Sviluppo della piattaforma logistica AI: 20% riduzione delle emissioni di carbonio

Innowise ha realizzato una piattaforma di ottimizzazione logistica con pianificazione dei percorsi basata sull'intelligenza artificiale, analisi in tempo reale e monitoraggio della sostenibilità per un importante fornitore di servizi logistici.

Cliente

Industria
Logistica
Regione
UE
Cliente da
2023
Il nostro cliente è un'importante società di logistica globale che collabora con aziende del settore retail, sanitario e manifatturiero. Con oltre 25.000 dipendenti e un'enorme flotta, movimenta milioni di spedizioni ogni anno. Nota per la sua spinta all'innovazione e alla riduzione dell'impatto ambientale, è sempre alla ricerca di modi più intelligenti per aumentare l'efficienza e ridurre l'impronta di carbonio.

Le informazioni dettagliate sul cliente non possono essere divulgate in base alle disposizioni dell NDA.

Sfida

Superare le inefficienze logistiche, ridurre l'impronta di carbonio e mantenere le consegne in orario

Il cliente ci ha contattato per alcuni problemi importanti che stavano ostacolando le sue operazioni e i suoi sforzi ecologici:
  • Pianificazione inefficiente del percorso: La loro logistica era per lo più manuale e statica, il che comportava percorsi inefficienti, maggiore consumo di carburante e frequenti ritardi nelle consegne.
  • Elevate emissioni di carbonio: La gestione di un'attività così grande comportava un forte impatto ambientale, rendendo difficile il raggiungimento degli obiettivi di sostenibilità, dato che le emissioni continuavano ad aumentare.
  • Coordinamento frammentato della catena di approvvigionamento: I diversi hub regionali utilizzavano flussi di dati separati, causando ritardi nella gestione dell'inventario, nel monitoraggio in tempo reale e nel coordinamento delle consegne.
  • Mancate finestre di consegna: Gli ingorghi del traffico e il tempo imprevedibile hanno spesso sconvolto i programmi, con conseguenti ritardi o mancate spedizioni.
In qualità di azienda lungimirante che mira a ridurre la propria impronta ambientale, il cliente desiderava una soluzione scalabile e tecnologica per potenziare la logistica e raggiungere gli obiettivi di sostenibilità allineati agli Obiettivi di Sviluppo Sostenibile (SDG) delle Nazioni Unite.

Soluzione

Piattaforma guidata dall'intelligenza artificiale per un instradamento più intelligente e una gestione fluida delle forniture

Per affrontare questi problemi, abbiamo costruito una piattaforma di ottimizzazione logistica basata sull'apprendimento automatico. La soluzione utilizza algoritmi di routing intelligenti, analisi dei dati in tempo realee integrazioni API senza soluzione di continuità per migliorare i percorsi di consegna, ridurre il consumo di carburante e aumentare l'efficienza aziendale complessiva.

Caratteristiche principali della piattaforma

Il nostro team ha dotato la piattaforma di funzioni essenziali per incrementare il tasso di erogazione dei servizi e aumentare la sostenibilità. Queste funzioni chiave lavorano insieme per fornire una facile integrazione dei dati, approfondimenti in tempo reale e analisi predittive sull'intera catena di fornitura.
  • Ottimizzazione del percorso basata sull'intelligenza artificiale: il sistema modifica al volo i percorsi di consegna, utilizzando informazioni in tempo reale come ingorghi, condizioni stradali e aggiornamenti meteo. Il Modello ML sempre più intelligente, che aiuta a ridurre ulteriormente i tempi di consegna e a risparmiare sul carburante.
  • Integrazione dei dati geospaziali: La mappatura GIS fornisce tutti i dettagli importanti, come le condizioni del traffico e le caratteristiche del terreno. Poi, i nostri sistemi di intelligenza artificiale utilizzano queste informazioni per trovare i percorsi migliori e più ecologici, rendendo tutto più fluido ed ecologico.
  • Analisi predittiva dei ritardi: la piattaforma prevede i potenziali ritardi sulla base di dati storici e attuali e dirotta automaticamente i veicoli per garantire che le consegne arrivino in tempo.
  • Sincronizzazione automatica dei dati: Le API mantengono aggiornati in tempo reale tutti i dati relativi agli ordini, all'inventario e alle consegne nei sistemi ERP, WMS e TMS del cliente, eliminando il coordinamento manuale e riducendo i ritardi.
  • Metriche di sostenibilità: la soluzione tiene traccia delle principali statistiche ambientali, come l'impronta di carbonio per consegna, il consumo totale di carburante e il tasso di riduzione delle emissioni. Questi dati aiutano il cliente a rimanere in linea con gli obiettivi di sostenibilità e a mantenere la trasparenza per gli stakeholder e i revisori. Il sistema genera inoltre report conformi agli standard GRI e ISO 14001.

Riduzione delle emissioni di carbonio

Abbiamo creato un algoritmo di routing intelligente che combina GIS e apprendimento automatico per ottimizzare i percorsi di consegna. L'algoritmo tiene conto di fattori quali la congestione stradale, l'altitudine, i modelli di traffico e il tipo di veicolo per dare priorità a percorsi efficienti dal punto di vista dei consumi e ridurre le soste inutili e i tempi morti.

Integrazione della catena di fornitura

Utilizzando le API, abbiamo collegato la piattaforma all'ERP, al WMS e al TMS del cliente, in modo che i livelli di inventario, gli aggiornamenti degli ordini e i programmi di consegna siano sincronizzati in tempo reale. Le pipeline di dati gestiscono i carichi di dati della supply chain, mantenendo la gestione del magazzino, il controllo dell'inventario e le consegne in perfetta sintonia.

Miglioramento del percorso in tempo reale

Il Piattaforma guidata dall'intelligenza artificiale tiene costantemente traccia dei dati storici e in tempo reale, come il traffico e le condizioni atmosferiche, imparando a reinstradare le consegne in caso di potenziali ritardi. Abbiamo implementato l'analisi predittiva che non solo segnala i potenziali problemi, ma suggerisce anche percorsi migliori per rispettare le finestre di consegna più strette.

Gestione dell'inventario e della produzione

Collegando la piattaforma al WMS del cliente, abbiamo contribuito a creare un flusso costante di merci. Gli aggiornamenti in tempo reale su scorte, consegne e rifornimenti hanno reso più veloce la rotazione delle scorte e ridotto i colli di bottiglia nei magazzini e negli hub di trasporto, aumentando notevolmente la produttività.

Tecnologie

Cloud Infrastruttura

AWS (Lambda, EC2, S3, RDS)

Elaborazione dati

Apache Kafka, Spark

Modelli di apprendimento automatico

TensorFlow, scikit-learn

Integrazione API

API RESTful, GraphQL

Mappatura e GIS

API di Google Maps, Mapbox

Analisi dei dati e reportistica

Power BI, Tableau

Monitoraggio e allerta

Prometheus, Grafana

Processo

Il cliente ha scelto di attenersi al modello Waterfall, suddividendo il progetto in fasi chiare: raccolta dei requisiti, progettazione, sviluppo, test e distribuzione. Ci siamo confrontati con loro dopo ogni fase per assicurarci che fossimo tutti sulla stessa lunghezza d'onda e che tutto procedesse secondo i piani. 

Il nostro project manager ha tenuto regolari check-in per condividere i progressi, raccogliere feedback e assicurarsi le approvazioni nelle tappe fondamentali. Attenendoci a questa impostazione, siamo rimasti sincronizzati, abbiamo evitato i rischi e abbiamo consegnato esattamente ciò che il cliente desiderava e nei tempi previsti.

Team

1

Responsabile di progetto

1

Analista aziendale

2

Scienziati dei dati

1

Consulente ESG

2

Ingegneri del software

1

Ingegnere DevOps

1

Specialista GIS

Risultati

Riduzione delle emissioni di carbonio e aumento della velocità di consegna

Grazie alle modifiche in tempo reale dei percorsi, il cliente ha accelerato le consegne di 30%, in modo che i clienti ricevessero sempre gli ordini in tempo. Inoltre, ha ridotto le emissioni di anidride carbonica di 20% solo ottimizzando i percorsi e utilizzando meno carburante. Questi cambiamenti hanno ridotto i costi del carburante di 15%, mentre un flusso di scorte più fluido e una migliore pianificazione hanno ridotto i costi operativi di 10%. Il flusso in tempo reale e un processo decisionale più rapido hanno aumentato la produttività dell'inventario di 18%. Di conseguenza, la soddisfazione dei clienti è aumentata, con un incremento della fiducia e della fedeltà di 25%.

Costruita per la crescita, questa soluzione tiene il passo con gli sforzi di sostenibilità del cliente. Gli aggiornamenti futuri aggiungeranno metriche come l'usura dei veicoli e i piani di elettrificazione dei percorsi. Con i continui miglioramenti ai modelli di ML e alle integrazioni dei dati, stiamo preparando il cliente a ridurre l'impronta di carbonio di 50% nei prossimi cinque anni, proprio in linea con gli obiettivi del Green Deal dell'UE.
Durata del progetto
  • Giugno 2023 - In corso

20%

riduzione delle emissioni di carbonio

10%

riduzione dei costi operativi

Contattateci

Prenota una chiamata oppure compilate il modulo sottostante e sarete ricontattati una volta elaborata la vostra richiesta.

    Inviaci un messaggio vocale
    Allegare i documenti
    Caricare il file

    È possibile allegare 1 file di dimensioni massime di 2 MB. Formati di file validi: pdf, jpg, jpeg, png.

    Facendo clic su Invia, l'utente acconsente al trattamento dei propri dati personali da parte di Innowise in base alla nostra Informativa sulla privacy per fornirvi informazioni pertinenti. Inviando il vostro numero di telefono, accettate che possiamo contattarvi tramite chiamate vocali, SMS e applicazioni di messaggistica. Potrebbero essere applicate tariffe per chiamate, messaggi e dati.

    Potete anche inviarci la vostra richiesta
    a contact@innowise.com

    Cosa succede dopo?

    1

    Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.

    2

    Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.

    3

    Organizziamo un incontro con voi per discutere l'offerta e giungere a un accordo.

    4

    Firmiamo un contratto e iniziamo a lavorare sul vostro progetto il prima possibile.

    Спасибо!

    Cобщение отправлено.
    Мы обработаем ваш запрос и свяжемся с вами в кратчайшие сроки.

    Grazie!

    Il tuo messaggio è stato inviato.
    Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.

    Grazie!

    Il tuo messaggio è stato inviato. 

    Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.

    freccia