Ajudando caminhoneiros e o meio ambiente
Todos os anos, caminhoneiros nos Estados Unidos cobrem mais de 95 bilhões de milhas rodoviárias – o suficiente para viajar pelo mundo mais de 3,7 milhões de vezes. Segundo a Convoy, uma empresa de logística sediada em Seattle, cerca de 800 bilhões USD serão gastos em serviços de transporte em 2018, movimentando 10,5 bilhões de toneladas de carga.
O transporte rodoviário é, em resumo, um setor enorme. Mas não necessariamente um setor eficiente.
Impressionantes 40% das milhas que os caminhoneiros registram a cada ano são feitos com um caminhão vazio, o que representa uma dispendiosa perda de tempo e combustível. Uma grande parte do problema é a infraestrutura do setor – uma rede fragmentada de remetentes e transportadoras, grandes e pequenos, unidos por corretores que combinam um lado com o outro. Esse processo geralmente se baseia em métodos tradicionais, como e-mail, catálogos de endereços e chamadas telefônicas.
A Convoy está revolucionando o modelo usando inteligência artificial (IA) para automatizá-lo. “Criamos uma loja digital online por meio do nosso aplicativo móvel, no qual transportadoras e motoristas podem usá-lo para encontrar o trabalho diretamente”, afirma David Tsai, gerente sênior de engenharia de plataformas de dados e de loja da Convoy.
A abordagem da Convoy usa o Machine Learning, uma técnica de inteligência artificial, para fornecer melhores correspondências para remetentes e caminhoneiros, permitindo que eles movimentem o frete com mais eficiência, e reduzindo custos para ambas as partes, usando o sistema de correspondência da Convoy. Remetentes maiores que têm sistemas computadorizados internamente também podem integrar a loja digital online da Convoy a eles.
Outro benefício do sistema é a transparência. Com a Convoy, as transportadoras podem ver o preço oferecido por qualquer tarefa e tomar uma decisão informada que faça sentido para elas. Por outro lado, os remetentes obtêm cotações de preço instantâneas para que possam fazer comparações entre as transportadoras.
"Usar a IA para criar modelos para facilitar essa relevância é algo em que colocamos bastante ênfase.”
Casey Olives
Diretor do departamento de ciência de dados
Convoy
"Usar a IA para criar modelos para facilitar essa relevância é algo em que colocamos bastante ênfase.”
Casey Olives
Diretor do departamento de ciência de dados
Convoy
Usando o Amazon SageMaker, os modelos Machine Learning da Convoy analisam milhões de tarefas de transporte juntamente com a disponibilidade de caminhoneiros e, em seguida, recomendam correspondências que sejam econômicas e oportunas. Isso afeta tudo, desde o roteamento e os preços cotados até os remetentes e os caminhoneiros, para reconhecimento de quais tipos de cargas correspondem melhor aos motoristas individuais.
“Quando os usuários fazem login no aplicativo da Convoy, eles podem ver uma lista de ofertas, e os que estão no topo da lista são os mais relevantes para eles e seus negócios”, diz Casey Olives, diretor de ciência de dados da Convoy. “Usar a IA para criar modelos para facilitar essa relevância é algo em que colocamos bastante ênfase.”
Portanto, se uma operadora tiver uma tarefa de Seattle a Los Angeles, por exemplo, o aplicativo poderá recomendar um trabalho para a viagem de volta. Reduzir as milhas que os caminhões vazios dirigem é bom para os caminhoneiros, assim como para o meio ambiente.
O Amazon SageMaker permite que a Convoy acelere a inovação e a revolução do setor. Anteriormente, os cientistas de dados da Convoy criavam modelos e os entregavam aos engenheiros para reescreverem o código em nível de produção. Com o SageMaker, essa etapa de conversão foi removida. Os cientistas de dados agora têm a liberdade de criar modelos de Machine Learning rapidamente, reduzindo a dependência de engenheiros.
“Isso nos permitiu fazer uma iteração muito mais rápida e, na verdade, passar do desenvolvimento para a implantação muito mais rapidamente”, diz Olives. “É uma transferência rápida entre nossos cientistas de dados e a engenharia.”
Como a Convoy trabalha com mais remetentes e motoristas, sua IA pode aproveitar mais dados de toda a rede de frete para previsão de demanda. Em outras palavras, é um processo dinâmico, que pode finalmente trazer eficiência a um dos maiores setores do mundo.
“À medida que trabalhamos com mais remetentes e transportadoras, obtemos uma melhor compreensão de quanto de capacidade está disponível e de quanta demanda está chegando em rotas específicas,” afirma Olives. “A capacidade de ter uma visão contextual de toda a rede nos permitirá aumentar a eficiência na utilização e nos custos, beneficiando tanto as transportadoras quanto os remetentes.”