Cómo el aprendizaje automático está acelerando la entrega de última milla y de último metro

Si bien gran parte de los esfuerzos de la industria logística para acelerar los tiempos de entrega se centran en optimizar las rutas, resulta que los conductores no pasan la mayor parte de su tiempo allí.

De hecho, hasta el 75 % de su jornada laboral se dedica a navegar no la última milla sino los últimos 100 metros: esperar en los muelles de carga, buscar estacionamiento e interactuar con los clientes, dijo Chazz Sims, director ejecutivo de Wise Systems , una startup con sede en Cambridge, Massachusetts, que ha desarrollado un software autónomo de enrutamiento y despacho.

Utilizando herramientas de datos y aprendizaje automático, la empresa descubrió que este tipo de tiempo de servicio varía ampliamente según la hora del día, el cliente específico, los productos en cuestión y la persona que realiza la entrega, agregó Sims. Por ejemplo, ciertas tiendas se ocupan de atender a los clientes en determinados momentos del día o de recibir mercancías de diferentes camiones de reparto en otras. Al detectar esos patrones y cambiar los horarios, la empresa pudo reducir los tiempos y costos de entrega.

Las herramientas de Wise Systems ajustan automáticamente las rutas, los conductores y los horarios a lo largo del día en respuesta a otras condiciones cambiantes, incluido el clima, el tráfico y los muelles de carga atascados. Al analizar los datos de la flota de la empresa cervecera Anheuser-Busch, uno de los mayores clientes de la startup, Wise Systems pudo reducir las entregas tardías en un 85 % y las millas de la flota en un 13 %.

La empresa, fundada en 2014, elevado $ 7 millones del fondo AI de Google a fines del año pasado.

esconder