機械学習が交通と物流に革命を起こす4つの方法

機械学習が交通と物流に革命を起こす4つの方法

AI は、自動運転車、より優れたルートマッピング、より正確な予測を通じて、輸送と物流をよりスマートかつ効率的にします。

[[325507]]

スイスは、高山の道路から何万台もの貨物トラックを排除して渋滞と汚染を減らすことを決定し、世界最長かつ最深の鉄道トンネルであるゴッタルドトンネルを建設しました。この現代工学の偉業は民間と商業の双方にとって恩恵となるが、このような独創的な建設プロジェクトは輸送と物流の未来を改善できる唯一の方法ではない。

逆に、競争が激化し相互接続が進む世界では、運輸・物流 (T&L) 業界の CEO のうち、来年自社の収益が増加すると考えているのはわずか 29% であり、より多くの T&L 企業が、効率性を高め、顧客に優れたエクスペリエンスを提供できる新しいクラウドベースの機械学習サービスに目を向けています。

クラウドと AI の融合により、自律技術、特にモビリティにおける幅広いイノベーションが可能になります。これはゲームチェンジャーです。PWC によると、T&L 企業のリーダーの 68% が、サービス提供のコア技術の変化が今後 5 年間で業界に混乱をもたらすと考えており、65% が流通チャネルの進歩も同様に業界に混乱をもたらすと考えています。

交通革命を推進する

全体として、機械学習は、需要予測とルート最適化、自動運転とマッピング、ロボット工学、異常検出という 4 つの主要領域でモビリティ革命を運輸・物流業界にもたらしています。


たとえば、8,000億ドル規模のトラック輸送業界に革命を起こしているConvoyは、機械学習モデルを使用してルートを最適化しています。米国では、貨物は人間のブローカーを介して働く荷送人と運送業者の分散型ネットワークを通じて輸送されます。その結果、非効率的なシステムが生まれ、アメリカのトラック運転手が毎年走行する 950 億マイルのうち 40% が貨物を輸送せずに道路上で過ごされることになります。これは「空走行」と呼ばれる現象です。 Convoy は、数百万の輸送業務を分析して業界で最も効率的なマッチングを実現し、空車距離を削減して利益を増やし、さらに重要なことに、排出量を削減します。

統計によると、アメリカのトラックの運転手は毎年950億マイル以上を走行しており、これは地球を370万周するのと同等の距離です。シアトルを拠点とする物流会社コンボイは、2018年にトラック輸送サービスに約8000億ドルを費やし、105億トンの貨物を輸送したと報告した。

つまり、トラック輸送は巨大な産業なのです。しかし、それは効率的な産業ではないかもしれません。トラック運転手が毎年走行する距離の実に40%が空車状態での運転に費やされており、これは膨大な時間と燃料の無駄遣いです。

Convoy は現状を打破し、人工知能 (AI) を使用して自動化します。 「当社は、運送業者やドライバーが直接仕事を探すために使用できるモバイルアプリを通じて、デジタルオンラインマーケットプレイスを構築しました」と、コンボイのマーケットプレイスおよびデータプラットフォームエンジニアリングのシニアマネージャー、デビッド・ツァイ氏は語った。

Convoy のアプローチは、AI 技術である機械学習を使用して、荷主とトラック運転手のより良いマッチングを提供し、荷主とトラック運転手が Convoy のマッチング システムを使用してより効率的に貨物を移動できるようにしながら、双方のコストを削減することです。社内にコンピュータ化されたシステムを持つ大規模な荷送業者は、Convoy のオンライン デジタル マーケットプレイスを自社のマーケットプレイスに統合することもできます。

それでも、トラック運送業界では全国で少なくとも10万人の運転手不足に陥っている。現在、解決策は自動運転トラックです。 TuSimple の技術チームは、100 マイルを超える自律的な商用配送を安全かつ効率的に実行するために、100 を超えるクラウドベースの AI モジュールを導入しました。満載のトラックが時速 65 マイルで走行している場合でも、TuSimple の高度な AI アルゴリズムは、道路を共有する車両の種類を区別し、その速度を判断し、プラスマイナス 5 センチメートルの精度で TuSimple のトラックを車線の中央に保つことができます。


東南アジアでは、配車サービス会社のグラブがリアルタイムのオンデマンドマッチングと供給アルゴリズムを改善したいと考えている。同社は機械学習ツールを活用して、150 万件の予約をサポートするリアルタイムのデータ計算とデータ ストリームにアクセスし、最終的にマッチングと供給のパフォーマンスを 30% 向上させました。

AI と機械学習が T&L 業界に与えているプラ​​スの影響のもう 1 つの例として、Lyft による AI を活用した時系列分析ソリューションの使用が挙げられます。このテクノロジーは、より大きなビジネス上の問題を示す異常を自動的に検出し、検査が必要なインシデントを検出します。 Lyft は、大規模な社内データ サイエンスに投資したり、ダッシュボードを手動で確認したりする必要がないため、多くのコストを節約できました。

適切な取り扱い

もちろん、予測精度は運輸・物流会社にとって重要な要素であり、UAEに拠点を置くAramex(国際および国内の速達便、貨物輸送、オンラインショッピングサービスを提供)のリアルタイム配送事業では、1分あたり数千件のリクエストを処理しています。開発者やデータ サイエンティストが AI および ML モデルをトレーニング、構築、展開できるようにする完全に管理されたクラウドベースのサービスを展開することで、Aramax は輸送時間の予測精度を 74% 向上させ、配送関連のサービス コールを 40% 削減しました。

クラウドベースの機械学習と AI ツールも Amazon.com の中核を成しており、顧客の注文から履行、配送まで、毎年何十億もの荷物を配送しています。当社では、予測アルゴリズムを使用して、顧客が注文する可能性のあるものを予測し、倉庫に十分な在庫があることを確認します。 AWS 上の AI および機械学習サービスは、フルフィルメント センターのロボット、配送パートナーとの連携方法、さらには配送ルートの最適化にも役立ちます。

過去数年間の教訓は明らかです。T&L 業界での競争はかつてないほど複雑になっており、収益性は真のテクノロジー主導の効率性からのみ生まれます。幸いなことに、AI と機械学習の新たなイノベーションにより、企業は最大の問題を解決し成長するために必要な高度なツールを入手でき、大きな優位性を獲得しています。

<<:  AIが人々の恋愛探しをどうサポートするか

>>:  将来の産業用ロボットは「金属を食べて」自ら動力を得るようになるのでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

自動テストの落とし穴は何ですか?どうすれば解決できるでしょうか?

自動テストは、ソフトウェア ツールまたはハードウェア デバイスを使用して、テスト ケースの手動実行を...

インベントリ | 知らないかもしれないディープラーニングの応用事例 8 つ

ディープラーニングは、多層人工ニューラル ネットワークを使用してコンピューター ビジョンから自然言語...

650億のパラメータ、すべてのパラメータを8つのGPUで微調整可能:Qiu Xipengのチームは大規模モデルの閾値を下げました

大規模モデルに向けて、テクノロジー大手はより大規模なモデルをトレーニングしており、学界はそれらを最適...

大型モデルでも「ドリフト」現象は発生しますか? AIアプリケーション開発者は注意が必要

データセンターでの機械学習プロジェクトの開発に精通している読者は、データドリフトとコンセプトドリフト...

壁を登る毛虫のように、上海交通大学の新しいソフトロボットは水平にも垂直にも動くことができる

今日のロボットは、次のようなさまざまな形やサイズのものがあります。こんなのもあります:一見奇妙に見え...

...

マスク氏が「アイアンマン」のようなロボットを発売!テスラが世界最速のAIコンピューターを発表

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

AIデータストレージデバイスを選択するための6つの重要な要素

人工知能 (AI) と機械学習は、企業がコアデジタル資産を活用して競争上の優位性を生み出すために役立...

...

ChatGPT 1 周年、Altman が OpenAI に復帰!帰国の内幕を明かすイリヤの所在はまだ不明

ChatGPT の 1 周年に、OpenAI は公式発表を行いました: Sam Altman が O...

...

人工知能の時代に教育はどのように変化するのでしょうか?

「教育は人材を育成する長期的な取り組みなので、将来を見据えたものであるべきだ。」先日開催された人工...

AIはデザインにおいて具体的にどのように使用されるのでしょうか?

人工知能は、過去数十年で最も大きな技術進歩の一つになりました。可能性は刺激的で無限であり、さまざまな...

人工知能の時代では、機械学習とAIアルゴリズムが「80/20ルール」を変えるだろう

[[186517]]ハーバード・ビジネス・レビューは、機械学習と AI アルゴリズムの進歩により、私...

RangePerception: Range View3D 検出への新しいアプローチ!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...