A OneRail utiliza a IA da Nvidia para otimizar entregas em tempo real na “última milha”

A OneRail lançou uma plataforma de entregas baseada em inteligência artificial que utiliza a tecnologia da Nvidia para auxiliar varejistas, atacadistas e distribuidores a determinar os métodos de entrega mais eficientes para pedidos individuais.

Chamado de OmniSTAR, o sistema avalia diversos canais de entrega — incluindo frotas próprias, transportadoras, serviços de encomendas e outros meios logísticos — para identificar a solução mais econômica que atenda aos acordos de nível de serviço, segundo a OneRail.

A plataforma integra o mecanismo de otimização de decisões cuOpt e o software de processamento de dados cuDF da Nvidia com as métricas proprietárias de preços e desempenho de entregas da OneRail. A infraestrutura de computação acelerada da Nvidia é responsável pelos cálculos de roteirização e modos de entrega.

De acordo com a OneRail, o sistema reduz os tempos de computação em até 10 vezes. Tarefas que antes levavam 20 minutos agora podem ser concluídas em menos de dois minutos, enquanto os cálculos semanais são reduzidos para aproximadamente dois dias.

A OneRail afirma que esse processamento acelerado permite a otimização durante as operações de entrega em tempo real, possibilitando que várias opções de atendimento sejam avaliadas antes que um pedido seja atribuído.

“Se você não tem a capacidade de tomar decisões na velocidade da luz, está abrindo mão da margem de lucro”, disse Catania à CNBC em uma entrevista. “O atendimento da última milha é caro.”

Da previsão às decisões de entrega

Os sistemas mais abrangentes de IA da OneRail utilizam previsão e otimização em várias etapas do processo de entrega. A empresa informa que seus modelos de aprendizado de máquina prevêem fatores como duração do serviço, risco de atraso, probabilidade de sucesso na primeira tentativa de entrega e faixas de preço esperadas.

Essas previsões alimentam sistemas de otimização que determinam as estratégias de execução dos pedidos. Separadamente, a OneRail explica que o OmniSTAR compara diferentes modos de atendimento para selecionar uma opção com base no custo e nos requisitos de serviço.

Pesquisas sobre roteirização dinâmica de veículos distinguem entre a previsão de condições em mudança e o recálculo de decisões operacionais à medida que surgem novas informações. Uma revisão de 2024 publicada no European Journal of Operational Research identificou a previsão do tempo de viagem e a reotimização em tempo real como áreas distintas da pesquisa em roteirização dependente do tempo.

O cuOpt da Nvidia lida com a otimização de rotas

A Nvidia descreve o cuOpt como uma biblioteca de otimização de código aberto, acelerada por GPU, projetada para o roteamento de veículos e outros desafios de otimização matemática.

A documentação da Nvidia indica que o cuOpt leva em consideração custos de veículos, capacidades, tempos de viagem, janelas operacionais, locais de partida e outras restrições ao calcular rotas. Seus modelos de custo podem incorporar distância, tempo, custo monetário ou uma combinação ponderada dessas métricas.

O OmniSTAR aplica o cuOpt tanto ao roteiramento quanto à seleção do modo de entrega. A OneRail afirma que isso permite que o sistema compare as opções de atendimento disponíveis para um pedido e identifique a opção de menor custo que atenda aos requisitos de serviço.

A OneRail observa que muitos varejistas ainda dependem de regras estáticas ou planejamento manual para essas decisões, e o OmniSTAR foi projetado para avaliar mais combinações de entrega em prazos operacionais mais curtos.

A Nvidia explica que o cuOpt não testa exaustivamente todas as rotas possíveis. Em vez disso, o solucionador gera soluções candidatas e as aprimora iterativamente usando heurísticas aceleradas por GPU para produzir resultados de alta qualidade dentro de um tempo de computação especificado.

A plataforma também utiliza o Nvidia cuDF, uma biblioteca acelerada por GPU para processamento de dados tabulares, incluindo filtragem, junção e agregação de conjuntos de dados.

A OneRail combina esses recursos com seus próprios dados de entrega e modelos operacionais. Seu conjunto de dados é derivado de milhões de entregas em uma rede que compreende mais de 12 milhões de motoristas e mais de 1.000 parceiros de logística.

Os dados abrangem preços e desempenho de entrega em vários modos de transporte. A OneRail afirma que o OmniSTAR usa essas informações para identificar regras de entrega que aumentam os custos e avaliar como as opções de entrega afetam a lucratividade no nível do item.

A arquitetura divulgada para o OmniSTAR concentra-se no processamento de dados acelerado por GPU e na otimização matemática. A Nvidia descreve o cuOpt como o componente de otimização utilizado para problemas como o roteiramento de veículos.

Como o cuOpt não mantém estado, mudanças nas condições operacionais exigem que o problema de otimização seja modelado e submetido novamente. A Nvidia cita avarias em veículos, ausências de motoristas, bloqueios nas estradas, tráfego e novos pedidos de alta prioridade como exemplos de mudanças que desencadeiam uma reotimização dinâmica.

A OneRail afirma que o OmniSTAR pode reexecutar cenários de entrega à medida que variáveis como custos de combustível, clima e condições de transporte mudam. A empresa já havia declarado anteriormente que o uso do cuOpt permite avaliar mais cenários de roteirização e recalcular rotas mais rapidamente do que sua abordagem anterior.

O OmniSTAR entra em operação

O OmniSTAR está atualmente implantado em alguns clientes corporativos selecionados.

Na US Foods, a OneRail relata que o sistema identificou configurações de entrega que reduziam as margens, como produtos de baixa margem sendo transportados por longas distâncias com equipamentos de custo mais elevado. A US Foods, posteriormente, utilizou essas informações para ajustar os preços e reestruturar certos padrões de entrega, de acordo com a OneRail.

A OneRail também informou à CNBC que um grande distribuidor de pneus, cujo nome não foi divulgado, que utiliza a plataforma, alcançou uma economia de US$ 40 milhões em ritmo anual ao longo de três anos. O cliente não foi identificado, e o valor da economia foi fornecido pela OneRail. A empresa também informou à CNBC que espera que o OmniSTAR ultrapasse US$ 6 bilhões em volume bruto de mercadorias durante o quarto trimestre de 2026.

A CNBC informou que a OneRail e a Nvidia colaboraram no projeto por três anos antes de seu lançamento. A OneRail afirmou que a colaboração incluiu o envolvimento direto com a equipe de engenharia cuOpt da Nvidia em entregas de última milha e otimização logística em grande escala, além de sua participação no programa Nvidia Inception.

Em março deste ano, a FedEx lançou o FedEx SameDay Local em colaboração com a OneRail, conectando clientes a uma rede nacional de mais de 1.000 prestadores de serviços de entrega.

Veja também: Um quarto dos negócios da Nvidia no próximo ano virá dos laboratórios que ela está financiando

Quer saber mais sobre IA e big data com os líderes do setor? Confira a AI & Big Data Expo, que acontecerá em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e será realizado em conjunto com outros eventos de tecnologia de ponta; clique aqui para mais informações.

O AI News é apresentado pela TechForge Media. Explore aqui outros eventos e webinars de tecnologia empresarial que estão por vir.