Optimasi Rute dan Pengiriman Last Mile — Kecerdasan Buatan dalam Logistik dan Rantai Pasokan

Keuntungan:

Kemampuan untuk memahami konsep perutean kendaraan (VRP), jendela waktu, batasan kapasitas, dan jarak tempuh terakhir serta menggunakan kecerdasan buatan untuk menghasilkan skenario rute
Kemampuan untuk membandingkan keseimbangan antara bahan bakar, jarak, waktu pengiriman dan kepuasan pelanggan berdasarkan skenario dengan dukungan kecerdasan buatan
Kemampuan untuk mempertahankan bahwa rute yang disarankan oleh kecerdasan buatan harus mendapat persetujuan dari perencana dalam hal hak istirahat pengemudi, lalu lintas, dan realitas lokasi

Mengeluarkan produk dari gudang dan sampai ke tangan pelanggan adalah langkah yang paling terlihat dan seringkali merupakan langkah termahal dalam rantai pasokan. Secara khusus, jarak tempuh terakhir—bagian dari pusat distribusi ke pelanggan akhir—menyumbang sebagian besar total biaya transportasi; karena terdiri dari pengiriman kecil yang tersebar di seluruh alamat individual, rentang waktu dan lalu lintas yang sempit. Pengoptimalan rute — merencanakan perhentian mana yang akan dikunjungi kendaraan dan dalam urutan apa — adalah cara yang paling ampuh untuk mengurangi biaya dan waktu ini. Di sinilah AI benar-benar bersinar: AI secara bersamaan memperhitungkan lusinan kendaraan, ratusan pemberhentian, jangka waktu dan kapasitas, menghasilkan skenario rute yang masuk akal dalam hitungan detik — sebuah pekerjaan yang membutuhkan waktu berhari-hari untuk dilakukan manusia secara manual. Namun rute yang diambil oleh AI adalah solusi matematis; Perjalanan tidak dapat dimulai tanpa perencana menambahkan batasan seperti hak istirahat pengemudi, lalu lintas sebenarnya, informasi lapangan dan prioritas pelanggan.

Bahasa masalah rute

Inti dari bidang ini adalah Vehicle Routing Problem (VRP): masalah kendaraan yang meninggalkan gudang dan kembali ke perhentian dengan total biaya yang paling sedikit (jarak, waktu atau bahan bakar). VRP memiliki beberapa keterbatasan penting:

Batasan kapasitas: Volume/berat yang dapat diangkut oleh setiap kendaraan terbatas; rutenya tidak boleh melebihi ini. Jendela waktu: Interval waktu yang diperbolehkan selama suatu perhentian dapat menerima layanan; Misalnya, toko kelontong hanya menerima barang antara pukul 08:00 dan 11:00. Waktu kerja pengemudi: Waktu mengemudi maksimum yang sah dan waktu istirahat wajib. Prioritas: Beberapa pengiriman (rantai dingin, mendesak, pelanggan VIP) harus dilakukan terlebih dahulu sebelum pengiriman lainnya. AI dapat menyeimbangkan semua kendala ini sekaligus — tetapi hanya jika Anda menjelaskannya dengan tepat. Kendala apa pun yang tidak Anda sebutkan berarti rute tidak layak.

Tip: Di prompt rute, ketik batasan satu per satu: kapasitas kendaraan, jangka waktu setiap pemberhentian, persyaratan istirahat pengemudi, prioritas pengiriman. Kendala yang hilang menyebabkan AI menghasilkan rute yang sempurna di atas kertas namun tidak bisa dijalankan di lapangan.

Tiga hal yang harus diseimbangkan: biaya, waktu, kepuasan

Pengoptimalan rute menyeimbangkan sasaran yang bersaing, bukan hanya satu. Kami ingin biaya bahan bakar/jarak diminimalkan; Namun rute terpendek mungkin berarti pengiriman terakhir ke beberapa pelanggan. Kami ingin waktu pengiriman menjadi singkat; Namun menjangkau setiap pelanggan dengan cepat membutuhkan lebih banyak kendaraan dan biaya. Kami ingin kepuasan pelanggan menjadi tinggi; Tiba tepat waktu dalam jangka waktu yang sempit memastikan hal ini, tetapi membatasi rute. Tidak ada satu pun solusi yang "benar" dalam segitiga ini; Keseimbangan dipilih sesuai dengan prioritas bisnis Anda. Aspek paling berharga dari AI adalah ia menunjukkan keseimbangan ini dengan skenario: "Rute termurah adalah ini, rute tercepat adalah ini, rute paling seimbang adalah ini." Keputusan diambil oleh Anda yang mengetahui prioritas bisnis.

Langkah demi langkah: Studi rute dengan AI

Siapkan data pemberhentian. Alamat/wilayah (kode anonim), jumlah pengiriman, jangka waktu, prioritas.
Masukkan batasan armada Anda. Berapa jumlah kendaraan, kapasitas masing-masing, pintu keluar depo, aturan pelanggaran pengemudi.
Tentukan targetnya. Apakah yang diprioritaskan adalah biaya, waktu atau kepuasan? Beritahu AI dengan jelas.
Buat skenario. Mintalah pilihan rute termurah/tercepat/paling stabil.
Penyaring lapangan. Tambahkan fakta lokal secara manual seperti perbaikan jalan yang diketahui, kemacetan lalu lintas, masalah parkir, dll.
Persetujuan perencana. Periksa hak pengemudi dan penerapan sebenarnya; konfirmasi rute akhir.

Perhatian: Penghitungan lalu lintas dan jarak AI didasarkan pada data yang dimasukkan. Jika tidak ada data lalu lintas real-time, AI mengasumsikan “jalan kosong” dan menghitung waktu dengan optimis. Pengemudi di lapangan mengetahui perbaikan jalan yang tidak diketahui oleh AI. Itu sebabnya masukan dari pengemudi dan perencana merupakan bagian yang sangat diperlukan dalam rute ini.

tiga kasus mini

Kasus 1 — Pengiriman yang gagal berkurang seiring dengan jangka waktu. Sebuah perusahaan pengiriman mengalami “pengiriman gagal” berulang kali dengan mencoba pengiriman pada jam-jam ketika pelanggan tidak ada di rumah; Setiap upaya yang gagal adalah yang kedua kalinya, yang berarti biaya tambahan. Perencana mengumpulkan jendela waktu pilihan setiap perhentian dan memberikannya kepada AI. AI merekonstruksi rute berdasarkan jendela ini. Tingkat keberhasilan pengiriman percobaan pertama meningkat dari 78% menjadi 94%; Biaya turun secara signifikan untuk kedua kalinya. Jendela yang distabilkan AI; manusia melakukan pekerjaan mengumpulkan jendela.

Kasus 2 - Pilihan sadar dengan skenario. Sebuah distributor makanan melayani 90 pemberhentian dengan 6 kendaraan. AI memberikan tiga skenario: rute termurah (penghematan bahan bakar sebesar 12% tetapi beberapa pengiriman digeser ke sore hari), rute tercepat (semua pengiriman sebelum tengah hari tetapi diperlukan 1 kendaraan lagi), rute seimbang. Manajer mengetahui bahwa produk rantai dingin harus habis sebelum tengah hari, jadi dia tidak memilih opsi yang "termurah", namun skenario seimbang yang memprioritaskan produk dingin. AI menawarkan opsi; Pengetahuan prioritas ada pada manusia.

Kasus 3 — Rencana yang tidak menghancurkan hak-hak pengemudi. Seorang analis ingin menerapkan rute paling efisien yang dihasilkan AI; Namun, rute tersebut mengharuskan pengemudi berkendara selama 6 jam tanpa istirahat. Ini ilegal dan berbahaya. Perencana menambahkan batasan istirahat wajib dan membuat ulang rutenya; Hasil panen sedikit menurun, namun rencana tersebut menjadi legal dan aman. Hak asasi manusia mengalahkan optimal matematika.

Empat templat yang dapat disalin

1) Skenario rute dasar:

Peran Anda: asisten perencanaan distribusi. Gudang: [kode lokasi].Kendaraan: masing-masing 6, [kapasitas]. Pemberhentian ada di bawah: kode anonim, jumlah pengiriman, jangka waktu, prioritas. Aturan pengemudi: Istirahat wajib 45 menit dalam 4,5 jam. Tugas: menyarankan rencana rute yang sesuai dengan batasan; Berikan urutan pemberhentian dan perkiraan waktu selesai untuk setiap kendaraan. Peringatkan jika ada batasan yang tidak dapat diterapkan.

2) Perbandingan tiga target:

Hasilkan tiga skenario rute dengan data pemberhentian dan armada yang sama: (1) bahan bakar/jarak terendah, (2) penyelesaian paling awal, (3) seimbang. Total jarak, perkiraan waktu, jumlah kendaraan yang diperlukan dan risiko yang belum terselesaikan untuk masing-masing kendaraan. Jangan membuat pilihan yang jelas; saya akan memilih.

3) Kendala prioritas dan rantai dingin:

Perhentian [kode] berikut berisi produk rantai dingin dan harus dikirim paling lambat pukul 12:00. Bangun rute sedemikian rupa sehingga tidak melanggar batasan ini; Jika pelanggaran tidak dapat dihindari, nyatakan dengan jelas di mana pelanggaran tersebut dihentikan dan alasannya.

4) Teks informasi pengemudi:

Tulis ringkasan singkat dan jelas yang menyampaikan rute berikut kepada pengemudi: urutan pemberhentian, perkiraan waktu tiba, perhentian, dan peringatan (jalan sempit, jangka waktu). Tetap sederhana dan mudah dibaca. Catat bahwa pengemudi akan mengkonfirmasi kondisi lalu lintas/jalan sebenarnya.

Perintah lemah / Perintah kuat

Perintah yang lemah:

Temukan rute terpendek.

Berapa jumlah kendaraan, berapa kapasitasnya, berapa jangka waktunya, apa prioritasnya tidak jelas. Hasilnya tidak dapat diterapkan.

Perintah yang kuat:

Peran Anda: asisten perencanaan distribusi. 4 kendaraan (masing-masing 1.200 kg), meninggalkan satu gudang. 60 perhentian: kode, berat, jangka waktu, prioritas ditambahkan. Barang dingin harus dikeluarkan sebelum pukul 12:00. Pengemudi harus istirahat 4,5 jam. Berikan 2 skenario: jarak terendah dan paling stabil; Tandai pelanggaran batasan. Pilihan ada di tangan saya.

sasaran

biaya bahan bakar

Kecepatan pengiriman

kepuasan pelanggan

jarak terpendek

terendah

Variabel

Beberapa pengiriman terlambat

Penyelesaian tercepat

tinggi

terbaik

Tinggi tapi mahal

setia pada jendela waktu

sedang

tertinggi

seimbang

sedang-rendah

bagus

Kesalahan umum

Hilangnya kendala. Jika jangka waktu, kapasitas dan aturan istirahat tidak diberikan, rute akan bagus di atas kertas tetapi tidak bisa dijalankan di lapangan.
Dengan asumsi lalu lintas adalah "jalan kosong". Jika tidak ada data real-time, maka waktunya optimis; Verifikasi pengemudi diperlukan.
Berfokus pada satu sasaran. Hanya rute termurah yang bisa menjadi korban cold chain atau pelanggan VIP.
Menghancurkan hak-hak pengemudi. Rute "produktif" tanpa istirahat atau memerlukan lembur adalah ilegal dan berbahaya.
Mengabaikan pengiriman yang gagal. Jika rentang waktu tidak terpenuhi, proses kedua akan meningkatkan biaya tersembunyi.

Tip: Lakukan “pemeriksaan lapangan” selama 5 menit dengan pengemudi sebelum memulai rute: apakah ada perbaikan jalan yang mereka ketahui, masalah parkir, pelanggan yang sulit? Umpan balik ini menambah kenyataan pada rute yang tidak dapat dilihat oleh AI dengan data dan secara signifikan meningkatkan keberhasilan pengiriman.

Singkatnya

Jarak tempuh terakhir itu mahal, dan pengoptimalan rute adalah cara paling ampuh untuk menguranginya. AI menyeimbangkan semua batasan VRP (kapasitas, jendela waktu, prioritas, jeda) pada saat yang sama dan menghasilkan skenario dalam segitiga kepuasan biaya-waktu. Namun ini adalah solusi matematis: hal ini tidak dapat diterapkan tanpa menambahkan lalu lintas nyata, hak pengemudi, dan pengetahuan lapangan. Berikan batasan lengkap, bandingkan skenario, dapatkan konfirmasi pengemudi; Rute terakhir ditetapkan dengan persetujuan perencana.

Tugas aplikasi

Siapkan daftar pengiriman harian dari distribusi Anda sendiri (atau hipotetis): 20-30 perhentian, tambahkan kuantitas, jangka waktu, dan prioritas untuk masing-masing; Identifikasi 2-3 kendaraan dan kapasitasnya. Mintalah skenario pada AI dengan templat “perbandingan tiga target”. Tambahkan aturan pemutusan pengemudi dan batasan rantai dingin. Tuliskan skenario yang Anda pilih dan justifikasinya, serta poin-poin yang akan Anda konfirmasi dari lapangan, dalam 5 item.

daftar periksa

[ ] Apakah saya sudah memenuhi semua batasan (kapasitas, rentang waktu, jeda, prioritas)?
[ ] Sudahkah saya membandingkan skenario biaya/waktu/kepuasan?
[ ] Sudahkah saya menambahkan batasan yang melindungi rantai dingin dan pengiriman prioritas?
[ ] Apakah saya sudah memperhatikan hak pengemudi dan masa jeda hukum?
[ ] Apakah saya mendapatkan konfirmasi pengemudi/lapangan sebelum memulai rute?