy 正在打破现状,使用人工智能 (AI) 使其自动化。“我们通过移动应用程序创建了一个数字在线市场,承运人和司机可以使用它直接找到工作,”Convoy 的市场和数据平台工程高级经理 David Tsai 说。

Convoy 的方法是使用机器学习(一种 AI 技术)为托运人和卡车司机提供更好的匹配,从而允许他们使用 Convoy 的匹配系统更高效地运输货物,同时降低双方的成本。拥有内部计算机化系统的大型托运人也可以将 Convoy 的在线数字市场整合到自己的市场中。

不过,卡车运输业正在经历全国至少10万名驾驶员的短缺。目前,有一种解决方案——自动驾驶卡车。在TuSimple,技术团队部署了100多个基于云的AI模块,以安全有效地进行100英里以上的自主商业交付。即使在装满卡车的时速为每小时65英里的情况下,TuSimple的先进AI算法也可以区分共享道路的车辆类型,并确定其速度,并保持TuSimple的卡车在车道中居中,其精度为正负 5厘米。


在东南亚,叫车公司Grab希望提高其实时按需匹配和供应算法。它求助于机器学习工具,以访问支持150万次预订的实时数据计算和数据流,最终将其匹配和供应性能提高30%。

AI和机器学习对T&L行业产生积极影响的另一个例子是Lyft使用AI驱动的时间序列分析解决方案。该技术会自动发现异常现象,从而发出更大的业务问题,并检测需要检查的事件。Lyft通过不必投资大型内部数据科学或手动检查仪表板而节省了大量成本。

正确处理

当然,预测的准确性是运输和物流公司的主要因素,而位于阿联酋的Aramex(提供国际和国内快递、货运代理和在线购物服务)的实时运输业务每分钟处理数千个请求。通过部署完全托管的基于云的服务,使开发人员和数据科学家能够训练,构建和部署AI和ML模型,Aramax的运输时间预测准确性提高了74%,从而减少了与交付相关的服务呼叫40%。

基于云的机器学习和AI工具也是Amazon.com的核心,每年成功地交付数十亿个包裹,从客户下订单到完成订单再到交付。我们使用预测算法来预测客户可能要订购的商品,以确保我们的仓库有足够的供应。我们在AWS上的AI和机器学习服务还为我们的履行中心机器人,与我们的交付合作伙伴合作的方法提供了动力,甚至还优化了我们的交付路线。

过去几年的经验教训很明确:在运输与物流行业中的竞争从未如此复杂,而盈利能力只有真正的技术驱动效率才能带来。幸运的是,人工智能和机器学习的新创新通过为企业提供解决其最大问题和发展所需的先进工具,为它们提供了巨大的优势。

人工智能 AI 器学习
上一篇:人工智能创造了新一代VPN直通工具 下一篇:人工智能如何帮助人们找到爱情
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能项目:需要注意的七件事

维度R的一份报告显示,十分之八的AI失败了,而96%的AI则在标注,标明和建立模型置信度方面遇到了问题。以下是人工智能项目失败的7个常见原因。

闻数起舞 ·  21h前
2020年第一季度人工智能的最新进展

人工智能曾经只是科幻小说,是计算世界的遥不可及的梦想,如今已成为现实。 人工智能,简称AI,是用来描述机器模拟人类智能的能力。

闻数起舞 ·  1天前
2020年优秀AI软件开发工具

人工智能对软件工程和科技公司的影响不可否认,而且还在不断增加。 有许多组织正在利用这项革命性的技术来创建开箱即用的功能强大的Web和移动应用程序。 无论大小,企业都可以利用AI来提高投资回报率,提高效率并很大程度地降低运营风险。

闻数起舞 ·  1天前
达摩院AI进入中国科技馆,首张AI识别新冠CT成科技抗疫历史见证

5月29日消息,全国科技工作者日来临之际,一个特别的藏品入选中国科技馆“2020数字馆藏”——阿里巴巴达摩院AI识别标注的第一张新冠肺炎CT影像。达摩院AI作为科技抗疫的历史见证,被写入中国科技发展史。

佚名 ·  2天前
人工智能可以塑造活动产业的未来吗?

活动组织者可以为活动管理引入AI,以使他们的活动更加成功。现场活动是很好的营销方式,也是增强业务与客户关系的优秀方式。根据一项调查,84%的领导者认为活动是其业务成功的关键因素。技术的使用正在改变活动的计划和组织方式。

佚名 ·  3天前
提升城市气质守护宜居环境 AI打通治理闭环

人工智能被一些研究人员称为“21世纪的电力”,认为其几乎可以为万事万物提供动力。而在城市加速发展的当下,人工智能也渐渐成为了新型智慧城市建设的“推动者”和“守望者”。

今夕何夕 ·  3天前
12个场景应用,百余种算法,AI是如何攻占经济学的?

在虚拟世界中模拟现实经济状况,想法设计更好的制度只是AI和经济学结合方式之一。其实深度强化学习在面临风险参数和不确定性不断增加的现实经济问题时,也可以提供更好的性能和更高的精度。

蒋宝尚 ·  4天前
你在打王者农药,有人却用iPhone来训练神经网络

在 iOS 设备上也可以直接训练 LeNet 卷积神经网络,而且性能一点也不差,iPhone 和 iPad 也能化为实实在在的生产力。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载