圖片來源: 

DHL Express臺灣

德國郵政DHL集團在臺成立多年的國際快遞公司DHL Express臺灣,近日也首度揭露在臺智慧物流運送的最新應用情況,開始結合車聯網、大數據、機器學習技術,對車隊來做更有效的管理,要讓每天上萬件貨物指派作業,都能改用更有效率的方式來完成配送,未來更進一步還要加入路線推薦機制,來提高司機送貨效率。

目前,DHL臺灣在北、中、南各據點皆設有物流及服務中心,負責每日至少上萬件的貨物運送服務,包含郵件與各類包裹等。並交由全臺3百多人組成的運務車隊負責運送,並且針對每個區域會有各自負責的司機送貨。

然而,DHL Express臺灣運務處副總裁盧嘉棟表示,過去在貨物運送分配上,皆採人工作業,該中心收到客戶的貨件後,會依據送貨地址所屬的區域,再分發至負責該區域的運務車隊司機, 一一來送件到指定場所。光是每日要處理上萬件貨物運送指派作業,就耗費不少人力時間和成本。

用大數據與機器學習,優化每日上萬件貨物指派作業

直到去年,DHL Express在臺自行打造一套貨物自動指派系統,可以根據包裹上的收貨地址,自動比對過往運送歷史資料,找出曾由哪位運務人員遞送過,自動將該貨物指派給他來運送。盧嘉棟透露,該系統也結合了大數據分析與機器學習技術,蒐集了大量資料來分析,來訓練各種預測模型,這些資料有過去每天司機送貨記錄的資訊,包括有快遞需求的公司行號、寄送貨中文地址與快遞司機等,並交叉分析巨量資料,找出各個貨物運送與地域關聯性,在貨物辨識與指派作業上更引進ML,讓整個指派作業可以更快完成。

盧嘉棟指出,自今年上線至今,已有將近7成貨件分派處理,都改透過這套系統來自動指派給負責運務司機,大大的節省許多人工判斷時間,同時也簡化貨物配送的作業流程。

不只貨物指派重新經過優化,在貨物遞送過程中, DHL Express下一步還計畫加入路線推薦機制,讓所有司機送貨路線可以更優化,不再僅能依據每位駕駛的長年經驗自行安排送貨路線,甚至未來也能依據這些送貨地點分布,由系統自動建議適合運送的行駛路線,司機再依據這些路線來依續將貨物送達顧客手中,提高司機送貨的效率。

另外,在車隊管理上,DHL Express臺灣去年初開始整合車聯網通訊技術,來針對車隊進行更有效的管理,盧嘉棟表示,目前是先用車聯網技術來隨時掌握各車輛貨物派送的最新進度,也用在管理駕駛行為上,例如,開車有無急加速、急減速的動作,或是停車怠速不熄火等狀況。這些行車資訊都會透過車上一臺OBU車機回傳到後臺系統上,來做為駕駛行為管理與優化配送的參考依據。若以怠速駕駛行為為例,盧嘉棟指出,光是一整年下來,合計車隊車輛怠速次數足足減少了一半,不僅合乎環保,也因此減少了不少油耗的浪費。

盧嘉棟表示,目前全臺已有多達50輛運務車皆配備了車聯網的功能,占總車隊七分之一,未來也計畫全面在所有的運務車上導入這項功能。


Advertisement

更多 iThome相關內容