Maskinlæring og kunstig intelligens vil revolusjonere transport- og logistikkbransjen
KRONIKK: I en stadig mer konkurransedrevet og tilkoblet verden, der bare bare 29% av transport- og logistikkbransjen (T&L) ser vekstmuligheter i det kommende året, ser flere og flere til maskinlæring i skyen for å finne måter å både effektivisere og skape en bedre kundeopplevelse.
Det er her, i møtepunktet mellom skyen og kunstig intelligens, at en utbredt innovasjon innen autonom teknologi befinner seg. Hvilket er en game-changer, særlig hvis man tar i betraktning at 68% av ledere innen transport- og logistikkbransjen tror at teknologiske nyvinninger i kjernen av deres tjenestetilbud vil snu om på hele industrien i løpet av de neste fem årene.
Når alt kommer til alt er det fire områder hvor maskinlæring står for en revolusjon innen transport- og logistikkbransjen: Hvilket er å kunne forutsi etterspørsel og ruteoptimalisering, selvkjøring og kartlegging, robotikk og å identifisere avvik.
Langtransport i USA er et gammeldags og lite effektivt system som gjør at nesten halvparten av amerikanske lastebilsjåfører sine turer går tomme. Convoy er et selskap som snur opp ned på langtransportbransjen i USA ved å bruke maskinlæring for å matche sjåfører med last, for deretter å optimalisere rutene. De analyserer millionvis av oppdrag og effektiviserer hele bransjen. Noe som både øker inntjeningning og kutter utslipp.
En annen utfordring bransjen står ovenfor er at de mangler minst 100 000 sjåfører. En løsning på dette problemet kan være selvkjørende lastebiler. TuSimple er et selskap som gjennom å bruke over 100 skybaserte AI-moduler har klart å gjennomføre selvkjørende leveranser på over 160 kilometer. Selv i 30 km/t klarer deres avanserte AI-algoritme å skille mellom hvilke typer biler den deler veien med, hvilken fart de forskjellige har og holde TuSimple-bilen trygt i sin egen fil med en nøyaktighet på +/- 5 cm.
Et annet eksempel på hvordan kunstig intelligens og maskinlæring har en positiv innvirkning på transport- og logistikkbransjen er de nøyaktige beregningene.
Aramex, et selskap som jobber med både internasjonal og nasjonal frakt, så en 74% økning i nøyaktighetsgraden i beregningne i transittiden etter de flyttet til skyen. Kundeservice så i samme periode en nedgang på over 40 prosent på innkommende samtaler som omhandlet feilsendinger eller for sent ankommende varer.
Kunstig intelligens og maskinlæring er også selve kjernen hos Amazon.com. Her bruker man ML og AI-algoritmer hos AWS til alt fra å forutse hva kunder vil komme til å bestille så man har varer på lager, til styring av roboter til plukking av varer og ikke minst til ruteoptimalisering under leveranser til kunden.
Det som står klarest basert på siste års erfaringer i transport- og logistikkbransjen, er at skal man klare å hevde seg fremover må man lene seg på teknologien for å sørge for optimalisert effektivisering og inntjening. Heldigvis sørger stadige nyvinninger innenfor KI og ML for at disse bedriftene kan løse problemene de står ovenfor og samtidig vokse inn i fremtiden.
Swami Sivasubramanian
