Ottimizzazione della logistica delle consegne dell'ultimo miglio con l'intelligenza artificiale
Data
Breve relazione
Il settore dei servizi di consegna e ritiro dell'ultimo miglio sta registrando una crescita sostenuta a due cifre, trainata dall'espansione dell'e-commerce, che sta esercitando un'enorme pressione sulle aziende di logistica. Inoltre, i clienti hanno aspettative sempre più elevate in termini di velocità e comodità delle consegne e sono meno tolleranti nei confronti di ritardi ed errori negli ordini.
L'obiettivo generale del progetto è sviluppare un sistema per prevedere gli incidenti, analizzarli e implementare azioni proattive automatizzate utilizzando tecniche di apprendimento automatico per ridurre le consegne non riuscite. Ciò si tradurrà direttamente in una riduzione dei chilometri percorsi dai corrieri e, di conseguenza, in una riduzione delle emissioni di CO2, una riduzione della congestione urbana e un migliore servizio clienti, contribuendo così a un modello di business più competitivo e sostenibile.
Il progetto prevede la progettazione e lo sviluppo di uno strumento di previsione degli incidenti utilizzando tecniche di apprendimento automatico, implementando un sistema automatizzato per ridurre al minimo i problemi di consegna dell'ultimo miglio. Infine, il progetto verrà validato attraverso test pilota del nuovo sistema in ambienti di corriere.
Uno degli aspetti chiave del settore della consegna e del ritiro dell'ultimo miglio sono i mancati recapiti. Attualmente, si verifica un numero significativo di incidenti, con un impatto significativo sulla qualità del servizio e sulla redditività delle aziende di logistica specializzate che operano con margini ridotti. Questi incidenti includono servizi non consegnati alla data concordata, rifiutati per non conformità alle condizioni di servizio o anomalie prima della distribuzione dell'ordine. A seconda di vari fattori e tipologie di servizio, la percentuale di incidenti nel settore può variare in media tra il 10% e il 20% dei servizi totali, secondo diversi studi.
Le aziende di trasporto possono adottare misure specifiche per cercare di ridurre queste carenze, identificando modelli comportamentali nel servizio. Utilizzando tecniche di intelligenza artificiale, possono individuare le consegne in cui è probabile che si verifichino problemi. L'individuazione precoce di potenziali problemi consentirà alle aziende di consegna dell'ultimo miglio di adottare misure proattive, con conseguente miglioramento della reputazione dei clienti, riduzione dei costi e maggiore sostenibilità del trasporto urbano.
