Reduza os custos e mantenha a qualidade do serviço com a geocodificação baseada em IA

Olá, sou Xavi Ruiz, CEO da Routal . Na semana passada eu estava conversando com Muthu sobre Geograndiosidade Sobre o que fazemos em Routal. Durante essa conversa, comentei que especialistas não geográficos têm problemas devido à falta de conhecimento sobre sistemas de codificação geográfica. Eles acham que isso não é mais um problema, então, quando você fala com eles sobre a qualidade dos dados mestres, eles dizem: “Vamos lá! Temos o Google Maps, certo?” É uma reação normal!

A varinha mágica da geocodificação

O Google tem uma boa reputação como gigante da tecnologia e funciona bem em ambientes urbanos. Mas se perguntarmos a eles “Você já se perdeu usando o Google Maps?” desencadeia experiências ruins em suas mentes. Sou um grande usuário do Google Maps e consigo me identificar com isso.

A principal questão que surge é por que os usuários do Google Maps confiam tanto em sua geocodificação?

Geocodificar , para não especialistas, significa fornecer as coordenadas geográficas correspondentes a uma localização.

Eles confiam no Google Maps por sua experiência. Eles não entendem como isso funciona e, para eles, é mágico: eles inserem um endereço e o Google magicamente coloca um alfinete em um mapa. A mágica parece perfeita!

Mas a má notícia é que o Google Maps está longe de ser perfeito.

Um estudo da Universidade de Pittsburgh (2009) sobre qualidade de mercado conclui que os geocodificadores não oferecem qualidade suficiente. Resumindo, 60% dos dados são precisos o suficiente (< 200 m), 20% têm erro suficiente, o que é útil para um otimizador de rotas, e o resto nem é um resultado (a geocodificação manual ainda é necessária) .* (Veja a referência no final da postagem)

Alcançar uma correção de 60 a 70% está longe de ser mágico ou perfeito.

As operações logísticas não podem ser baseadas em resultados com um erro próximo a 30% em locais geolocalizados.

Quando a geocodificação encontra a realidade

Por que o Google não está funcionando? magicamente ? Há vários motivos:

• O principal motivo é a falta de informações no campo em comparação com as áreas urbanas.
• Outro motivo é que os nomes mudam. A administração muda o nome das ruas, praças e avenidas ao longo do tempo. As informações devem estar atualizadas. E o sistema deve ter em mente que os usuários ainda podem pesquisar nomes antigos quando pensam em um lugar. Às vezes, os lugares têm nomes aconchegantes que são familiares aos habitantes da cidade. Mas esses lugares não existem para o Google Maps.
• Regiões multilíngues eles têm traduções diferentes e várias combinações para o mesmo lugar.

Vivendo na estrela inexistente

Tenho uma história pessoal para contar como exemplo desse problema com o Google Maps.

Minha esposa morava em uma cidade perto de Girona chamada Olot. Esta região é famosa por sua maioria política em relação ao nacionalismo catalão. Minha esposa morava em uma praça oficialmente chamada “Plaça Espanya”. Para evitar esse nome, os habitantes de Olot se referem a ele com o nome aconchegante de “Plaça Estrella”. Não há necessidade de perguntar por quê.

Agora você pode imaginar os enormes problemas que os funcionários da DHL ou da UPS tiveram que entregar nesta praça!

Confie no conhecimento humano

Como as pessoas estão resolvendo esse problema atualmente? Obviamente cometendo erros e aprendendo com eles. É simples assim porque nenhum de nós nasceu com conhecimento total. O conhecimento sobre lugares é adquirido e compartilhado entre as pessoas. O conhecimento humano preenche as lacunas de informação.

Como as pessoas cometem erros, um serviço 100% de qualidade não pode ser alcançado com esse método.

Perda de informações

Os trabalhadores não apenas cometem erros, mas nem sempre estão disponíveis. A eficiência das operações é altamente dependente de pessoas experientes. Esse conhecimento compartilhado é um dos ativos mais valiosos de uma empresa de logística. Eles percebem o valor de seus trabalhadores quando precisam substituí-los. É impossível substituir o conhecimento e, ao mesmo tempo, manter um nível consistente de qualidade de serviço.

Esse é um risco enorme para empresas que não estão cientes desse problema.

Inteligência artificial para o resgate

A inteligência artificial é capaz de aprender com as operações da mesma forma que os humanos. Ele aprende automaticamente, sem erros, e a IA está sempre disponível. Routal ajuda as empresas em suas operações logísticas e reduz seus custos em até 30%.

Estudo de caso: Suez

A Suez é a maior empresa de serviços públicos do mundo. Como fornecedores de água, eles têm centenas de milhares de lugares que visitam periodicamente: hidrômetros, válvulas e outros.

Estudo de caso: Suez

Em algumas áreas remotas, há apenas uma pessoa responsável por todas as operações da empresa. Uma única pessoa tem conhecimento de geolocalização. Encontrar esses hidrômetros e válvulas é um verdadeiro desafio. O Google Maps não ajudará em nada.

Suez enfrentou o problema quando foi necessário substituir um trabalhador. Routal demonstrou que a IA ajuda a manter a qualidade do serviço e reduzir riscos, tempo e dinheiro.

Como fizemos isso? A Routal processou a rota GPS logística de Suez e a combinou com dados comerciais (leituras do medidor de água) para geolocalizar automaticamente os locais a serem visitados. O resultado foi:

• Mais de 99% dos locais foram geolocalizados com uma precisão de distância máxima de 25m.
• 60% com uma precisão máxima de distância de 2m

A captura automática do conhecimento torna as informações mais confiáveis e fornece informações claras sobre a operação.

Routal ajuda as empresas a superar desafios quando se trata de geolocalização e otimização de rotas.

Visite nosso local na rede Internet para saber mais sobre nossas soluções.

Fique ligado no nosso próximo artigo sobre comportamentos humanos!

* * * Referência * * *
Roongpiboonsopit, D. e Karimi, HA , 2009. Avaliação e análise comparativa de serviços de geocodificação on-line. Revista Internacional de Ciências da Informação Geográfica , 24 (7), páginas 1081-1100. Fonte: https://www.tandfonline.com/doi/abs/10.1080/13658810903289478

Hoje vivemos em uma nova era de transformação na história da humanidade. Somos impactados pela revolução digital que está redefinindo muitos aspectos da vida moderna em todo o mundo.
E a Inteligência Artificial está desempenhando um papel fundamental em vários campos. Do transporte e logística à assistência médica, atendimento ao cliente e manutenção doméstica.

Evolução da Inteligência Artificial e seus benefícios

De filmes de ficção científica à vida real, a IA saiu dos laboratórios de pesquisa para se tornar uma parte ambiental de nossas vidas pessoais:

Quase 60% das organizações usam a IA de uma forma ou de outra e prevê-se que ela afete todos os segmentos de nossas vidas até o final de 2025, com implicações notáveis para os setores.

Por exemplo, ao analisar os dados dos pacientes, a IA pode fazer diagnósticos preditivos no campo da saúde; além disso, ao analisar os dados dos alunos, ela fornece aos professores informações sobre seu desempenho e conselhos sobre como melhorá-los e aprimorar os estudos, para citar apenas alguns.

E então você pode ver como a IA evoluiu de ser apenas um termo cunhado em 1956 para se concentrar em problemas específicos em 2016.

Portanto, se houver uma conclusão a ser tirada, será que a IA beneficiará muito todos os setores; facilitará a vida em certas áreas onde a análise de dados é necessária. Atualmente, a IA está intimamente conectada aos clientes, às funções das empresas, ao varejo on-line e off-line, e está entrando no campo da logística que está iniciando sua jornada para se tornar um setor impulsionado pela IA, como a Routal demonstrou em seus diferentes produtos. É por isso que há todos os motivos para acreditar que agora é o melhor momento para o setor de logística adotar a IA:
-Primeiro, os avanços tecnológicos em vários campos, como aprendizado de máquina, big data e conectividade, melhoraram o desempenho, a acessibilidade e os custos da IA estão mais favoráveis do que nunca.
- Em segundo lugar, a natureza baseada em rede do setor fornece uma estrutura natural e uma boa oportunidade para implementar e escalar a IA. -E por último, mas não menos importante, não vamos ignorar que todas as empresas estão adotando a IA, portanto, não adotá-la colocará sua empresa em risco de obsolescência a longo prazo.
Inteligência artificial e logística

‍
Em uma abordagem mais profunda, as empresas de logística estão particularmente posicionadas para se beneficiar da aplicação da IA em quase todos os aspectos da cadeia de suprimentos, graças ao grande volume de dados gerados diariamente e que permite que a IA os explore para fornecer informações detalhadas à empresa. Além disso, as empresas de logística dependem de redes e rotas que devem funcionar harmoniosamente entre grandes volumes, margens baixas e prazos urgentes; a IA oferece às empresas de logística a capacidade de otimizar a composição da rede em graus de eficiência que não podem ser alcançados apenas com o pensamento humano. Também ajuda o setor de logística a redefinir as práticas atuais, levando as operações de reativas para proativas, o planejamento da previsão para a previsão, os processos de manuais para autônomos e os serviços de padronizados para personalizados. Aqui estão alguns exemplos para provar isso:
-Maior tomada de decisão em tempo real: as equipes de logística geralmente se deparam com ações repetíveis e uma ampla gama de operações que exigem a entrada de uma grande quantidade de dados; portanto, a combinação de possíveis candidatos aptos a assumir a responsabilidade por isso levará tempo, mas com a IA, os profissionais da cadeia de suprimentos podem automatizar a análise e limitar suas seleções a apenas dois ou três em questão de segundos.
-Análise preditiva: quando os clientes estarão prontos para fazer o pedido? Essa é uma pergunta que todo vendedor se faz, mas também representa informações vitais para que a logística, a cadeia de suprimentos e o planejamento de transporte estejam prontos quando chegar a hora. Com a IA, a equipe de vendas e a equipe de logística determinarão quando um pedido será feito, o caminho a seguir e os prazos.
-Otimização estratégica: onde, quando e como? Tomar a melhor decisão em termos de ativos de transporte, conhecimento, pontos de origem até a localização do cliente, cronograma e economia de tempo, quilômetros e combustível exigirá a intervenção da IA.

‍
Aqui estão alguns exemplos de como a IA e o aprendizado de máquina podem processar dados e, em seguida, apresentar uma variedade de cenários para otimização. Com ferramentas sofisticadas que aprendem e melhoram continuamente, os profissionais do setor podem tomar decisões melhores e mais atualizadas, bem como opções estratégicas de longo prazo mais informadas, como tamanho da frota, rotas otimizadas etc., mas o futuro ainda está repleto de desafios a serem superados e oportunidades a serem exploradas.

A entrega sob demanda é um setor que está crescendo a uma velocidade muito alta. Novas empresas aparecem todos os dias, especialmente no mercado de alimentos e bebidas e na entrega de produtos frescos. E a competição é feroz. A eficiência é uma métrica fundamental na era “Eu quero tudo e quero agora” e a parte mais importante é o que acontece desde o momento em que um novo pedido é feito até a entrega.

Hoje, quero me concentrar no problema de enviar novos pedidos, ou seja, como decidir a qual transportadora o pedido deve ser atribuído quando um pedido entra no sistema. Isso ocorre porque hoje o transporte marítimo não é tratado de forma sistemática. A otimização do sistema de despacho pode minimizar o tempo de entrega e melhorar a satisfação do cliente.

O paradigma operacional das empresas que oferecem serviços sob demanda pode ser dividido em dois tipos diferentes:

1. Entregas com base em um único depósito são aquelas operações focadas em um armazém. Esse armazém tem vários mensageiros e a programação é feita uma vez para uma lista de pedidos; normalmente agrupando pedidos por zonas. Amazon Prime é um bom exemplo desse paradigma operacional.
2. Entregas com base em vários depósitos são aquelas operações que dependem da retirada do pedido em um dos vários armazéns e da entrega a um cliente. Nesse caso, os mensageiros estão espalhados pela cidade e, quando um novo pedido chega, ele é atribuído por meio de um processo de despacho a um dos vários mensageiros. Empresas como Uber, Just Eat, Delivero , etc. operam dessa maneira.

O problema do escritório é resolvido com maior ou menor sucesso no primeiro cenário, devido à possibilidade de vincular uma lista de entregas e tratá-la como uma Problema comum do viajante com algumas restrições antes do agrupamento ( OK, eu sei que o TSP é um problema muito caro, mas... vá lá, é a Amazon ).

Pelo contrário, no segundo cenário, não está claro se o problema está sendo resolvido de forma otimizada. Como um novo pedido recebido pode ser adicionado a um cenário em execução? Há inúmeras variáveis a serem consideradas:

• O entregador pode fazer várias coletas antes de começar a entregar?
• Um pedido já atribuído pode ser transferido para outra transportadora?
• Todos os pedidos têm a mesma prioridade? ( por exemplo, todos os pedidos devem ser entregues no máximo 30 minutos após a colocação )
• Os pedidos precisam ser entregues por um veículo específico?
• ...

Modelar esse cenário pode ser um grande desafio e é por isso que Macaco inteligente você está trabalhando nesse problema há algum tempo. Chamamos nossa solução Modelo de otimização de programação on-line (OSOM) (Sim, a marca não é um dos nossos pontos fortes 😅, mas foneticamente parece “incrível” e isso é muito divertido). A OSOM pode modelar as limitações dos negócios e encontrar uma solução viável para o problema de despacho.

Na simulação abaixo, modelamos um mundo em que:

• Um mensageiro pode receber várias coletas e entregas de uma só vez.
• e o primeiro serviço seguinte em cada mensagem é fixo e não pode ser reatribuído nas iterações subsequentes.

A visualização contém vinte iterações do mundo divididas em Duas etapas :

1. Os novos serviços recebidos estão marcados em cinza.

2. Os serviços são atribuídos dinamicamente aos mensageiros para otimizar o tempo total de entrega.

‍