Tương lai của AI trong vận tải logistics

Hầu hết các chủ hàng, nhà vận chuyển và nhà cung cấp dịch vụ hậu cần đều hiểu tầm quan trọng của việc thu thập dữ liệu và ra quyết định dựa trên dữ liệu. Dữ liệu được thu thập theo thời gian cung cấp thông tin tình báo, cho phép các công ty nâng cao khả năng ra quyết định dài hạn. Trong khi đó, dữ liệu thời gian thực có thể được sử dụng để đưa ra quyết định thông minh trong từng giây – như cách sửa hoặc lập kế hoạch lại khi xảy ra sự cố.

Trí tuệ nhân tạo là một công cụ mạnh mẽ giúp các công ty tận dụng tối đa dữ liệu của họ. Điều này có nhiều hình thức. 'AI thống kê' cho phép người dùng phân tích lượng thông tin khổng lồ để tìm ra các mẫu ẩn và đưa ra quyết định thông minh. Trong khi đó, các công ty có thể sử dụng dữ liệu trong quá khứ để lập trình các mô hình 'AI mang tính biểu tượng', có thể được sử dụng cho các ứng dụng 'tìm kiếm mục đích', chẳng hạn như tối ưu hóa quy trình. Jonah Mcintire, Giám đốc Mạng lưới tại Transporeon, A Trimble Company, khám phá thêm..

Tự động hóa so với AI – hiểu sự khác biệt

Tự động hóa và AI thường được nhắc đến cùng một lúc, như thể chúng đồng nghĩa với nhau. Tuy nhiên, mặc dù chúng được liên kết với nhau nhưng có một sự khác biệt quan trọng giữa chúng. Tự động hóa liên quan đến việc ủy ​​thác các nhiệm vụ trần tục, thường là hành chính, cho phần mềm. Đó là văn thư. Mặt khác, AI thực sự liên quan đến việc trao quyền ra quyết định. Phần mềm được cung cấp các thông số đã đặt nhưng nó sẽ sử dụng chúng để đưa ra những kết luận không mong đợi. Người dùng có thể cho AI mức độ tự do khác nhau. 

Một cách tiếp cận thận trọng hơn là cho phép phần mềm tính toán các lựa chọn và đưa ra khuyến nghị để con người phê duyệt. Tuy nhiên, nó cũng có thể đưa ra kết luận và đưa ra quyết định một cách tự chủ mà không cần thông báo cho con người.

Vậy AI trong vận tải logistics có thể có tác động lớn nhất ở đâu? Câu trả lời ngắn gọn là 'ở mọi nơi'. Trên thực tế, các chủ hàng, nhà vận chuyển và nhà cung cấp dịch vụ hậu cần có tư duy tiến bộ đã tích hợp AI vào kho công nghệ của họ. 

Có một số cân nhắc cần ghi nhớ. AI được sử dụng tốt nhất cho các quyết định có giá trị tài chính cụ thể, dễ ghi điểm và có các biến số riêng biệt, phổ biến. Chu kỳ ra quyết định nhanh cũng rất quan trọng. Giống như con người, AI học hỏi từ thử nghiệm. 

Vì vậy, nếu một quyết định chỉ được đưa ra hàng năm, sẽ phải mất hàng chục năm để phần mềm thu thập đủ dữ liệu để nhận phản hồi. Trên thực tế, bạn muốn các mô hình AI phân tích hàng nghìn quyết định mỗi ngày. Lý tưởng nhất là người chơi sẽ sử dụng các mô hình được đào tạo không chỉ bằng dữ liệu của riêng họ mà còn bằng dữ liệu được thu thập từ khắp ngành. Cách tiếp cận hợp tác này (còn được gọi là 'nền tảng') cho phép mọi người tiến lên phía trước. 

Vì vậy, làm thế nào AI có thể thay đổi cách các công ty sử dụng dữ liệu của họ thông qua việc mua sắm tự động, các công cụ ETA thời gian thực và quá trình khử cacbon? 

Công cụ ETA thời gian thực 

Sự mất kết nối giữa chủ hàng và nhà vận chuyển từ lâu đã là một thách thức trong ngành vận tải logistics. Để nâng cao khả năng hiển thị, minh bạch và hiệu quả, chúng ta cần kết nối người nhận tải và người cung cấp tải. 

Ví dụ, việc dự đoán thời gian đến của hàng hóa theo truyền thống là một điểm khó khăn đối với cả người gửi hàng và người vận chuyển. Những nguyên nhân phổ biến của sự chậm trễ – như đình công, ùn tắc giao thông và những khó khăn về máy móc – có thể dường như hoàn toàn ngẫu nhiên đối với con người. Nhưng khi một mô hình AI phân tích dữ liệu này trong nhiều năm, các mẫu ẩn sẽ xuất hiện. Thông thường - trừ khi các trường hợp thực sự chưa từng có - AI dự đoán ETA tốt hơn nhiều và với sự trợ giúp của công cụ ETA thời gian thực được AI hỗ trợ, các công ty có thể đảm bảo rằng họ sẵn sàng nhận hàng bất cứ khi nào họ đến. 

Tự động hóa việc mua sắm và báo giá

Mua giao ngay là một trường hợp sử dụng hoàn hảo cho AI mang tính biểu tượng, vì các công ty có ngân sách nhất định và các ràng buộc rõ ràng về thời gian giao hàng và loại nhà cung cấp dịch vụ. Ngoài ra, cấu trúc của đàm phán tương đối đơn giản – người tham gia có thể đưa ra đề nghị, chờ phản hồi, đưa ra đề nghị phản đối, chấp nhận đề nghị hoặc kết thúc đàm phán. Điều này giúp phần mềm dễ dàng theo đuổi mục tiêu của mình một cách độc lập, tiết kiệm hàng nghìn giờ quản trị thủ công. 

Đây chỉ là một ví dụ. Trong lĩnh vực mua sắm, AI thống kê cũng có thể cách mạng hóa hoạt động đấu thầu bằng cách sử dụng lượng dữ liệu khổng lồ để dự đoán giá cả. Ví dụ: thay vì yêu cầu các nhà vận chuyển đấu thầu một gói thầu tải, AI có thể đưa ra gói thầu nói trên – và một đề nghị định giá – cho một số nhà vận chuyển được chọn. Nếu không có nhà cung cấp dịch vụ nào chấp nhận tải đấu thầu ở mức giá đưa ra, AI có thể bắt đầu các vòng đấu thầu bổ sung nếu cần.

AI cũng có thể có tác động biến đổi đối với người bán dịch vụ hậu cần, cho phép họ tự động phục vụ khách hàng với mức giá chính xác, tức thời cho việc vận chuyển giao ngay dựa trên giá thị trường dự đoán. Với khả năng này, người tiếp nhận có thể tăng số lượng cơ hội mà họ báo giá và cuối cùng giành được nhiều công việc kinh doanh mới hơn.

Khử cacbon

Ngành vận tải hậu cần đang chịu áp lực phải cắt giảm lượng khí thải carbon. Khách hàng là người dùng cuối đang dựa vào các chủ hàng để khử cacbon. Trong khi đó, các chủ hàng đang gây áp lực tương tự lên các hãng vận tải bằng cách ký hợp đồng với họ dựa trên các hoạt động bền vững của họ, đưa ra các hợp đồng vận chuyển hàng hóa dài hơn cho các hãng vận chuyển có trách nhiệm với môi trường và thậm chí phải trả phí cho việc vận chuyển lượng carbon thấp hơn.

Với tính bền vững hiện đang ảnh hưởng đến kết quả kinh doanh, không có gì ngạc nhiên khi quá trình khử cacbon đang trở thành ưu tiên hàng đầu trong chương trình nghị sự của cả chủ hàng và nhà vận chuyển. Vậy làm thế nào AI có thể giúp giải quyết tất cả những điều này?

Điều đầu tiên cần nhấn mạnh là – không giống như hoạt động mua sắm – thường không có câu trả lời “đúng” duy nhất khi nói đến tính bền vững. Các công ty có thể có những ý tưởng khác nhau về chiến lược tối ưu, cân bằng cẩn thận giữa “chi phí và lượng khí thải” hoặc “sự chắc chắn và lượng khí thải”. Tuy nhiên, một khi các chủ hàng, nhà vận chuyển và nhà cung cấp dịch vụ hậu cần đã quyết định mức độ chấp nhận rủi ro của họ, AI có thể đóng một vai trò quan trọng trong việc giúp họ đạt được mục tiêu của mình. 

Các công ty thường áp dụng một trong hai tâm lý. Đầu tiên là chiến lược giới hạn và giao dịch, trong đó công ty quyết định rằng họ sẽ không chấp nhận lượng khí thải vượt quá X. Thứ hai là thuế carbon, trong đó một công ty quyết định bù đắp lượng khí thải của mình. Đối với cả hai chiến lược này, người gửi hàng và người vận chuyển có thể tính 'giá mỗi tấn khí thải' vào các sự kiện mua sắm. AI thống kê có thể là một công cụ ra quyết định hữu ích. Ví dụ: khi quyết định nên sử dụng phương thức vận chuyển nào cho mỗi lô hàng. 

Tương lai của AI trong vận tải hậu cần là sự hợp tác

Chúng ta đang ở thời điểm bước ngoặt quan trọng trong việc sử dụng AI trong vận tải hậu cần. Nó sẵn sàng cắt giảm công việc hành chính và giúp các công ty trở nên hiệu quả và bền vững hơn. Nhưng việc đạt được điều này phụ thuộc vào việc thu thập và chia sẻ dữ liệu hiệu quả. Đây là nơi có sự hợp tác giữa những người chơi trong ngành. 

Để tối đa hóa kết quả tích cực cho mọi người, các chủ hàng, nhà vận chuyển và nhà cung cấp dịch vụ hậu cần cần có nền tảng kỹ thuật số hợp tác để chia sẻ dữ liệu nhằm cung cấp các mô hình AI. Nhìn về phía trước với cách tiếp cận này, chúng tôi có thể đẩy nhanh đáng kể tiến độ hướng tới đạt được các mục tiêu số hóa và khử cacbon của ngành.

Bình Anh