Otimização logística de entregas last mile com Inteligência Artificial
Data
Breve relato
O sector dos serviços de entrega e recolha de última milha regista um crescimento permanente de dois dígitos devido ao impulso da expansão do comércio electrónico, que está a gerar uma enorme pressão sobre as empresas de logística. Além disso, os clientes têm cada vez mais expectativas relativamente à rapidez e comodidade das entregas, e são menos tolerantes com atrasos e erros nas encomendas.
O objetivo geral do projeto é desenvolver um sistema de previsão de incidentes, análise e ações automatizadas proativas através da aplicação de técnicas de Machine Learning que permitam a redução de entregas falhadas. Isto terá como consequência direta a redução dos quilómetros percorridos pelos transportadores e consequentemente a redução das emissões de CO2, a redução do congestionamento urbano e a melhoria da qualidade de serviço aos clientes, contribuindo assim para um modelo de negócio mais competitivo e sustentável.
No projeto, uma ferramenta de previsão de incidentes é projetada e desenvolvida com técnicas de Machine Learning, implementando um sistema automatizado que minimiza incidentes de última milha. Por fim, é validado com testes pilotos da nova operação em ambientes de mensageiros.
Uma das chaves para o negócio de serviços de entrega e coleta de última milha são as falhas nas entregas. Atualmente ocorre um número significativo de incidentes que se traduzem num impacto significativo na qualidade do serviço e na rentabilidade das empresas de logística especializada que trabalham com margens apertadas. Estes incidentes são serviços não entregues na data acordada, rejeitados por não estarem de acordo com as condições do serviço ou anomalias anteriores à distribuição da encomenda. Dependendo de múltiplos factores, ou tipos de serviços, a percentagem de incidentes no sector pode variar em média entre 10% e 20% do total de serviços, de acordo com diferentes estudos.
Os órgãos de transporte podem tomar certas medidas para tentar reduzir essas falhas, pois existem padrões de comportamento nos serviços, que por meio de técnicas de inteligência artificial permitem identificar as entregas em que ocorrerão incidentes. A detecção precoce de possíveis incidentes permitirá que as agências de entrega de última milha realizem ações proativas precoces que resultarão em melhoria da reputação junto aos clientes, redução de custos e aumento da sustentabilidade do transporte urbano.
