在傳統的物流供應鏈當中，「最後一哩路」始終擁有許多挑戰。舉例來說，當產品要從倉庫運送到消費者家中時，包裹可能會意外送錯地址，或者因為交通堵塞、道路封閉而遲到，天氣因素亦有機會使快遞貨件發生損傷。
專營這段由倉庫到消費者手中，即俗稱最後一哩路業務的配送公司 Veho，負責人 Fred Cook 就指出，雖然這段路程看似簡短，但卻涉及許多複雜因素，業者必須直接面對人類、車輛、交通，甚至得把現實世界所存在的一切變數，全部都納入考量。
提升快遞品質，用 AI 提高送貨準確性
以美國的情況來說，最後一哩路業務長期由 UPS、FedEx 和美國郵政等運輸業者主導，而類似 Veho 這樣的新創公司，基本上都是從軟體面出發，嘗試提出更好的解決方案，以解決物流供應鏈中最複雜、最昂貴的最後一哩路挑戰。
透過 AI 技術的導入，Veho 表示公司將可以進一步提升包裹的配送品質，比方說藉由 AI 辨識、分析，確認包裹投遞的位置是否錯誤，並收集、整理收集快遞員的回饋意見，方便他們於未來送貨時做出對應調整。
Fred Cook 說，前述分析工作若要在數百萬次的配送案例中，由人類手動處理簡直完全不可行，但在不久的將來，這些任務卻都能交給人工智慧，而 AI 更是這類重複性任務的理想選擇。
此外，電商巨頭亞馬遜日前也宣布了一項名為 Wellspring 的技術，利用生成式 AI 分析衛星影像、公寓大樓佈局、街道形式、送貨指示，搭配過往配送任務所拍攝的照片，推薦快遞員應該使用哪個停車位，或者停駐於哪個公寓大樓的入口以配送包裹，藉此提高尋找送貨地點的準確性。
機器學習懂得分析風險，降低物流成本
除了快遞品質之外，最後一哩路業務最常遇見的挑戰，就是如何為快遞員規劃出最佳配送路線。
畢竟跟中上游的物流環境，通常是由單獨一輛卡車，將整個貨盤運送至單一倉庫不同，最後一哩路配送需要應對大量的小型包裹，以及多個快遞停靠點，使得這項工作變得難以有效管理，營運企業更得為此付出高昂成本。
根據產業顧問組織 Capgemini Research Institute 的估算，最後一哩路配送於產品供應鏈中所消耗的物流成本，大概佔了41%。
因此為了降低最後一哩路的成本支出，美國物流巨頭 UPS 早於 2013 年時，就推出以機器學習技術為基礎的應用 ORION。
根據 UPS 說法，ORION 會利用多種即時資料，計算出最高效率的包裹遞送路線，並且將交通狀況、天氣、道路封閉事件，以及包裹配送的優先順序等各項因素，全部納入考量。
到了 2021 年，UPS 再推出升級版的 ORION，導入有別於傳統的「動態路線規劃」系統，大幅提高包裹遞送效率，讓每位快遞員平均縮短了 2 到 4 英里的配送路線長度，而動態路線規劃不僅可以有效降低事故風險，更顯著減少了物流車的燃油消耗。
動態反映真實世界，客服應對加快 10 倍
隨著 AI 技術的導入，類似於 ORION 的技術實踐，已經在物流業界獲得更進一步的擴大。
最後一哩配送平台 Dispatch 執行長 Andrew Leone 就表示，公司透過現有的 AI 技術，根據交通情況、送貨時間、預期停靠時間與司機能力等因素，自動規劃包裹配送路線，藉此降低車輛燃料成本、提高物流密度，並成功於一天之內完成更多的遞送任務，為合作夥伴帶來更多收入。
Andrew Leone 說，相較於先前單純遵守靜態配送路線，或者仰賴調度員直覺的非人工智慧方法，導入 AI 技術的平台現在能以規模化的方式，動態反映真實世界的狀況，為物流效率帶來劃時代的提升。
至於顧客體驗方面，AI 也讓負責最後一哩路的物流業者變得更輕鬆。根據物流企業 Deliveright 執行長 Doug Ladden 的說法，借助即時追蹤與更精確的到貨時間估算，AI 已經成功讓 Deliveright 的客服電話減少了 80%。
另一家最後一哩路配送公司 Veho 也表示，受惠於內部自行建立的大型語言模型，超過 60% 消費者與快遞員的提問，其平均回應時間已從原先的 2.5 分鐘，大幅縮短至 15 秒，使對外客服、對內資訊傳遞的效率雙雙提升。
提前預測風險，讓 AI 主導物流決策
專注於 AI 技術應用的 Veho，現在也嘗試透過人工智慧，找出物流過程中各種意外事故的共同點，甚至是提前預測特定路線或配送案件出現問題的可能性。
舉例來說，AI 可以分析某些貨品的損壞，是否源於同一名倉庫員工處理多個包裹所導致，或者是因為其他中途物流業者，意外毀損了本應完好的包裹。
現在的 Veho 亦使用 AI 提前分析某個路段出狀況的機率，然後根據預測資料做出相應決策，例如更改配送路線或要求員工早一步收取包裹，並轉移到不同地區的配送中心，甚至是拉高運費以鼓勵快遞員當天早一點完成配送任務。
找出「模式」防小偷，讓包裹配送更安全
最後，包裹遭竊亦是美國物流業者十分頭痛的問題。根據美國郵政統計，去年當地就有多達 5,800 萬個包裹，在運送到消費者的門口後慘遭盜竊，並且造成高達 160 億美元的驚人損失。
為此 UPS 還特地打造了一套以 AI 為基礎的應用，稱作 DeliveryDefense，可以藉由分析地區歷史數據，例如包裹遺失頻率等資料，讓 AI 主動找出可能成為小偷目標的配送區域，讓快遞員避免於該處卸貨。
供應鏈軟體平台 project44 創辦人兼執行長 Jett McCandless 就指出，由於 AI 有能力預測包裹遭竊的高風險區域和時段，這讓快遞公司有機會根據資料和數據，規劃出一份更安全的送貨時間表與配送路線，減少包裹盜竊發生的機會。
Jett McCandless 強調，分析並找出「模式」為 AI 最擅長的任務，因此在提升包裹配送安全性方面，AI 肯定能發揮關鍵作用，協助物流企業防患未然。
本圖/文由「Techorange科技報橘」授權刊登，非經同意不得任意轉載。
原文出處：【包裹更快到】AI 成最後一哩路最強外掛：降成本、加速、還能防小偷
