211service.com
Inne i de stadig mer komplekse algoritmene som får pakker på døren
MR. tech
Hvis du måtte levere 50 pakker for hånd, hvordan ville du gått frem for å planlegge den beste ruten?
Det er et teoretisk problem som matematikere og informatikere lenge har kjempet med, og du kan til og med være kjent med selger-reisende selv. Enkelt sagt spør den: gitt en liste over steder og avstandene mellom dem alle, hva er den korteste mulige ruten som besøker hvert sted én gang og går tilbake til opprinnelsen? Å løse det problemet er åpenbart et attraktivt forslag for enhver e-handelsbedrift som leverer varer, fordi det betyr lavere drivstoffkostnader og færre sjåfører.
Men det er et problem: problemet blir veldig vanskelig, veldig raskt. Hvis én enkelt sjåfør må gå til 57 stopp, har du allerede en quattuorvigintillion mulige kombinasjoner, forklarer Marc Kuo, administrerende direktør for den Vancouver-baserte ruteoptimaliseringsoppstarten Rutifiserende . Det er en med 75 nuller. Eksisterende datasystemer vil ta dager eller uker å evaluere alle mulige ruter. I stedet for å søke perfeksjon, må firmaer finne smarte tilnærminger for å forbedre rutene sine så mye som mulig.
De største leveringsaktørene er ikke opptatt av å snakke om emnet. Verken UPS eller DHL svarte på forespørsler om intervjuer. FedEx kunne ikke planlegge et tidspunkt for å snakke om det, selv med mer enn en ukes varsel. Og en talsperson fra Amazon vil bare si at selskapet jobber med en rekke forskjellige leveringstjenesteleverandører, som bruker avansert teknologi for å levere på vegne av Amazon. Utover det hadde den ingenting å dele.
Heldigvis er noen mindre organisasjoner mindre tøffe, så vi snakket med dem.
Optimalisering av leveranser i den virkelige verden er vanskeligere enn problemet med reisende selgere på flere nivåer. For det første må avstander mellom plasseringer beregnes, og som alle som har brukt Google Maps vil vite, er det alltid mer enn én måte å reise på. Will Salter, administrerende direktør ved Paragon , som leverer rute- og planleggingsprogramvare i 60 land for kunder som den britiske supermarkedsgiganten Tesco, sier at banesøkende algoritmer som brukes i leveringsplanlegging er svært tilpasset sammenlignet med en Google Maps-algoritme. De vil ta hensyn til veiforhold, endrede trafikkstrømmer til forskjellige tider på dagen – selv de marginale fordelene ved å ta en høyresving i et veikryss.
Da må det tas hensyn til hundrevis av begrensninger. Du kan beregne en fantastisk rute som treffer alle leveransene dine, men kan du få plass til alt bak i varebilen? Hvor mye lenger tid vil det ta å losse den frosne maten enn stiftene? Er det verdt å slippe av tunge gjenstander først for å spare drivstoff?
Men James Lohr, leder for planleggings- og leveringssystemer hos Ocado, verdens største online dagligvareforhandler (se The Robotic Grocery Store of the Future Is Here), forklarer at systemet starter med å tilfeldig fordele leveranser til varebiler for et bestemt geografisk område , og regner ut hvor lang tid disse leveransene vil ta. Deretter gjør den en kombinasjon av små og store endringer, fra å bytte rekkefølge på to avleveringer til å bytte hele deler av leveranser mellom kjøretøy – hver gang vurderer det om det er en forbedring. Ved å gjøre fire millioner trekk i sekundet og holde styr på de beste løsningene, nærmer den seg sakte den mest optimale ruten den kan finne.
Bortsett fra den tunge beregningsmessige vekten av planlegging for store organisasjoner, utvikler noen firmaer også systemer rettet mot små bedrifter. Routifics Kuo, for eksempel, forklarer at selskapet hans håper å gi ruteplanleggingskraft ved å bruke skybaserte tjenester som sjåfører får tilgang til via en smarttelefon. Det er et slags sjokk, men mange sjåfører planlegger fortsatt ruter med penn og papir, sier han. Firmaets algoritme gjør også inkrementelle endringer i ruter, men når en liten endring utgjør en stor forskjell, fokuseres oppmerksomheten rundt det frafallet for å maksimere forbedringen, og deretter går algoritmen videre. Routific hevder at tjenesten deres reduserer lengden på leveringsruter med 40 prosent.
Det er en anstendig sjanse for at du allerede har interagert med disse algoritmene uten å være klar over det. Paragon (jobber på vegne av Ikea og katalogforhandleren Argos) og Ocado suger begge data fra analysene sine når de tilbyr leveringsvinduer til kunder på nettsidene deres. Den foreslår kun ruter som passer godt med gjeldende planer for dagene fremover.
Det er en høflighet til sjåfører som kanskje ikke alltid har eksistert. Paragon, Ocado og Routific har alle opplevd kulturelle problemer når det gjelder å overbevise erfarne leveringssjåfører om at algoritmene deres vet bedre enn de gjør. På et tidspunkt, hvis du dro til stedet der sjåførene spiste lunsj og sa at du var en ruteplanlegger, ville du vært redd for livet ditt, sier Ocados Lohr. Jeg overdriver litt, selvfølgelig, men det kan være politisk vanskelig.
I mellomtiden blir flere vanskelighetsgrader lagt til selve optimaliseringsproblemet – og det ser ikke ut til å være noen ende i sikte. Paragon's Salter forklarer at kunder fortsetter å spørre om nye funksjoner som skal legges til. Ruter som minimerer utslipp av karbondioksid. for eksempel har blitt en favoritt. Hvert år tar vi hensyn til flere og flere begrensninger, sier han. Jeg tror ikke det er mulig å virkelig optimalisere [rutene] vi planlegger.