OneRail использует технологии искусственного интеллекта Nvidia для оптимизации доставки «последней мили» в режиме реального времени

Компания OneRail представила платформу доставки на базе искусственного интеллекта, использующую технологии Nvidia, которая помогает розничным и оптовым продавцам, а также дистрибьюторам определять наиболее эффективные способы доставки для отдельных заказов.

По данным OneRail, система под названием OmniSTAR анализирует различные каналы доставки — включая собственный автопарк, курьерские службы, службы доставки посылок и другие виды логистики — с целью выбора наиболее экономически эффективного решения, соответствующего соглашениям об уровне обслуживания.

Платформа объединяет механизм оптимизации решений cuOpt и программное обеспечение для обработки данных cuDF от Nvidia с собственными метриками OneRail, определяющими стоимость доставки и показатели эффективности. Инфраструктура ускоренных вычислений Nvidia обеспечивает расчет маршрутов и способов доставки.

По данным OneRail, система сокращает время вычислений до 10 раз. Задачи, на выполнение которых ранее уходило 20 минут, теперь можно выполнить менее чем за две минуты, а время еженедельных расчетов сокращается примерно до двух дней.

OneRail заявляет, что такая ускоренная обработка данных позволяет оптимизировать операции доставки в режиме реального времени, давая возможность оценить несколько вариантов выполнения заказа до его распределения.

«Если у вас нет возможности принимать молниеносные решения, вы теряете прибыль», — сказал Катания в интервью CNBC. «Выполнение заказов на «последней миле» обходится дорого».

От прогнозирования до решений о доставке

Более широкие системы искусственного интеллекта OneRail используют прогнозирование и оптимизацию на различных этапах процесса доставки. Компания сообщает, что её модели машинного обучения прогнозируют такие факторы, как продолжительность обслуживания, риск опоздания, вероятность успешной доставки с первой попытки и ожидаемые ценовые диапазоны.

Эти прогнозы поступают в системы оптимизации, которые определяют стратегии выполнения заказов. Кроме того, OneRail поясняет, что OmniSTAR сравнивает различные способы выполнения заказов, чтобы выбрать вариант с учетом стоимости и требований к обслуживанию.

В исследованиях по динамическому маршрутизации транспортных средств проводится различие между прогнозированием изменяющихся условий и пересчётом операционных решений по мере появления новой информации. В обзоре 2024 года, опубликованном в European Journal of Operational Research, прогнозирование времени в пути и повторная оптимизация в режиме реального времени были выделены в качестве отдельных направлений исследований в области маршрутизации, зависящей от времени.

Nvidia cuOpt обеспечивает оптимизацию маршрутов

Nvidia описывает cuOpt как библиотеку оптимизации с открытым исходным кодом и ускорением на GPU, предназначенную для маршрутизации транспортных средств и решения других задач математической оптимизации.

В документации Nvidia указано, что при расчете маршрутов cuOpt учитывает затраты на транспортные средства, их грузоподъемность, время в пути, окна обслуживания, начальные точки и другие ограничения. Её модели затрат могут включать расстояние, время, денежные затраты или взвешенную комбинацию этих показателей.

OmniSTAR применяет cuOpt как к прокладке маршрутов, так и к выбору способа доставки. Компания OneRail заявляет, что это позволяет системе сравнивать доступные варианты выполнения заказа и выявлять наиболее экономичный вариант, отвечающий требованиям обслуживания.

OneRail отмечает, что многие розничные компании по-прежнему полагаются на статические правила или ручное планирование при принятии таких решений, а OmniSTAR разработана для оценки большего числа комбинаций доставки в более сжатые операционные сроки.

Nvidia объясняет, что cuOpt не проверяет исчерпывающим образом каждый возможный маршрут. Вместо этого решатель генерирует возможные решения и итеративно улучшает их с помощью эвристик, ускоренных на GPU, чтобы получить высококачественные результаты в течение заданного времени вычислений.

Платформа также использует Nvidia cuDF — библиотеку с ускорением на GPU для обработки табличных данных, включая фильтрацию, объединение и агрегирование наборов данных.

OneRail объединяет эти возможности со своими собственными данными о доставке и операционными моделями. Её набор данных основан на миллионах доставок в сети, включающей более 12 миллионов водителей и свыше 1 000 логистических партнёров.

Данные охватывают ценообразование и показатели эффективности доставки для различных видов транспорта. OneRail заявляет, что OmniSTAR использует эту информацию для выявления правил доставки, приводящих к увеличению затрат, а также для оценки того, как выбор способа доставки влияет на рентабельность на уровне отдельных товаров.

Архитектура OmniSTAR, о которой стало известно, ориентирована на обработку данных с ускорением на GPU и математическую оптимизацию. Nvidia описывает cuOpt как компонент оптимизации, используемый для решения таких задач, как маршрутизация транспортных средств.

Поскольку cuOpt не сохраняет состояние, изменения в условиях эксплуатации требуют повторного моделирования и подачи задачи оптимизации. В качестве примеров изменений, вызывающих динамическую повторную оптимизацию, Nvidia приводит поломки транспортных средств, отсутствие водителей, перекрытие дорог, дорожное движение и новые заказы с высоким приоритетом.

OneRail заявляет, что OmniSTAR может повторно просчитывать сценарии доставки при изменении таких переменных, как затраты на топливо, погодные условия и условия транспортировки. Ранее компания заявляла, что использование cuOpt позволяет ей оценивать больше сценариев маршрутизации и пересчитывать маршруты быстрее, чем при прежнем подходе.

OmniSTAR переходит к эксплуатации в реальных условиях

В настоящее время OmniSTAR внедряется у отдельных корпоративных клиентов.

По данным OneRail, в компании US Foods система выявила схемы доставки, снижающие рентабельность, например, перевозку низкомаржинальных товаров на большие расстояния с использованием более дорогостоящего оборудования. По информации OneRail, US Foods впоследствии использовала эти данные для корректировки цен и реструктуризации определенных схем доставки.

OneRail также сообщила CNBC, что неназванный крупный дистрибьютор шин, использующий платформу, за три года добился экономии в размере 40 млн долларов в годовом исчислении. Имя клиента не разглашается, а данные об экономии были предоставлены самой OneRail. Компания также сообщила CNBC, что ожидает, что в четвертом квартале 2026 года валовой объем продаж через OmniSTAR превысит 6 миллиардов долларов.

CNBC сообщил, что OneRail и Nvidia сотрудничали над проектом в течение трех лет до его запуска. OneRail заявила, что сотрудничество включало непосредственное взаимодействие с инженерной командой cuOpt компании Nvidia по вопросам доставки «последней мили» и оптимизации крупномасштабной логистики, а также участие в программе Nvidia Inception.

В марте этого года FedEx запустила сервис FedEx SameDay Local в сотрудничестве с OneRail, подключив клиентов к национальной сети из более чем 1 000 поставщиков услуг доставки.

См. также: Четверть оборота Nvidia в следующем году будет приходиться на лаборатории, которые она финансирует

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие является частью TechEx и проходит одновременно с другими ведущими технологическими событиями. Нажмите здесь, чтобы получить дополнительную информацию.

AI News работает при поддержке TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.