كيف سيؤدي التعلم الآلي إلى تسريع “آخر خطوة” من عمليات التوصيل

في الواقع، فإن ما يصل إلى 75% من وقت عملهم ليس مخصصاً لما يسمى "الميل الأخير"، وإنما هو مكرّس للمائة متر الأخيرة، أي الانتظار في مناطق التحميل والتفريغ، والبحث عن مكان لركن السيارة، والتفاعل مع الزبائن، كما يقول تشاز سيمز، وهو المدير التنفيذي للشركة الناشئة وايز سيستمز في كامبريدج، ماساتشوستس، والتي قامت بتطوير برنامج آلي يقوم بتحديد المسارات والتواصل مع السيارات.

يضيف سيمز أن الشركة استخدمت الكثير من البيانات مع أدوات التعلم الآلي، وقد وجدت أن الزمن المطلوب للخدمة يتغير بشكل كبير اعتماداً على ساعات النهار، والزبون، والبضائع التي يتم توصيلها، والشخص المسؤول عن التوصيل. وعلى سبيل المثال، فإن بعض المتاجر تنشغل بخدمة الزبائن في أوقات معينة من النهار، أو استقبال البضائع من شاحنات توصيل مختلفة في أوقات أخرى. وبتحديد هذه الأنماط وتغيير جداول العمل وفقاً لذلك، تمكنت الشركة من تخفيض زمن وتكاليف التوصيل.

تقوم أدوات وايز سيستمز بتغيير المسارات والسائقين وجداول العمل خلال النهار بشكل آلي وفقاً لعوامل متغيرة أخرى أيضاً، مثل الطقس والحركة المرورية ومناطق التحميل المزدحمة. وبتحليل البيانات من أسطول سيارات شركة المشروبات أنهوزر بوش، وهي إحدى أكبر زبائن الشركة الناشئة، تمكنت وايز سيستمز من تقليل التوصيلات المتأخرة بنسبة 85% والمسافات المقطوعة بنسبة 13%.

هذا وقد تأسست الشركة عام 2014، وقد جمعت 7 مليون دولار من صندوق تمويل الذكاء الاصطناعي من جوجل في أواخر العام 2018.