Truckern und der Umwelt helfen
Jedes Jahr legen Trucker in den Vereinigten Staaten mehr als 150 Milliarden Kilometer zurück - genug, um die Erde über 3,7 Millionen Mal zu bereisen. Laut Convoy, einem in Seattle ansässigen Logistikunternehmen, werden im Jahr 2018 fast 800 Milliarden US-Dollar für LKW-Transporte aufgewendet und 10,5 Milliarden Tonnen Fracht befördert.
Kurzum, der Güterfrachtverkehr ist eine riesige Industrie. Aber nicht unbedingt eine effiziente.
Unglaubliche 40 Prozent der jedes Jahr erfassten Kilometer werden mit einem leeren LKW erledigt, was eine kostspielige Verschwendung von Zeit und Kraftstoff darstellt. Ein großer Teil des Problems ist die Infrastruktur der Branche - ein fragmentiertes Netzwerk von großen und kleinen Verladern und Spediteuren, die von Maklern zusammengebracht werden, die sich gegenseitig ergänzen. Dieser Prozess basiert häufig auf traditionellen Methoden wie E-Mail, Adressbüchern und Telefonanrufen.
Der Konvoi stört das Modell, indem er künstliche Intelligenz (KI) verwendet, um es zu automatisieren. „Wir haben mit unserer mobilen Anwendung einen digitalen Online-Marktplatz geschaffen, auf dem Spediteur und Fahrer direkt Arbeit finden können“, meint David Tsai, Senior Manager für Marktplatz- und Data-Platform-Engineering bei Convoy.
Convoys Ansatz verwendet Machine Learning, eine KI-Technik, um Verladern und LKW-Fahrern bessere Übereinstimmungen zu bieten, die es ihnen ermöglichen, Fracht effizienter zu transportieren – und die Kosten für beide Parteien zu senken – indem sie das Abgleichsystem von Convoy verwenden. Größere Versender, die computerinterne Systeme im Haus haben, können auch den digitalen Online-Marktplatz von Convoy in ihren eigenen integrieren.
Ein weiterer Vorteil des Systems ist Transparenz. Mit Convoy können Spediteure den für jede Tätigkeit angebotenen Preis einsehen und eine fundierte Entscheidung treffen, die für sie sinnvoll ist. Auf der anderen Seite erhalten die Versender sofortige Preisangebote, um verschiedene Spediteure zu vergleichen.
„Der Einsatz von KI zum Erstellen von Modellen, um diese Relevanz zu erleichtern, ist etwas, auf das wir viel Wert legen.“
Casey Olives
Leiter der Abteilung Data Science
Convoy
„Der Einsatz von KI zum Erstellen von Modellen, um diese Relevanz zu erleichtern, ist etwas, auf das wir viel Wert legen.“
Casey Olives
Leiter der Abteilung Data Science
Convoy
Mit Amazon SageMaker analysieren Convoys Machine-Learning-Modelle Millionen von Versandaufträgen zusammen mit der Verfügbarkeit von Truckern und empfehlen dann kostengünstige und zeitnahe Übereinstimmungen. Dies hat vielerlei Auswirkungen, u. a. von der Routenplanung und den angegebenen Preisen über Verlader und Lastwagenfahrer bis hin zum Erkennen, welche Arten von Ladungen am besten zu den einzelnen Fahrern passen.
"Wenn sich Benutzer bei ihrer Convoy-App anmelden, können sie sich eine Liste von Angeboten anzeigen lassen, und diejenigen, die ganz oben auf der Liste stehen, sind für sie und ihr Unternehmen am wichtigsten", sagt Casey Olives, Leiter für Data Science bei Convoy. „Der Einsatz von KI zum Erstellen von Modellen, um diese Relevanz zu erleichtern, ist etwas, auf das wir viel Wert legen.“
Wenn ein Spediteur beispielsweise einen Job von Seattle nach Los Angeles hat, empfiehlt die App sogar einen Job für die Rückfahrt. Die Reduzierung der Kilometer, die leere Lastwagen zurücklegen, ist gut für die LKW-Fahrer – und ebenfalls für die Umwelt.
Amazon SageMaker erlaubt Convoy, Innovationen und Störungen in der Branche beschleunigen. Zuvor erstellten die Data Scientists von Convoy Modelle und übergaben sie den Ingenieuren, um sie in Code auf Produktionsebene umzuschreiben. Mit SageMaker wurde dieser Übersetzungsschritt nun entfernt. Data Scientists haben jetzt die Freiheit, Machine-Learning-Modelle schnell zu erstellen, wodurch ihre Abhängigkeit von Ingenieuren verringert wird.
„Es hat uns ermöglicht, viel schneller zu iterieren und von der Entwicklung zur Bereitstellung mit viel schnellerer Geschwindigkeit überzugehen“, sagt Olives. „Es sorgt für eine schnelle Übergabe zwischen unseren Data Scientists und dem Engineering.“
Da Convoy mit mehr Verladern und Fahrern zusammenarbeitet, kann seine KI mehr Daten aus dem gesamten Frachtnetz für die Bedarfsprognose nutzen. Mit anderen Worten: Es ist ein dynamischer Prozess – welcher einer der größten Branchen der Welt endlich Effizienz verabreichen könnte.
„Da wir mit mehr Verladern und Spediteuren zusammenarbeiten, erhalten wir ein besseres Verständnis darüber, wie viel Kapazität verfügbar ist und wie viel Nachfrage auf bestimmten Strecken anfällt“, sagt Olives. „Durch die Möglichkeit, das gesamte Netzwerk kontextabhängig zu betrachten, können wir die Auslastung und Kosten effizienter nutzen, was von Vorteil sowohl für die Spediteure als auch für die Verlader ist.“