Membantu pengemudi truk dan lingkungan
Setiap tahun, pengemudi truk di Amerika Serikat menempuh lebih dari 95 miliar mil jalan raya—cukup untuk berkeliling dunia lebih dari 3,7 juta kali. Menurut Convoy, sebuah perusahaan logistik yang bertempat di Seattle, hampir 800 miliar USD akan dibelanjakan untuk layanan angkutan truk pada tahun 2018, memindahkan 10,5 miliar ton kargo.
Singkatnya, angkutan truk merupakan industri yang besar. Tetapi belum tentu yang efisien.
Cukup mengagetkan bahwa 40 persen dari mil yang dicatat pengemudi truk setiap tahun dilakukan dengan truk kosong, yang menandakan pemborosan waktu dan bahan bakar yang mahal. Sebagian besar masalah tersebut adalah infrastruktur industri—jaringan pengirim dan pengangkut yang terfragmentasi, besar dan kecil, digabungkan bersama oleh pedagang perantara yang mencocokkan satu sisi dengan sisi lainnya. Proses ini sering kali bergantung pada metode tradisional seperti email, buku alamat, dan panggilan telepon.
Convoy menghancurkan model ini dengan menggunakan kecerdasan buatan (AI) untuk mengotomatiskannya. "Kami telah menciptakan marketplace digital melalui aplikasi seluler kami tempat operator dan pengemudi dapat menggunakannya untuk langsung mencari pekerjaan," ujar David Tsai, manajer senior marketplace dan teknik platform data di Convoy.
Pendekatan Convoy menggunakan machine learning, teknik AI, untuk memberikan kecocokan yang lebih baik bagi pengirim dan pengemudi truk, memungkinkan mereka memindahkan barang dengan lebih efisien—dan mengurangi biaya kedua belah pihak—menggunakan sistem pencocokan Convoy. Pengirim yang lebih besar yang memiliki sistem terkomputerisasi di dalam perusahaan juga dapat mengintegrasikan pasar digital online Convoy ke dalam marketplace mereka sendiri.
Keuntungan lain dari sistem ini adalah transparansi. Dengan Convoy, operator dapat melihat harga yang ditawarkan untuk setiap pekerjaan dan membuat keputusan berdasarkan informasi yang wajar bagi mereka. Di sisi lain, pengirim mendapatkan penawaran harga langsung sehingga mereka dapat membuat perbandingan antar operator.
"Memanfaatkan AI untuk membangun model untuk memfasilitasi keterkaitan itu adalah sesuatu yang kami sangat tekankan."
Casey Olives
Head of Data Science
Convoy
"Memanfaatkan AI untuk membangun model untuk memfasilitasi keterkaitan itu adalah sesuatu yang kami sangat tekankan."
Casey Olives
Head of Data Science
Convoy
Dengan menggunakan Amazon SageMaker, model machine learning Convoy menganalisis jutaan tugas pengiriman bersama dengan ketersediaan pengemudi truk, lalu merekomendasikan pencocokan yang hemat biaya dan tepat waktu. Cara ini memengaruhi segalanya mulai dari perutean dan harga yang ditawarkan kepada pengirim dan pengemudi truk, hingga mengenali jenis muatan apa yang paling cocok dengan masing-masing pengemudi.
"Saat pengguna masuk ke aplikasi Convoy, mereka dapat melihat daftar penawaran, dan yang ada di daftar teratas adalah yang paling sesuai bagi mereka dan bisnis mereka," ujar Casey Olives, kepala data scientist di Convoy. "Memanfaatkan AI untuk membangun model untuk memfasilitasi keterkaitan itu adalah sesuatu yang kami sangat tekankan."
Jadi, jika operator memiliki pekerjaan dari Seattle ke Los Angeles, misalnya, aplikasi tersebut bahkan akan merekomendasikan pekerjaan untuk perjalanan pulang. Mengurangi jarak tempuh yang dilalui truk kosong baik untuk pengemudi truk—serta lingkungan.
Amazon SageMaker memungkinkan Convoy mempercepat inovasi dan keputusan di industri. Sebelumnya, para data scientist Convoy ingin membuat model yang kemudian menyerahkannya kepada para engineer untuk ditulis ulang menjadi kode tingkat produksi. Dengan SageMaker, langkah terjemahan ini telah dihapus. Data scientist sekarang memiliki kebebasan untuk membuat model machine learning dengan cepat, sehingga mengurangi ketergantungan mereka pada engineer.
"Ini memungkinkan kami untuk melakukan iterasi jauh lebih cepat, dan benar-benar berpindah dari pengembangan ke pelaksanaan deploy dengan kecepatan yang jauh lebih cepat," ujar Olives. "Cara ini membuat perpindahan cepat antara data scientist dengan engineer kami."
Karena Convoy bekerja sama dengan lebih banyak pengirim dan pengemudi, AI yang dimilikinya dapat memanfaatkan lebih banyak data dari seluruh jaringan kargo untuk memprakirakan permintaan. Dengan kata lain, ini adalah proses yang dinamis—yang pada akhirnya dapat membawa efisiensi bagi salah satu industri terbesar di dunia ini.
"Saat kami bekerja sama dengan lebih banyak pengirim dan pengangkut, kami mendapatkan pemahaman yang lebih baik tentang berapa banyak kapasitas yang tersedia dan berapa banyak permintaan yang datang di jalur tertentu," kata Olives. "Mampu memiliki pandangan kontekstual dari seluruh jaringan akan memungkinkan kami untuk mendorong efisiensi dalam pemanfaatan dan biaya, yang menguntungkan baik operator maupun pengirim."