永利皇宫官网入口正在为物流和供应链管理创造无与伦比的新机遇。然而，许多组织仍不确定如何最好地实施它。
“永利皇宫官网入口是一个移动目标，”说克里斯·卡普利斯，的执行董事麻省理工学院运输与物流中心。 “它不是坐以待毙；它是有抱负的，因为 30 年前甚至 20 年前被认为是永利皇宫官网入口的东西不再被认为是尖端永利皇宫官网入口。它总是超出我们的掌握范围。”
卡普利斯在一次会议中表示，在考虑如何实施永利皇宫官网入口时，管理者需要了解传统永利皇宫官网入口、生成式永利皇宫官网入口和运筹学等不同的分析方法如何协同工作最近的网络研讨会由麻省理工学院斯隆管理评论主办。
衣帽和利奥尔·罗恩，Uber Freight 的创始人兼首席执行官，讨论了供应链管理中使用的分析工具、永利皇宫官网入口可以帮助解决的物流问题，以及在物流中使用永利皇宫官网入口的其他管理优势。
了解不同的分析工具
卡普利斯说，在其他工具的背景下思考永利皇宫官网入口在物流领域的演变是很有用的。传统永利皇宫官网入口分析数据以完成特定任务。生成式永利皇宫官网入口使用大型语言模型来获取上下文中的内容，对其进行总结并生成新内容。运筹学使用科学方法来研究需要人类决策的系统，使用线性规划和网络模型等方法。
在物流中，这些方法是互补的，不需要相互替代，卡普利斯说。例如，运筹学与永利皇宫官网入口相结合在许多情况下效果很好。
利用 AI 解决物流挑战
罗恩表示，永利皇宫官网入口技术有望解决物流领域面临的许多挑战。其中包括：
- 供应链分散，需要连接网络以优化和推动更好的成果。
- 市场波动，尤其是定价变化和服务中断。
- 安全问题，包括与新冠肺炎 (COVID-19)、驾驶员安全和数字欺诈相关的问题。
- 卡车运输和货运对气候变化的影响。
解决其中一些挑战的创新现已出现。例如，Uber Freight 使用机器学习开创了承运人定价算法，确保承运人获得卡车运输和货运的预先保证定价。 “通过研究数百个不同的参数，我们已经能够使[这个模型]足够准确，以引入一个市场，现在消除了尝试估计卡车运输价格的所有摩擦、猜测和来回，”罗恩说。
Uber Freight 还使用机器学习来解决车辆路线问题，这是一个复杂的问题，涉及确定车辆将货物运送到一组地点的最有效路线。美国的卡车是平均大约 30% 是空的，浪费时间和燃料并导致不必要的碳排放。通过算法为卡车司机设计最佳路线，该公司已经能够将空车里程减少到 10% 到 15% 之间。
Uber Freight 并不是唯一一家将技术应用于车辆路线的公司。在较小的规模上，企业通常使用运筹学和人工解决问题来最大限度地减少卡车运输和货运的时间、成本和距离。在更大的范围内，由于路线更复杂，因素更多，运筹学和人类解决问题已经不够了。
为了应对这一挑战，麻省理工学院智能物流系统实验室正在将传统永利皇宫官网入口、生成式永利皇宫官网入口和运筹学相结合，以改善路由结果。卡普利斯说：“我们看到的是，永利皇宫官网入口最初扮演的是次要角色，但随着我们的进展，我们开始看到它扮演着更多的主要角色。” “最终，我们希望看到生成式永利皇宫官网入口接管并解决该问题的大部分。”
领导永利皇宫官网入口驱动的组织
亲自前往麻省理工学院斯隆管理学院
立即注册
生成式永利皇宫官网入口在物流领域的 4 项管理优势
在物流中使用经典的运筹学方法有其局限性，卡普利斯说。每次引入复杂性（例如不同的时间窗口、街道尺寸和卡车容量）时，传统算法都需要进行调整。生成式永利皇宫官网入口可以概括这些信息并消除对新算法的需求。
因此，这些技术在解决更大的物流问题方面优于传统方法，卡普利斯说。这些技术还具有其他管理优势：
- AI 模型的表现系统性地优于训练数据，这意味着它们在新的、未见过的数据上的表现比在训练过程中使用的数据上表现得更好。卡普利斯说，这意味着组织不需要一套经过司机审查的完美路线。 “这确实节省了很多时间，因为这意味着您不需要生成特殊数据，”他说。
- 通过持续训练，模型将自动学习更好的路由策略。例如，如果政策发生变化，模型就会接受它，从而消除对特殊算法的需求。
- 永利皇宫官网入口模型不再需要针对特定问题规模和特征量身定制的算法，特别是当不同的特征发挥作用时。
- AI 模型可以很好地推广到以前未见过的问题，例如车辆容量。
“机器学习、永利皇宫官网入口和生成式永利皇宫官网入口正在采用这种大型语言模型方法，并解决运筹学已经很好解决的问题，而且速度更快、更全面，并且解决非传统的目标函数，”卡普利斯说。 “我们在这里看到了很多机会，探索研究仍在继续。”
