未来场景：人工智能助力动态包裹网络中的路线规划

当 CEP 卡车半空行驶时，既不经济也不环保。

半空的卡车行驶路线有三个原因：

• 对于有限的需求来说，路线过于频繁
• 卡车是“向外行程”（例如，斯堪的纳维亚南部到北部）的返回行程，该行程卡车已满载
• 目的地需要卡车来完成另一条路线

减缓交付速度并降低路线频率的喘息空间

Q-Commerce 的增长（对快速交付的需求不断增长）似乎表明频繁的路线仍然至关重要。

然而，相反的是，近年来 CEP 公司提供快速国内包裹递送的压力有所减轻。

例如，较少的国家运营商有国家任务来提供次日送达服务——通常是因为当它们私有化时，这些任务被取消了——最终消费者越来越愿意等待几天才能收到非必要的交付，例如一本书。

这意味着这些传统的 CEP 公司和其他公司可以为客户提供较慢的交付服务，并根据需求选择路线的时间。 同时，对于快速服务，客户将不得不支付溢价。

但这仍然给 CEP 公司带来了一个问题：他们如何协调卡车路线，以确保大规模的集中不会扩大其包裹分拣中心的容量？

使用数据来更好地协调容易在容量不足的情况下运行的路线

一项研究，“BPEX 和汉莎航空在 CEP 行业中的人工智能”，提请注意 CEP 运营商如何利用人工智能驱动的软件来评估数据，以更好地协调容易在容量不足的情况下运行的路线，从而实现包裹取货的智能调度，以及动态路线和智能时段优化。

该研究表明，人工智能技术（该技术继续每月取得重大进展）可以解决“转运点的未使用容量和超载”问题，以增强智能网络运营。

目前，路线协调没有充分考虑有关转运点的以下数据：

• 当前交易量
• Available capacity
• 可用资源——包括人力和物力
• 分配容量

此外，许多 CEP 运营商没有充分利用有关指定用于转运点的包裹的数据。

使用实时数据动态调整交付

只有通过使用所有可用数据（实时车辆位置、包裹目的地、最新劳动力信息等），CEP 运营商才能计算出如何以尽可能少的车辆将包裹运输到转运点。

这些数据将帮助他们实时响应动态情况：例如，选择最佳的交接目的地，车辆可以在这些目的地合并包裹。

这意味着 CEP 运营商将需要更少的司机（在劳动力短缺的时候），改善他们的 ESG 记分卡（与当地送货车不同，大多数卡车都使用汽油或柴油燃料），并确保转运点需要处理的车辆更少。

通过以这种方式动态调整到转运点的交付，CEP 运营商可以更好地控制容量，并在需要时扩大和缩小规模。

为什么限制空运是实现动态包裹网络的关键

新兴的人工智能工具分析数据以提高交付效率，这将在实现 动态包裹网络 方面发挥重要作用——这是 CEP 行业设想的未来场景，其中所有流程都将是无接触的。

鉴于该行业日益严重的劳动力短缺（尤其影响到司机），自动化来得正是时候，因为它将大大缩短驾驶时间。

限制空运是创新者的主要关注点，因为它是减少运营中的车辆和路线数量的关键。

一旦优化，动态包裹网络将永远改变行业，为 CEP 运营商提供一种更可行、更环保的包裹运输方式，同时为企业（也可能为消费者）提供基于客户需求预测的定价模型。

要点

利用数据将是优化未来动态包裹网络的关键之一，而人工智能将在帮助 CEP 运营商优化其运营方面发挥重要作用。 然而，虽然你可以说人工智能已经为运营商展示了一种优化运输的新方法——因此它们已满负荷，并且转运点的到达时间已协调以避免超负荷——但它也为利用数据带来了无限的可能性。 动态包裹

未来的网络确实具有无限的潜力。