المكاسب:
- القدرة على فهم مفاهيم توجيه المركبة (VRP)، والنافذة الزمنية، وقيود السعة، والميل الأخير واستخدام الذكاء الاصطناعي لإنشاء سيناريوهات المسار
- القدرة على مقارنة التوازن بين الوقود والمسافة ووقت التسليم ورضا العملاء على أساس السيناريو بدعم من الذكاء الاصطناعي
- القدرة على الحفاظ على أن المسار الذي يقترحه الذكاء الاصطناعي يخضع لموافقة المخطط من حيث حقوق استراحة السائق وحركة المرور وواقع الموقع
يعد إخراج المنتج من المستودع ووضعه في أيدي العميل هو الخطوة الأكثر وضوحًا وغالبًا ما تكون الأكثر تكلفة في سلسلة التوريد. على وجه الخصوص، يمثل الميل الأخير - القسم من مركز التوزيع إلى العميل النهائي - معظم تكاليف النقل الإجمالية؛ لأنها تتكون من عمليات تسليم صغيرة متناثرة عبر العناوين الفردية والنوافذ الزمنية الضيقة وحركة المرور. إن تحسين المسار - التخطيط الذي ستتوقف فيه المركبات وبأي ترتيب - هو أقوى وسيلة لتقليل هذه التكلفة والوقت. هذا هو المكان الذي يتألق فيه الذكاء الاصطناعي حقًا: فهو يأخذ في الاعتبار في الوقت نفسه عشرات المركبات، ومئات التوقفات، والنوافذ الزمنية والقدرات، ويولد سيناريوهات مسار معقولة في ثوانٍ - وهي مهمة قد يستغرق الإنسان أيامًا للقيام بها يدويًا. لكن الطريق الذي سلكه الذكاء الاصطناعي هو حل رياضي؛ لا يمكن بدء الرحلة دون أن يضيف المخطط قيودًا مثل حقوق استراحة السائق وحركة المرور الحقيقية والمعلومات الميدانية وأولوية العميل.
لغة مشكلة الطريق
في قلب هذا المجال توجد مشكلة توجيه المركبات (VRP): مشكلة خروج المركبات من المستودع والعودة إلى جميع المحطات بأقل تكلفة إجمالية (المسافة أو الوقت أو الوقود). لدى VRP العديد من القيود الهامة:
قيود السعة: الحجم/الوزن الذي يمكن أن تحمله كل مركبة محدود؛ لا يمكن أن يتجاوز المسار هذا. النافذة الزمنية: الفترة الزمنية المسموح بها التي يمكن خلالها للمحطة تلقي الخدمة؛ على سبيل المثال، يقبل متجر البقالة البضائع فقط بين الساعة 08:00 و11:00. وقت عمل السائق: الحد الأقصى القانوني لوقت القيادة وفترات الراحة الإلزامية. الأولوية: بعض عمليات التسليم (سلسلة التبريد، العاجلة، عميل VIP) يجب أن تتم قبل غيرها. يمكن للذكاء الاصطناعي أن يوازن بين كل هذه القيود في وقت واحد، ولكن فقط إذا أخبرتها بالضبط. أي قيد لم تذكره يعني طريقًا غير ممكن.
تلميح: في موجه المسار، اكتب القيود واحدًا تلو الآخر: سعة السيارة، والنافذة الزمنية لكل محطة، ومتطلبات استراحة السائق، وعمليات التسليم ذات الأولوية. يؤدي القيد المفقود إلى قيام الذكاء الاصطناعي بإنتاج مسار مثالي على الورق ولكنه غير قابل للتطبيق في الميدان.
ثلاثة أشياء لتحقيق التوازن: التكلفة والوقت والرضا
يوازن تحسين المسار بين الأهداف المتنافسة، وليس هدفًا واحدًا فقط. نريد تقليل تكاليف الوقود/المسافة إلى الحد الأدنى؛ لكن أقصر طريق قد يعني التسليم الأخير لبعض العملاء. نريد أن يكون وقت التسليم قصيرًا؛ لكن الوصول بسرعة إلى كل عميل يتطلب المزيد من المركبات والتكاليف. نريد أن يكون رضا العملاء مرتفعًا؛ إن الوصول في الوقت المحدد خلال فترة زمنية ضيقة يضمن ذلك، ولكنه يقيد المسار. لا يوجد حل واحد "صحيح" في هذا المثلث؛ يتم اختيار الرصيد وفقًا لأولوية عملك. الجانب الأكثر قيمة في الذكاء الاصطناعي هو أنه يوضح هذا التوازن من خلال السيناريوهات: "أرخص طريق هو هذا، أسرع طريق هو هذا، الطريق الأكثر توازناً هو هذا". يتم اتخاذ القرار من قبلك الذي يعرف أولوية العمل.
خطوة بخطوة: دراسة الطريق باستخدام الذكاء الاصطناعي
- إعداد بيانات التوقف. العنوان/المنطقة (رمز مجهول)، كمية التسليم، النافذة الزمنية، الأولوية.
- أدخل قيد الأسطول الخاص بك. كم عدد المركبات، سعة كل منها، مستودع الخروج، قاعدة كسر السائق.
- حدد الهدف. هل الأولوية هي التكلفة أم الوقت أم الرضا؟ أخبر الذكاء الاصطناعي بوضوح.
- قم بإنشاء سيناريو. اسأل عن خيارات الطريق الأرخص / الأسرع / الأكثر استقرارًا.
- مرشح المجال. قم بإضافة الحقائق المحلية يدويًا مثل أعمال الطرق المعروفة، والازدحام المروري، ومشاكل مواقف السيارات، وما إلى ذلك.
- موافقة المخطط. التحقق من حقوق السائق وقابلية التطبيق الفعلي؛ تأكيد المسار النهائي.
تنبيه: يعتمد حساب حركة المرور والمسافة في الذكاء الاصطناعي على البيانات التي يتم تغذيتها. إذا لم تكن هناك بيانات حركة المرور في الوقت الحقيقي، فإن الذكاء الاصطناعي يفترض أن "الطريق فارغ" ويحسب الأوقات بشكل متفائل. يعرف السائق في الميدان أعمال الطريق التي لا يعرفها الذكاء الاصطناعي. ولهذا السبب تعتبر تعليقات السائق والمخطط جزءًا لا يتجزأ من المسار.
ثلاث حالات صغيرة
الحالة 1 - فشل التسليم يتناقص مع مرور الوقت. كانت إحدى شركات التوصيل تعاني من "عمليات تسليم فاشلة" متكررة من خلال محاولة التوصيل خلال ساعات عندما لا يكون العملاء في المنزل؛ وكل محاولة فاشلة كانت مرة ثانية، مما يعني تكلفة إضافية. قام المخطط بجمع النافذة الزمنية المفضلة لكل محطة وأعطاها للذكاء الاصطناعي. أعاد الذكاء الاصطناعي بناء الطرق وفقًا لهذه النوافذ. ارتفع معدل المحاولة الأولى للولادة الناجحة من 78% إلى 94%؛ انخفضت التكلفة بشكل ملحوظ في المرة الثانية. نوافذ الذكاء الاصطناعي المستقرة؛ قام الرجل بمهمة جمع النوافذ.
الحالة 2 - الاختيار الواعي مع السيناريوهات. كان أحد موزعي المواد الغذائية يخدم 90 محطة توقف بـ 6 مركبات. قدم الذكاء الاصطناعي ثلاثة سيناريوهات: المسار الأرخص (توفير الوقود بنسبة 12% ولكن بعض عمليات التسليم تنتقل إلى فترة ما بعد الظهر)، والطريق الأسرع (جميع عمليات التسليم قبل الظهر ولكن يلزم وجود مركبة واحدة أخرى)، والمسار المتوازن. كان المدير يعلم أن منتجات سلسلة التبريد يجب أن يتم التخلص منها قبل الظهر، لذلك لم يختر الخيار "الأرخص" بالضبط، بل اختار السيناريو المتوازن الذي يعطي الأولوية للمنتجات الباردة. خيارات الذكاء الاصطناعي المقدمة؛ وكانت المعرفة ذات الأولوية في البشر.
الحالة 3 - خطة لا تسحق حقوق السائقين. أراد أحد المحللين تنفيذ المسار الأكثر كفاءة الذي أنتجه الذكاء الاصطناعي؛ ومع ذلك، يتطلب الطريق من السائق القيادة لمدة 6 ساعات دون انقطاع. كان هذا غير قانوني وخطير. أضاف المخطط قيد الاستراحة الإلزامي وأعاد إنتاج المسار؛ انخفض العائد قليلاً، لكن الخطة أصبحت قانونية وآمنة. حق الإنسان يتفوق على الأمثل الرياضي.
أربعة قوالب قابلة للنسخ
1) سيناريو المسار الأساسي:
دورك: مساعد تخطيط التوزيع. المستودع: [رمز الموقع]. المركبات: 6 لكل منها، [السعة]. التوقفات أدناه: رمز مجهول، مبلغ التسليم، النافذة الزمنية، الأولوية. قاعدة السائق: 45 دقيقة استراحة إلزامية خلال 4.5 ساعة. المهمة: اقتراح خطة طريق تناسب القيود؛ قم بإعطاء ترتيب التوقفات ووقت الانتهاء المقدر لكل مركبة. تحذير إذا كان هناك قيد غير قابل للتطبيق.
2) المقارنة بين ثلاثة أهداف:
قم بإنشاء ثلاثة سيناريوهات للمسار بنفس بيانات التوقف والأسطول: (1) أدنى مسافة للوقود/المسافة، (2) أقرب اكتمال، (3) متوازن. المسافة الإجمالية والوقت المقدر وعدد المركبات المطلوبة والمخاطر القائمة لكل منها. لا تتخذ خيارًا واضحًا؛ سأختار.
3) الأولوية وقيد سلسلة التبريد:
تحتوي المحطات [الأكواد] التالية على منتجات سلسلة التبريد ويجب تسليمها بحلول الساعة 12:00 على أبعد تقدير. بناء المسار بطريقة لا تنتهك هذا القيد؛ إذا كان الانتهاك أمرًا لا مفر منه، فاذكر بوضوح عند أي توقف ولماذا.
4) نص معلومات السائق:
اكتب ملخصًا قصيرًا وواضحًا ينقل المسار التالي للسائق: ترتيب التوقفات، أوقات الوصول المقدرة، التوقف للاستراحة والتحذيرات (الشارع الضيق، النافذة الزمنية). اجعلها بسيطة وسهلة القراءة. قم بتدوين ملاحظة أن السائق سوف يؤكد حالة حركة المرور/الطريق الفعلية.
موجه ضعيف / موجه قوي
حث ضعيف:
العثور على أقصر طريق.
كم عدد المركبات، ما هي السعة، ما هي النافذة الزمنية، ما هي الأولوية غير واضحة. النتيجة لا تنطبق.
مطالبة قوية:
دورك: مساعد تخطيط التوزيع. 4 مركبات (وزن كل منها 1200 كجم)، تترك مستودعًا واحدًا. 60 نقطة توقف: الكود، الوزن، النافذة الزمنية، الأولوية المضافة. يجب التخلص من العناصر الباردة قبل الساعة 12 ظهرًا. يجب أن يأخذ السائق استراحة لمدة 4.5 ساعة. أعط سيناريوهين: المسافة الأقل والأكثر استقرارًا؛ الإبلاغ عن انتهاكات القيود. الخيار لي.
الهدف
تكلفة الوقود
سرعة التسليم
رضا العملاء
أقصر مسافة
أدنى
متغير
بعض عمليات التسليم المتأخرة
أسرع إنجاز
عالية
الأفضل
عالية ولكنها مكلفة
وفية لنافذة الوقت
متوسطة
متوسطة
أعلى
متوازن
متوسطة منخفضة
جيد
جيد
الأخطاء الشائعة
- في عداد المفقودين القيود. إذا لم يتم تحديد الإطار الزمني والقدرة وقواعد الاستراحة، فسيكون المسار جيدًا على الورق ولكنه غير قابل للتطبيق في الميدان.
- بافتراض أن حركة المرور هي "طريق فارغ". إذا لم تكن هناك بيانات في الوقت الحقيقي، فإن الأوقات متفائلة؛ مطلوب التحقق من السائق.
- التركيز على هدف واحد. فقط الطريق الأرخص يمكن أن يقع ضحية لسلسلة التبريد أو عميل VIP.
- سحق حقوق السائقين. إن المسار "الإنتاجي" الذي لا يتطلب فترات راحة أو يتطلب عملاً إضافيًا هو أمر غير قانوني وخطير.
- تجاهل التسليم الفاشل. إذا لم يتم استيفاء الإطار الزمني، فإن عمليات التشغيل الثانية ستؤدي إلى تضخيم التكلفة المخفية.
نصيحة: قم بإجراء "فحص ميداني" لمدة 5 دقائق مع السائقين قبل الانطلاق على الطريق: هل هناك أي أعمال طرق يعرفون عنها، أو مشكلات في مواقف السيارات، أو عملاء صعبون؟ تضيف هذه التعليقات حقائق إلى المسار الذي لا يستطيع الذكاء الاصطناعي رؤيته باستخدام البيانات ويزيد بشكل كبير من نجاح التسليم.
في ملخص
يعد الميل الأخير مكلفًا، ويعد تحسين المسار أقوى وسيلة لتقليله. يوازن الذكاء الاصطناعي بين جميع قيود VRP (السعة، والنافذة الزمنية، والأولوية، والاستراحة) في نفس الوقت وينتج سيناريوهات في مثلث الرضا عن التكلفة والوقت. ولكن هذا حل رياضي: لا يمكن تنفيذه دون إضافة حركة مرور حقيقية وحقوق السائق والمعرفة الميدانية. توفير القيود الكاملة، ومقارنة السيناريوهات، والحصول على تأكيد السائق؛ يتم تحديد المسار النهائي بموافقة المخطط.
مهمة التطبيق
قم بإعداد قائمة تسليم يومية من التوزيع الخاص بك (أو افتراضيًا): 20-30 توقفًا، أضف الكمية والنافذة الزمنية والأولوية لكل منها؛ تحديد 2-3 مركبات وقدراتها. اطلب من الذكاء الاصطناعي تقديم سيناريوهات باستخدام قالب "مقارنة الأهداف الثلاثة". أضف قاعدة استراحة السائق وقيد سلسلة التبريد. قم بتدوين السيناريو الذي اخترته ومبرراته، وكذلك النقاط التي ستتأكد منها ميدانياً، في 5 بنود.
قائمة مرجعية
- [ ] هل استوفيت كافة القيود (القدرة، النافذة الزمنية، الاستراحة، الأولوية)؟
- [ ] هل قمت بمقارنة سيناريوهات التكلفة/الوقت/الرضا؟
- [ ] هل أضفت القيد الذي يحمي سلسلة التبريد وعمليات التسليم ذات الأولوية؟
- [ ] هل لاحظت حقوق السائق وفترات الاستراحة القانونية؟
- [ ] هل حصلت على تأكيد السائق/الميدان قبل الانطلاق على الطريق؟